Očekivani broj riječi,
Iz hrLex popise riječi, lematski filter* daje otprilike 40–70 tisuća općih imenica u nominativu jednine. Točan broj bilježi se u izvještaju prve verzije kada bude objavljena.
*Lematski filter
Što je lema? Lema je osnovni, rječnički oblik riječi (npr. lema za riječi „radim”, „radio sam” i „radit će” je glagol „raditi”).
Kako radi: Kada baza ima ovaj filter prilikom indeksiranja teksta, ona sve izvedenice riječi pretvara u njihove leme. To omogućuje da korisnik koji u bazi pretražuje riječ „radili” dobije i rezultate koji sadrže riječi „radim” ili „raditi”, jer baza pretražuje zajednički korijen (lemu).
Mi smo koristili lematski filter kako bismo dobili isključivo:
- opće imenice
- u nominativu
- u jedinini