# 数据来源、署名和变更说明

本实施包的派生数据（版本化下载清单中词库、频率、向量、量化表、排名和包含上述数据的题库）采用 **Creative Commons Attribution-ShareAlike 4.0 International**，并保留以下原始声明。许可全文链接：https://creativecommons.org/licenses/by-sa/4.0/legalcode 。本文件不是对原项目软件许可的替换。

## ConceptNet Numberbatch 19.08

语义向量来自 ConceptNet Numberbatch，由 Luminoso Technologies, Inc. 提供；作者包括 Robyn Speer、Joshua Chin、Catherine Havasi。源数据按 CC BY-SA 4.0 发布。

来源：https://github.com/commonsense/conceptnet-numberbatch 。本地原始声明见 licenses/numberbatch-LICENSE.txt 和 licenses/numberbatch-README.md。

参考文献：Robyn Speer, Joshua Chin, Catherine Havasi (2017), “ConceptNet 5.5: An Open Multilingual Graph of General Knowledge”, AAAI 2017, pp.4444–4451。

本包修改：筛选英语单词、取词库交集、保存float32子集、计算余弦、平方根uint16量化、生成题表和排名。这些派生数据不是未经修改的上游完整模型，也不表示上游认可本游戏。

## wordfreq 3.1.1

作者署名：**Robyn Speer**。软件部分为 Apache 2.0；词频数据按其 NOTICE 的 CC BY-SA 4.0 及署名条款提供。保留 licenses/licenses/wordfreq-NOTICE.md 与 wheel 内许可证。

按原 NOTICE 保留相关数据提供者署名，包括 SUBTLEX 作者 Marc Brysbaert 等（SUBTLEX 是可自由获取的数据）、OpenSubtitles、Google Books Ngrams、Leeds Internet Corpus、Wikipedia、ParaCrawl；完整说明以随包原文为准。

本包只提取 large_en 的频率分组，以Zipf门槛筛选，不重新发布社交媒体帖子，不声称词频是2026实时统计。

## WordNet 3.0

WordNet 3.0 Copyright 2006 by Princeton University. 保留 licenses/wordnet-LICENSE.txt 的全部许可和免责声明，来源 https://wordnet.princeton.edu/license-and-commercial-use 。NLTK data 仓库作为压缩包分发镜像，原数据许可仍为Princeton条款。

本包提取小写词条、显式异常变形和直接词汇派生关系，不导出全部定义文本。

## 原站调查资料

内部研究档案中的 Chainle 捕获资源只用于研究证据与测试。新data流水线不读取这些原站文件；prototype/verify-original.mjs 与 scripts/probe_original_model.py 是独立的测试入口。不得将其当作对原站业务代码、品牌、题库或素材的生产复用许可。

## 产品署名落点

网站增加 Data & Credits 页面，链接上述源项目、完整数据许可证、变更说明和可下载的派生数据版本；页面页脚链接该页。上传对象存储时同步上传本NOTICE和原始许可证，不只发布二进制文件。