User:Tbm/QA/Hyphenation

From Wiktionary, the free dictionary
Jump to navigation Jump to search

Hyphenation[edit]

Sometimes the word from the hyphenation template doesn't match the word from the entry. This can be due to typos, copy&paste errors, etc.

Of course, I don't know all the rules of how to hyphenated words in other languages. If some hyphenations on this page are allowed, please leave a message on my talk page explaining the rules and I'll add it. You can also contribute to the Python code.

Albanian[edit]

Word Hyphenation
arnoj aɾnój
e dielë ediel
ndjeshëm ndjé-shëm
ngadhënjej nɡadhënjej (it seems the "a" is different?)

Bikol Central[edit]

Word Hyphenation
Nobyembre Nobyembe
barbera baɹbeɹa
baribiki bariki
dai tabing ano man itabinganoman
duron dulon
higudan higodan
kaginhawahan kaginhawan
kagsing kagrit
kahadean kahadian
kailusiyon kailusyon
kamisa camisa
kampanero campanero
kamrang kamros
karsel noun
kilitis kilitís
konsulado konsul
lalake lalaki
linta lintâ
lipod lipid
lutab lustab
matabil matabíl
matanglay matamglay
nanà nana
pagkaturog pagturog
pataw lataw
pulpul pulpol
pwesto puwesto
rasok taldok
residensya residensiya
sanglag sanlag
taldok rasok
tibgaw tigbaw
tun-og tuog
uson usom

Catalan[edit]

Does hyphenation add/lose diacritics or are these mistakes?

Word Hyphenation
dodecàedre dodecaedre
esquirol esquiròl
gelateria gelaterìa

Cebuano[edit]

Word Hyphenation
Anor Anór
Calag kalag
Caluya kaluya
Camagay kamagay
Camanse kamansi
Daanglungsod Daanglungsód
Daanlungsod Daanlungsód
Domingo de Glorya Dominggo de Glorya
Domingo sa Lukay dominggosalukay
Domingo sa Pagkabanhaw dominggosapagkabanhaw
Insik Insík
Mintal Mintál
Myrna alger
Siclot siklot
Sumatra catagbo
Supsup supsop
Toledo Tolèdo
Visaya Bisaya
abgawon abgaeon
aburido abrigo
aguting agutingl
agwamarina agwamarin
almirol almiról
ambulansiya ambulánsiyá
ananambo ananabo
bakser boksidor
bakwi bawi
balantiyong balatiyong
balilan butanding
balite baliti
balkaw baliko
balombalom balumbalom
balut balot
barawan nukos
barunday bartuniko
bas balas
batokoleng batotoling
batokoling batotoling
batotoleng batotoling
biksbiks bikabika
bombay sibuyasbombay
bukad bukhad
bukubuko bukobuko
bulasot buwasot
bumbilya bombilya
buwanger buwager
champaca champaka
char baki char
dagangalan dagangngalan
derbi drrbi
diha dihà
duhol tunol
dulang batya
ekstrakurikuri extrakurikuri
galana dalahay
gansiyang galansiyang
gasol gasolina
gawasan gawsan
gawot pugawot
gerero geriro
gidaghanon gidaghanom
giliwatan liwat
gulaan gulan
gutangon gutangngon
hagakhak bahakhak
hawo halo
hugasunon hugasonon
hugot hugót
hulbaw hudlaw
hulbot hugkot
hural hurar
ikanapulog pito ikanapulog tulo
implementar implementár
intrigo intriga
isigkatawo isigkaingon
kaikog kaikag
kalimaan kaliman
kalisod kaliso
kaniknik bangkal
kansel cancel
kasarang kasarzng
kasilik kamsilik
katambak kamtambak
katipa kamtipa
katloan katuloan
kigwa butikaw
kirig-kirig kirig
komposisyon komposisyón
krasgard karsgard
krayterya kraterya
kulong kulot
kulukulog kukukulog
kuwarentay dos kuwarentaytres
lab-asero labasera
lag-id gahi
lagpi sanggi
lamdaman lamdanan
lapida lápidá
lumigagon nukos
luna lunâ
lungay lungáy
lungayngay lungayngáy
manambalan lamaw
manayaway manayawsy
manganakay buros
manglutasay manglutas
mantiyanak matiyanak
mat-an pa sa pukot matan pa sa pikot
maya baga
milyonarya milyonaryo
mintras mentras
naog daog
napulog siyam napulog siyám
nobentay uno nobentaytres
paglingkod paglongkod
pagpangutsero papangutsero
pagrepike repike
pagsupak pasyente
pahangin pahangim
palpago lampuyang
pamasahonan simbahan
pamugasay pamugas
panahon panahón
panglalaki pangbabaye
panglanggikit langgikit
panit ug bukog pananit ug bukog
patad pusta
pataranan patarana
pechay petsay
petsas pitsas
piyat piyatt
ponbok pondok
puruspuros purospuros
pyuos pyuros
rebisyon revision
sabali sahbali
saguksok saguksokko
sakati sakate
sakot sakót
salikwaot salikwaót
sampalong tampiling
samtoy samtou
sandaw sanda2
santoson samtoson
segun segunn
seris serye
setentay singko setentaysi gko
sikwate sikkwate
silikan sulikan
singkuwentay dos singkuwentaydoz
singkwentay tres singkwentaykwatro
siniguylas sinaguylas
sinulatan sinuwatan
sinumbagan sinumbag
solbad sulbad
suksokanan suksokanon
suon suno
suryal sutyal
tabudlos kulampiros
tagom tagum
takipan tapikan
takog takkog
taluki tawiki
taririkoy tikbahaw
tarutakako tarutaksko
tawiki taweki
tighulos patighos
tigom panagtigom
tinikaran bawing
tisis gitisis
tiyanggi tyanggi
tres mil sayismil
tsek mate
tsong koyla kwakang
tuba tubâ
tuhak tuhik
tusik tuhik
ulo ni Voltes V ulonivoltesfive
ulo sa Voltes V ulosavoltesfive
uphag pula uphaglunhaw

Dutch[edit]

Word Hyphenation
qowed qowwed

German[edit]

Not sure how to handle upper/lower-case when hyphenating (arguable lower-case is correct?)

Word Hyphenation
Antik-Uhr Antikuhr
Archimedes-Konstante Archimedeskonstante (arguably correct?)
Beschliesser Beschlieser
C-Dur Cdur
Count-down-Uhr Countdownuhr
Hofmann Hofmanns
Holunderbeere Holunder
Kunststoff-Folie Kunststofffolie
Lambers Lamners
Lanthan Lantan
Model-View-Presenter Model View Presenter
Plauderin Plaudererin
Schwimm-Meisterin Schwimmmeisterin
Science-Fiction-Literatur Science-Fictionliteratur
a-Schwa aschwa
schönfärben schönfarben
virtuelle Realität virtuellerealität

Greek[edit]

I don't know Greek.

Word Hyphenation
Άδης 'Αδης
Γιωργής Γιώργης
Δείμος δειμος
Κούλα Kούλα
Λειβαδιά Λειβαδειά
Νέο Φάληρο Νέοο
Νεφελοκοκκυγία Νεφελεκοκκυγία
Ουαλός Ουαλος
Παρασκευοπούλου Παρασκευππούλου
Τύρος Τυρος
άλλα λόγια ν' αγαπιόμαστε ν' αγαπιόμαστε
α' συνθετικό πρώτοσυνθετικό
αγγελοκρουσμένος αδελφωμένος
αθωώνομαι αθώώνομαι
αμφισβιτιέμαι αμφισβητιέμαι
αμφιτρύωνας Αμφιτρίωνας
ανασκάφτομαι ανασκάftομαι
ανεμελιά αναμελιά
ανεξερεύνητος ανεξερευνητος
ανερεύνητος αενρεύνητος
ανοικτίρμων ανοικτήρμων
αποθανών νεκρός
απομονώνομαι απομονώνω
αραπίνα αράπίνα
αρνητικός αρνητηκός
αυταρχία αυτάρχία
βάρος varos
βιάζομαι βιάζομε
βιβλιοπωλείο βιβλιοπωλείo
βοηθούμαι βοηθουμαι
βρισιά βρίσιά
γαμβρός γαɱβρός
δημαρχίνα ξενοδόχα
διατηρούμαι διατηρουμαι
δυσκόλως δύσκολα
εκλαίρ εκλέρ
ενωμένος ενομένος
εξεγείρομαι εξεεγείρομαι
εξεγείρομαι εξεεγείρομαι
εξεγείρω εξεεγείρω
εξεγείρω εξεεγείρω
επανειλημμένως επανειλημμένος
επιβάλλομαι επιβάλλω
ερρινότης ἐρρινότης
ετοιμάζομαι ετοιμάζω
καθαρεύω καθαρευω
κελαϊδάω κελαηδάω
κλέφτικο κλέφτικα
κουμπάρος κουμπά
κουμπάρος ρος
κούτσα-κούτσα κούτσα
κούτσα-κούτσα κούτσα
λατρεύομαι λατρεύ
λατρεύομαι ομαι
λιγοστός λιγoστός
λυσσάω λυσσάώ
μαρτυράω μαρτυρώ
μπαρμπα- μπάρμπας
ξεψυχάω ξεψυχώ
οδηγός οδηός
ουαλικά Ουαλικα
ουαλικός Ουαλικος
παρατάω εγκαταλείπω
παραχαϊδεύομαι παραχαϊδεύ
παραχαϊδεύομαι ομαι
πούντρα πούδρα
πρωτοκολλούμαι πρωτοκολλουμαι
πότε ο Γιάννης δεν μπορεί, πότε ο κώλος του πονεί μπορεί
ροπή τροπή
σκαντζόχοιρος σκαντζόχoιρος
στείβω στείβω στύβω στίβω
τολμώμαι τόλμησα
υπολείπομαι υπολείπω
φυλάσσομαι φυλάσσομε
φωτογραφείο φωτογραφεία
χαλκοκουρούνα χαλκουρούνα
χαμογελάω χαμoγελάω
χαμογελώ χαμoγελώ
χαρτοφυλάκιο χαρτοφυλάκια
ψέλνομαι ψελνομαι
ἁγιοποιημένος αγιοποιημένος

Hiligaynon[edit]

Word Hyphenation
Magtanong Magtaganong
law-ay láway

Ilocano[edit]

Is it possible that hyphenated words gain diacritics?

Word Hyphenation
Baro a Tawen Bagong Taon
Ilocos Sur Iloco Sur
Kuaresma Kuwaresma
Martinez Martínez
Namarsua Namarsuá
Rumbaoa Rombaoa
adjetivo adjetibo
agarak agarák
amin ámin
amin amín
anak anák
arak árak
arak arák
asok ások
aspili aspilí
asping aspíng
asug ásug
atap átap
atap atáp
atep átep
atio átio
atis átis
awan awán
awar áwar
ayat ayát
ayat áyat
baag baág
baak baák
baaw báaw
bagay bágay
bagkong bagkóng
bakag bakág
bakal bákal
baknang baknáng
balang bálang
balaw baláw
bales báles
baliad baliád
baligawgaw baligawgáw
balikas balikás
balla ballá
balo bálo
balon bálon
banaba banabá
banag bánag
banag banág
banat bánat
bandus bandús
bangir bángir
bangkay bangkáy
banglo bangló
banias baniás
bannug bannúg
bao baó
baon baón
baot báot
barekbek barekbék
barot barót
bartek barték
basa basá
basa bása
basi bási
baskag baskág
basol básol
bassit bassít
batek baték
bateng baténg
batikuleng batikuléng
batil batíl
batok bátok
bawang bawáng
bedbed bedbéd
bengngat bengngát
bessang bessáng
bettak betták
botos bótos
bubon bubón
budo búdo
bukbok bukbók
buklaw bukláw
bullo bulló
buneng bunéng
daak daák
daeg daég
daga dagá
dagidi dagidí
dagidiay dagidiáy
dagitay dagitáy
dagus dagús
dakap dakáp
daklis daklís
dalus dalos
daya dayá
dayag dayág
daydiay daydiáy
digo digó
duling dulíng
dundon dundón
duyan dúyan
edukasion edukasión
eleksion eleksión
gaddil gaddíl
ikit íkit
kaaduan kaaduán
kalgaw kalgáw
kapon kapón
komunikasion komunikasión
kulambo kulambó
kurba kurbá
kutis kútis
kutsilio kutsilyo
lasona lasoná
lihia lihía
lona lóna
madaddan madaddán
munisipio munusipio
nabartek nabarték
nabasa nabasá
nadalus nadalos
parsua parsuá
pito pitó
saiddek saiddëk
saksi saksí
teltel teltél
tukod túkod
tulad túlad
tungaw túngaw

Italian[edit]

Is it possible that hyphenated words gain diacritics? What's the rule here?

Word Hyphenation
bontade bondade
wagnerite vagnerìte

Jamaican Creole[edit]

Word Hyphenation
affi afi
likkle more liklmore
mampy mampi
pikni pickney
rudie rudi

Japanese[edit]

Word Hyphenation
下忍 しもおし
安座間 あざま
面梟 menfukurō

Kapampangan[edit]

Is it possible that hyphenated words gain diacritics?

Word Hyphenation
Guintu Gintu
Kulitan kulitan
Manlutac Manlútac
Sasmuan sasmuan
asu ásu
awatara áwatára
basa basâ
kandungan kandung
kanita kaníta
kapun kapon
labno labnaw
pala pála
parisukat parisúkat
pugu púgu
pusad púsad
sanu sánu
tsismosa tsismósa
tsismosu tsismósu

Kazakh[edit]

Different scripts?

Word Hyphenation
ақыл aқыл
наурыз Наурыз
Қырғыз Республикасы Қыргыз Республикасы

Latin[edit]

Is it normal that hyphenations gain stress-markers (or whatever that is)? If so, I can update my script to allow this

Word Hyphenation
cacabus cācabus
cacubus cācubus
circumcurso circumcursō
defenso dēfēnsō
frigidus frīgidus
infructuosus īnfructuōsus
instauro īnstaurō
obduresco obdūrēscō
resero reserō
tenax tenāx

Macedonian[edit]

Word Hyphenation
кока-кола (koka-kola) кока кола
настојница (nastojnica) синчец
потекло (poteklo) poteklo
феудализам (feudalizam) феудали́зам

Norwegian Nynorsk[edit]

Word Hyphenation
Trondheim Trónd(h)eim

Pangasinan[edit]

Word Hyphenation
Macasieb Macasië́b
koko kuko

Persian[edit]

Word Hyphenation
دوازده دُوازدَه
دوازده دَوازدِه
ملامت مَلَامَت

Portuguese[edit]

Word Hyphenation
-métrico metrico
Caledônia Caledónia
Cristiano Cristianos
Ptolemeu Ptolomeu
adicção adicçao
alanita alanite
alforge alforje
alvoroçar alvoraçar
anarcocomunismo anarcomunismo
anticlimático anticlimátiko
apreendível apreensível
assessor assesor
assessorar assesorar
assessoria assesoria
assimptota assímptota
azorrague azorraque
babaçuê babasuê
bacanal bacaal
balizar abalizar
bestar besta
cachecol cachechol
caminhão camião
caramujeira dormideira
chapeleiro chapeleira
cirurgiã cirugiã
clerical recital
climático climátiko
cometa comêta
condicional condicioal
consciencioso consciêncioso
criptocomunismo criptocomunismu
crosta crota
cunhada cunhado
cópia copia
demonstravelmente demonstrávelmente
desajeitado desajeito
desenvolvimentista desenvolvimentisat
desgelo degelo
desinfecção desinfeção
destilação destilar
diferença diferenças
embaçado embaçar
escatológico escatológica
estaca pataca
estória estoria
excitão excião
exterminar extermino
extático êxtase
felicíssimo felicíssimu
filargiria filargíria
fragrante fragante
frustração frustação
funcional funcioal
futricada futrida
geniturinário geniturinario
grafômetro grafómetro
gratificar grafificar
gringo grigo
guarnição guarniçao
higroscopicidade higroscópicidade
inextensível innextensível
infalibilidade infabilidade
infecção infeção
irracional irracioal
laqueação laqueadura
loba lobas
loisa coisa
loteria luteria
louvavelmente louvávelmente
melga belga
monocelha monolha
mucura mukura
mundinho mundinhos
muçu muçum
nabo nabu
neurotrópico neurótropo
neógala neologa
nocautear nocaute
oira oura
orangotango orangutango
oração subordinada adjetiva oração
papo papu
pensoso pensativo
perspetivar perspetiva
pescadeiro peixeiro
pixelizar pixelalizar
polaca pataca
ponentina ponentino
pontualmente verticalmente
porpeta polpeta
primeira-ministra primeiro-ministra
privilégio previlégio
psicolinguístico psicolinguistico
rescisão recisão
rilhoto riʎoto
saudavelmente saudávelmente
sobressair sobresair
subsônico subsónico
suicídio suicidio
suportável insuportável
sussurro sussurrar
tapa mapa
temporariamente temporáriamente
tiozinho tiozinh
transcendência transcedência
travestir travesti
trítio trício
tâmara tamara
térmita térmite
venal vennal
vide víde
violoncelo violonselo
vitelo vitello
vitivinicultura viniviticultura
vocabulário vocábulário
voz vós
ânfora âmfora

Romanian[edit]

Word Hyphenation
același acelasi
alegător aleɡətor
alunecos alunekos
amenințător amenint͡sətor
amărui aməruj
ascunzătoare askunzətoare
ascuțitoare askutsitoare
atotvăzător atotvəzətor
cașă cașa
depărtare depərtare
descătușa deskətuʃa
dezamăgitor dezaməd͡ʒitor
deșuruba deʃuruba
frumos frumòs
fântână fântầ
genunchieră dʒenunkierə
lăcătuș ləkətuʃ
manea maneá
muiere mure
petrarchist petrarchíst
petrarchistă petrarchístă
pistruiat pistrujat
profesor pofesor
seară séară
situațional situaționál
sprâncenat sprɨnt͡ʃenat
străin străîn
ușor ușòr
ușă ùșă
vedea vedéa
vrăbioi vrəbioj
zbura zburà
îmbucătură ɨmbukəturə
încrezător ɨnkrezətor
încătușa ɨnkətuʃa
înfrumuseța ɨnfrumuset͡sa
înjumătăți ɨnʒumətət͡si
întemeietor ɨntemejetor
înălțător ɨnəlt͡sətor

Serbo-Croatian[edit]

Are any of these correct? What are the rules?

Word Hyphenation
Peraštanka Peraškinja
ajran âjran
arebica arabica
cenjen cijenjen
delomično delimično
deseti deset
efekat efekt
federalni federalan
flautaš flautist
gluvoća gluhoća
gnjaviti gnjáviti
grst gȓst
hematologija hemetologija
hlorofil xlorofil
hroničan kroničan
hroničar xroničar
iti íti
jurniti jurnuti
kadikada kadaikada
kateri kteri
komšija kòmšija
korablja korab
košnuti kosnuti
makazice makazica
matrijarhalan matrijarhalni
metanoja metanója
pahuljica pahulja
plaćenica plȃćenica
plaćenik plȃćenīk
plemenit племенит
pokvarljivi покварљив
ponadati nadati
prijepis prjepis
savezništvo zavezništvo
spada spȃda
sumnjivo nesumnjiv
tačkica točkica
teri kteri
tica tȉca
valovito valovit
viknuti vinuti
vjeroispovijed veroispovijed
šmrkalj šmȑkalj
špada špȃda
špisbirger špsibirger
šrafa šrȁfa
Жидов Židov
Мехмед Mehmed
Минхен Minhen
академијски akademijski
аребица арабица
армија armija
асирски asirski
ајран ȁjран
бескрај безкрај
бодул bodul
брљати brljati
буџак буджак
вапно vapno
вест vest
викнути винути
вијест vijest
вредност vrednost
вјероисповијед вероисповијед
галантан galantan
глувоћа глухоћа
гориво gorivo
долама dolama
дремашина dremašina
ефекат ефект
зановет zanovet
игранка igranka
икуа икуд
инспектор inspektor
каскати ка̏скати
квака kvaka
климакс klimaks
кога koga
кожарски kožarski
комплексан kompleksan
комшија ко̀мшија
кула kula
лети leti
либијски libijski
лима lima
лудница ludnica
макета maketa
менеџер менеджер
меница menica
млијеко млјеко
морач мо̀ра̄ч
морски morski
наивчина naivčina
нана на́на
нана на́на
незаконито nezakonito
некоћ nekoć
ненасељен nenaseljen
неурастенија neurastenija
овдашњи овдашни
одмеравати odmeravati
омањи оманји
опорећи oporeći
острво ostrvo
отмен otmen
оштроуман oštrouman
паразит parazit
пахуљица пахуља
пиџама пиджама
племенитост plemenitost
покварљив pokvarljiv
поткошуља potkošulja
похати pohati
појава pojava
пољски poljski
преџивот предживот
пријеглед преглед
пријепис прјепис
ренесанса renesansa
реса resa
реџеб реджеб
реџеп реджеп
рођење rođenje
рубеола rubeola
рутенски rutenski
с́евер ćевер
савезништво завезништво
сакросанктан sakrosanktan
саксонски saksonski
сахарински саха̀рӣнски
сахарински саха̀рӣнскӣ
саџак саджак
сликар slikar
спада спа̑да
спанаћ spanać
спретан spretan
тачкица точкица
трапезист trapezist
упркос успркос
хемија xемија
хроничан кроничан
хроничар xроничар
цењен цијењен
цикличан циkличан
часопис časopis
ширцењегер ширценјегер
шмркаљ шмр̏каљ
шпада шпа̑да
шписбиргер шпсибиргер
ђаконат đakonat
ћале ćale
ћепчија чепчија

Swedish[edit]

Word Hyphenation
allihop all­ihop
allihopa all­ihopa
avlatskrämare avlatskrämaren
förälskelse förälskelsen
meddelande meddelandet
smörgås smörgåsen
toscakaka toscakakan
uppå upppå
älska älskar
äppelknyckarbyxa äppelknyckarbyxor

Turkish[edit]

Word Hyphenation
1'inci birinci
1. birinci
101 yüzbir
2'nci ikinci
3'üncü üçüncü
3. üçüncü
4'üncü dördüncü
4. dördüncü
Bosnalı Boşnalı
Ediz'li edizli
Ediz'siz edizsiz
Elâzığ Elazığ
Hawaii Hawaiʻi
LGBTİ LGBTI
Maveraünnehir meveraünnehir
adedî adedi
aylakçılık aylakçı
ağırşak ağırsak
bekâret bekaret
boşanmak boşamak
cool kul
dayak dajak
defterci defter
derinlik derrinlik
dolaşmayan dolaşamayan
dâhi dahi
dâhice dahice
dâhilik dahilik
dâhiliye dahiliye
dörtköşe tavan
dörtköşe yapmak
dükkân dükkan
eziyetli eziyetlili
fizikokimya fizikokimyasal
gedmek getmek
geğirmek geğiɾmek
gönlünce gölünce
günaşırı günaaşırı
harbî harbi
hedik hedic
ihmalkâr ihmalkar
keyfî keyfi
kıyamet kıyаmet
muafiyet muhafiyet
musiki musikî
oylama oylamak
palyaço palyáço
podcast podkast
rahîm rahim
saklamak saklɑmɑk
sexgili seksgili
tahrikât tahrikat
tinsel sel
yakınlaştırmak yakınlaşmak
yaoici yaoci
zekâ zeka
âlim alim
çapalamak açapalamak
çöküntü ilinti
ödeşmek haödeşmek
İspanya ispanya
Şehitkamil Şehitkâmil
şahsi şahsî
şaşaalı şaaşalı
şeytanî şeytani
şifalı şifa
şikâyetçi şikayetçi

Yiddish[edit]

Word Hyphenation
רעגן־מאַנטל (regn-mantl) רעגן־מענטל