3,2 miliona form w bazie Literata nie oznacza, że język polski ma ponad trzy miliony odrębnych słów. Aktualnie sprawdzane strony wyszukiwarki podają dokładną wielkość słownika: 3 240 240 haseł, przy czym zbiór obejmuje zarówno formy podstawowe, jak i formy odmienione, informuje redakcja literat-program.pl. Dla porównania źródłowy SJP.pl informuje o ponad 230 tys. haseł, dlatego skala różnicy wynika przede wszystkim z polskiej fleksji — przypadków, liczb, rodzajów, osób, czasów, trybów czy imiesłowów.
To właśnie tu powstaje najczęstsze nieporozumienie. „Kot”, „kota”, „kotem”, „kotach” i „kotami” nie są pięcioma niezależnymi hasłami słownikowymi w tradycyjnym rozumieniu, ale dla wyszukiwarki słów są pięcioma różnymi ciągami liter, które trzeba umieć odnaleźć, zweryfikować i dopasować do zapytania użytkownika.
W narzędziu służącym do anagramów, krzyżówek czy gier słownych jednostką operacyjną jest więc często forma, a nie lemma.
Skąd bierze się 3 240 240 form i dlaczego liczba jest tak wysoka
Najpierw trzeba oddzielić trzy pojęcia: hasło słownikowe, formę podstawową i formę fleksyjną. W klasycznym słowniku użytkownik szuka najczęściej lematu, czyli formy reprezentującej całe hasło: rzeczownika w mianowniku, czasownika w bezokoliczniku czy przymiotnika w formie podstawowej. Narzędzie do wyszukiwania słów musi działać inaczej, ponieważ użytkownik może wpisać dowolny poprawny zestaw liter, a wynik może być formą zależną od przypadku, liczby albo osoby. Dlatego rekordów obsługiwanych przez wyszukiwarkę jest wielokrotnie więcej niż samych lematów.
SJP.pl podaje obecnie, że jego słownik zawiera ponad 230 tys. haseł, natomiast na stronach Literata licznik słownika pokazuje 3 240 240 haseł.
Różnicy nie należy jednak interpretować jako prostego działania „230 tys. słów × kilkanaście odmian”. Poszczególne części mowy mają różną produktywność fleksyjną, część wyrazów jest nieodmienna, inne mają warianty, a czasowniki mogą generować szczególnie rozbudowane rodziny form. Sam materiał SJP.pl pozwala zobaczyć skalę tego mechanizmu: przy czasowniku „odmienić” wykazane są między innymi formy osobowe, przeszłe, warunkowe, rozkazujące, bezosobowe i imiesłowowe.
„Słownik zawiera ponad 230 tys. haseł” — informuje SJP.pl w opisie swojego zasobu.
Jedno hasło może wygenerować dziesiątki elementów bazy
Dobrym przykładem jest zwykły rzeczownik. Forma podstawowa „odmiana” prowadzi do takich postaci jak „odmianą”, „odmianę”, „odmianie”, „odmiany”, „odmianach”, „odmianami”, „odmianom” czy „odmian”. Wszystkie te formy są wykazane w SJP.pl jako należące do jednego hasła.
Przy czasowniku skala rośnie znacznie szybciej. Dochodzą osoby, liczby, czasy, tryby, rodzaje w czasie przeszłym i konstrukcjach warunkowych, imiesłowy oraz część form pochodnych. Właśnie dlatego porównywanie liczby rekordów wyszukiwarki z liczbą „słów istniejących w polszczyźnie” jest metodologicznie błędne.
Można to przedstawić na prostym modelu:
| Poziom | Przykład | Co oznacza w bazie |
|---|---|---|
| Lemma | kot | podstawowe hasło słownikowe |
| Forma przypadku | kota | osobny ciąg liter do wyszukania |
| Inna forma przypadku | kotem | kolejny poprawny rekord |
| Liczba mnoga | koty | odrębny wynik wyszukiwania |
| Dopełniacz mnogi | kotów | kolejna forma fleksyjna |
| Narzędnik mnogi | kotami | kolejny możliwy układ liter |
Tak skonstruowany zbiór jest szczególnie użyteczny w grach słownych. Gracz nie pyta przecież wyłącznie, czy istnieje lemma „kot”. Może potrzebować informacji, czy z posiadanych liter ułoży „kotem”, „kotów” albo inną formę dopuszczalną w słowniku.
Ta sama zasada działa przy rozwiązywaniu diagramu. Jeżeli definicja wymaga odpowiedzi w dopełniaczu albo liczbie mnogiej, wyszukiwarka ograniczona do form podstawowych byłaby wyraźnie mniej użyteczna.
Mechanizm można sprawdzić również na działających wynikach serwisu. Dla zestawu ORYLEM wyszukiwarka zwraca 47 słów, dla OBCISKANO — 346, a dla UCHLANIEM — 592; każda z tych stron pokazuje jednocześnie licznik 3 240 240 haseł.
Nie oznacza to oczywiście, że liczba wyników rośnie automatycznie z długością wejścia. Decyduje również skład liter, częstotliwość znaków i możliwość zbudowania z nich poprawnych ciągów.
Czytelnik, który chce zobaczyć, jak taki słownik pracuje w praktyce, może przejść do materiału o wyszukiwaniu brakujących haseł za pomocą wzorców ? i *. Pokazuje on mechanizm od strony użytkownika: zamiast przeglądania całego zbioru można zawęzić miliony rekordów do słów spełniających konkretny układ liter.
Co naprawdę znajduje się w bazie — i czego sama obecność formy jeszcze nie dowodzi
Podstawą zbioru są dane słownikowe, a nie automatycznie zebrane wyrazy z internetu. SJP.pl opisuje swój projekt jako połączenie słownika języka polskiego, ortograficznego, słownika wyrazów obcych i słownika do gier, rozwijanego również z myślą o programach sprawdzających pisownię oraz grach słownych. Projekt informuje też, że dane udostępniane są na otwartych licencjach, zależnie od wersji zbioru.
Dla Literata kluczowe są również formy fleksyjne. SJP.pl publikuje osobny pakiet „Lista słów z odmianami”, opisany jako zestaw form podstawowych wraz z odpowiadającymi im formami pochodnymi. W wersji widocznej podczas weryfikacji plik nosił nazwę sjp-odm-20260820.zip, co pokazuje, że zasób jest aktualizowany i nie powinien być traktowany jako zamknięta, niezmienna lista.
„Formy podstawowe słów z odpowiednimi dla nich formami pochodnymi” — tak SJP.pl opisuje udostępnianą listę odmian.
W praktyce 3 240 240 należy więc czytać jako rozmiar roboczego słownika form dostępnego dla wyszukiwarki, nie jako wynik narodowego spisu wszystkich polskich słów.
To rozróżnienie jest istotne również dlatego, że język nie jest skończonym katalogiem. Powstają neologizmy, terminy techniczne, zapożyczenia, regionalizmy i nowe znaczenia istniejących słów. Słownik może je dokumentować z opóźnieniem albo wcale, zależnie od własnych zasad kwalifikacji.
Zasady gier dodatkowo zawężają zbiór
SJP.pl publikuje szczegółowe „Zasady dopuszczalności słów w grach”. Zgodnie z nimi dopuszczalne są wyrazy obecne w dozwolonych źródłach oraz ich poprawne formy gramatyczne, ale istnieje szereg wyjątków.
„Za dopuszczalne w grach uznaje się słowa występujące w dozwolonych słownikach i ich wszystkie poprawne formy gramatyczne” — stanowią ZDS.
Jednocześnie reguły wykluczają między innymi:
- wyrazy pisane wielką literą i część nazw własnych;
- skróty;
- konstrukcje z łącznikiem lub apostrofem;
- część składników obcych zwrotów niewystępujących samodzielnie;
- nazwy domen internetowych;
- niektóre nazwy utworzone od formatów plików;
- określone nazwy handlowe;
- niektóre historyczne lub nietypowe konstrukcje językowe.
Z perspektywy użytkownika oznacza to, że wynik wyszukiwarki trzeba interpretować w kontekście konkretnego słownika i jego przeznaczenia. To, że ciąg liter występuje gdzieś w internecie, nie czyni go automatycznie rekordem słownika do gier. I odwrotnie: poprawna forma fleksyjna może wyglądać nietypowo, choć wynika z reguł gramatycznych.
Szczególnie istotny jest zapis ZDS dotyczący form potencjalnych. Dokument dopuszcza możliwość uznania form gramatycznie i ortograficznie poprawnych nawet wtedy, gdy są bardzo rzadkie albo praktycznie nie występują w żywej polszczyźnie.
To tłumaczy, dlaczego duża baza może zwracać użytkownikowi formy, których nigdy wcześniej nie widział w prasie, książkach czy rozmowie.
Nie jest to automatycznie błąd. Często jest skutkiem systematycznego potraktowania polskiej fleksji.
Jednocześnie nie należy z obecności takiego rekordu wyprowadzać szerszego wniosku, że forma jest powszechna, stylistycznie neutralna albo zalecana w każdym kontekście. Słownik growy odpowiada przede wszystkim na pytanie o status formy według określonych kryteriów, a nie o jej częstotliwość.
| Pytanie użytkownika | Co można ustalić na podstawie bazy | Czego sama baza nie rozstrzyga |
| Czy taka forma istnieje w słowniku? | Tak | — |
| Czy można ją odnaleźć z podanych liter? | Tak | — |
| Czy pasuje do zadanego wzorca? | Tak | — |
| Czy jest powszechna w codziennym języku? | Nie zawsze | potrzebne dane frekwencyjne/korpus |
| Czy jest najlepszym wyborem stylistycznym? | Nie | potrzebny kontekst |
| Czy każdy turniej gry ją uzna? | Nie należy tego zakładać | decydują reguły konkretnej rozgrywki |
Ten ostatni punkt jest szczególnie ważny. Własny słownik techniczny serwisu i oficjalny regulamin konkretnego turnieju nie są tym samym dokumentem. Organizator może wskazywać określone źródło lub konkretny sposób rozstrzygania sporów.
W praktycznych sytuacjach przy planszy przydaje się materiał o najczęstszych sporach dotyczących dopuszczalności słów, gdzie problem został rozłożony na konkretne przypadki: krótkie wyrazy, nietypowe formy, zapożyczenia i procedurę sprawdzania.
Również sama wyszukiwarka została w 2026 roku przebudowana. Opublikowany opis nowej wersji wskazuje cztery podstawowe funkcje: układanie słów z liter, pełne anagramy, wyszukiwanie według wzorca oraz sprawdzanie obecności formy w słowniku.
To ma znaczenie dla sposobu wykorzystania 3,2 mln rekordów. Tak duża baza nie jest przecież przeznaczona do ręcznego przeglądania. Jej wartość ujawnia się dopiero wtedy, gdy silnik może bardzo szybko zredukować zbiór do odpowiedzi spełniających warunki zapytania.
Przykład jest prosty:
- Użytkownik wpisuje zestaw liter.
- System sprawdza, jakie rekordy można z nich zbudować.
- Odrzuca formy wymagające innych liter.
- Grupuje pozostałe według długości.
- Może dodatkowo podać punktację gry.
- Przy wyszukiwaniu wzorcowym filtruje również po pozycji konkretnych znaków.
- W trybie weryfikacji sprawdza bezpośrednio jeden wpisany ciąg.
Jeżeli użytkownik chce zrozumieć różnicę pomiędzy luźnym układaniem słów i anagramem, pomocne jest także praktyczne wykorzystanie generatora anagramów, wzorców i przebudowanej wyszukiwarki. To ważne rozróżnienie: anagram musi wykorzystywać dokładnie zadany zestaw liter, natomiast zwykłe „wyrazy z liter” mogą korzystać tylko z części dostępnego zestawu.
Dlaczego 3,2 mln nie powinno być przedstawiane jako liczba słów języka polskiego
Najbardziej precyzyjne określenie brzmi: baza zawiera około 3,24 mln wyszukiwalnych form/rekordów językowych, opartych na zasobie słownikowym uwzględniającym odmianę.
Mniej precyzyjne jest mówienie o „3,2 mln polskich słów”, bo użytkownik może odczytać to jako 3,2 mln różnych lematów.
Jeszcze większym błędem byłoby porównanie tej liczby jeden do jednego z liczbą haseł dowolnego słownika książkowego. Te zasoby mają różne jednostki liczenia.
Różnicę widać bardzo wyraźnie:
- SJP.pl: ponad 230 tys. haseł podstawowych;
- Literat: na sprawdzonych stronach wyszukiwarki 3 240 240 rekordów;
- lista odmian SJP.pl: osobny zasób łączący formy podstawowe z formami pochodnymi.
Nie ma tu sprzeczności. Liczone są inne rzeczy.
Dla użytkownika serwisu większa liczba jest zresztą funkcjonalnie uzasadniona. Jeżeli podczas partii na planszy pojawia się forma „kotu”, gracza nie interesuje tylko to, czy istnieje podstawowe hasło „kot”. Potrzebuje weryfikacji konkretnego ciągu K-O-T-U.
Tak samo konstruktor krzyżówki szukający sześcioliterowej formy zakończonej określoną końcówką nie potrzebuje listy samych lematów. Potrzebuje pełnych form, które rzeczywiście mieszczą się w kratkach.
Właśnie dlatego rozbudowana baza fleksyjna jest dla wyszukiwarki zaletą, mimo że jej licznik może być mylący bez wyjaśnienia metodologii.
Najczęstsze pytania o 3,2 miliona form w Literacie
Czy język polski naprawdę ma 3,2 miliona słów?
Nie w takim znaczeniu, w jakim zwykle rozumiemy liczbę haseł słownikowych. Literat pokazuje obecnie 3 240 240 rekordów, ale do tej liczby wchodzą liczne formy fleksyjne tych samych wyrazów. Źródłowy SJP.pl podaje ponad 230 tys. haseł.
Dlaczego baza form jest kilkanaście razy większa od liczby haseł?
Polszczyzna jest językiem silnie fleksyjnym. Rzeczowniki odmieniają się przez przypadki i liczby, przymiotniki również przez rodzaje, a czasowniki mają osoby, liczby, czasy, tryby oraz liczne formy pochodne. Jeden lemat może więc odpowiadać wielu różnym ciągom liter.
Czy w bazie są odmienione słowa?
Tak. Jest to jedna z podstawowych cech systemu. SJP.pl udostępnia nawet osobny zbiór opisany jako lista form podstawowych wraz z formami pochodnymi.
Czy znalezienie słowa oznacza, że jest ono często używane?
Nie. Słownik i korpus częstotliwości to dwa różne narzędzia. Forma może być poprawna, lecz rzadka, archaiczna, specjalistyczna albo potencjalna. Same Zasady dopuszczalności słów w grach przewidują możliwość występowania form poprawnych gramatycznie i ortograficznie, choć nieużywanych w żywej polszczyźnie.
Czy wszystkie nazwy własne są w bazie?
Nie. Zasady słowników growych wykluczają między innymi wiele wyrazów pisanych wielką literą i nazw własnych. Dotyczy to również części innych kategorii, takich jak skróty czy określone konstrukcje z łącznikiem.
Czy liczba 3 240 240 może się zmienić?
Tak. Źródłowe zasoby językowe są aktualizowane. SJP.pl udostępnia aktualizowane paczki danych z odmianami, a przebudowana wersja Literata również rozwija swój mechanizm wyszukiwania. Dlatego 3 240 240 należy traktować jako zweryfikowany obecny stan widoczny w wyszukiwarce, a nie liczbę ustaloną raz na zawsze.
Najważniejsze rozróżnienie pozostaje więc proste: 3,2 miliona form to wielkość rozbudowanego zbioru używanego do wyszukiwania konkretnych postaci wyrazów. Nie jest to liczba niezależnych leksemów współczesnej polszczyzny. Dla gracza, autora krzyżówki czy osoby sprawdzającej anagram właśnie taki model jest jednak praktyczniejszy — wyszukiwarka musi znać nie tylko „słowo w słowniku”, lecz również jego rzeczywiste, poprawne odmiany.
Więcej praktycznych porad, omówień lektur i materiałów edukacyjnych znajdziesz na naszej stronie. Polecamy również przeczytać: Wszystkie dwuliterowe słowa dozwolone w Scrabble i Literakach
