See cem on Wiktionary
{
"categories": [
{
"kind": "other",
"name": "!Entrada (Português)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Entrada com etimologia (Português)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Entrada com pronúncia (Português)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Entrada de étimo latino (Português)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Numeral cardinal (Português)",
"parents": [],
"source": "w"
}
],
"etymology_texts": [
"Do latim centum⁽ˡᵃ⁾ (cem), vindo da raiz do Proto-Indo-Europeu *ḱm̥tóm."
],
"lang": "Português",
"lang_code": "pt",
"pos": "num",
"pos_title": "Numeral",
"raw_tags": [
"comum aos dois gêneros plural"
],
"senses": [
{
"glosses": [
"número equivalente a dez dezenas; cardinalidade de um conjunto que contenha uma centena de elementos distintos; representado pelo símbolo 100 (algarismos arábicos) ou C (algarismos romanos)"
],
"id": "pt-cem-pt-num-xq8Zv0dk"
}
],
"sounds": [
{
"ipa": "/ˈsɐ̃j̃/",
"raw_tags": [
"Portugal"
]
},
{
"ipa": "/'sẽj̃/",
"tags": [
"Brazil"
]
}
],
"tags": [
"cardinal"
],
"translations": [
{
"lang": "Africâner",
"lang_code": "af",
"word": "honderd"
},
{
"lang": "Aimará",
"lang_code": "ay",
"word": "pataka"
},
{
"lang": "Albanês",
"lang_code": "sq",
"word": "një qind"
},
{
"lang": "Alemão",
"lang_code": "de",
"word": "hundert"
},
{
"lang": "Árabe",
"lang_code": "ar",
"word": "مئة"
},
{
"lang": "Armênio",
"lang_code": "hy",
"word": "հարյուր"
},
{
"lang": "Azerbaijano",
"lang_code": "az",
"word": "yüz"
},
{
"lang": "Basco",
"lang_code": "eu",
"word": "ehun"
},
{
"lang": "Bósnio",
"lang_code": "bs",
"word": "sto"
},
{
"lang": "Bretão",
"lang_code": "br",
"word": "kant"
},
{
"lang": "Cabo-verdiano",
"lang_code": "kea",
"word": "sem"
},
{
"lang": "Catalão",
"lang_code": "ca",
"word": "cent"
},
{
"lang": "Chona",
"lang_code": "sn",
"word": "zana"
},
{
"lang": "Curdo",
"lang_code": "ku",
"word": "sed"
},
{
"lang": "Dinamarquês",
"lang_code": "da",
"word": "hundrede"
},
{
"lang": "Eslovaco",
"lang_code": "sk",
"word": "sto"
},
{
"lang": "Espanhol",
"lang_code": "es",
"word": "cien"
},
{
"lang": "Esperanto",
"lang_code": "eo",
"word": "cent"
},
{
"lang": "Estoniano",
"lang_code": "et",
"word": "sada"
},
{
"lang": "Feroês",
"lang_code": "fo",
"word": "hundrað"
},
{
"lang": "Finlandês",
"lang_code": "fi",
"word": "sata"
},
{
"lang": "Flamengo",
"lang_code": "vls",
"word": "honderd"
},
{
"lang": "Francês",
"lang_code": "fr",
"word": "cent"
},
{
"lang": "Galego",
"lang_code": "gl",
"word": "cen"
},
{
"lang": "Galês",
"lang_code": "cy",
"word": "cant"
},
{
"lang": "Galês",
"lang_code": "cy",
"word": "can"
},
{
"lang": "Georgiano",
"lang_code": "ka",
"word": "ასი"
},
{
"lang": "Grego",
"lang_code": "el",
"word": "εκατό"
},
{
"lang": "Grego Antigo",
"lang_code": "grc",
"word": "εκατόν"
},
{
"lang": "Guarani",
"lang_code": "gn",
"word": "sa"
},
{
"lang": "Guzerate",
"lang_code": "gu",
"word": "એજસો"
},
{
"lang": "Guzerate",
"lang_code": "gu",
"word": "શત"
},
{
"lang": "Hebraico",
"lang_code": "he",
"word": "מאה"
},
{
"lang": "Hindi",
"lang_code": "hi",
"word": "सौ"
},
{
"lang": "Holandês",
"lang_code": "nl",
"word": "honderd"
},
{
"lang": "Húngaro",
"lang_code": "hu",
"word": "száz"
},
{
"lang": "Indonésio",
"lang_code": "id",
"word": "seratus"
},
{
"lang": "Inglês",
"lang_code": "en",
"word": "hundred"
},
{
"lang": "Iorubá",
"lang_code": "yo",
"word": "ọgọ́rùn-ún"
},
{
"lang": "Irlandês",
"lang_code": "ga",
"word": "céad"
},
{
"lang": "Islandês",
"lang_code": "is",
"word": "hundrað"
},
{
"lang": "Italiano",
"lang_code": "it",
"word": "cento"
},
{
"lang": "Japonês",
"lang_code": "ja",
"word": "百"
},
{
"lang": "Latim",
"lang_code": "la",
"word": "centum"
},
{
"lang": "Limburguês",
"lang_code": "li",
"word": "hongent"
},
{
"lang": "Lituano",
"lang_code": "lt",
"word": "šimtas"
},
{
"lang": "Malgaxe",
"lang_code": "mg",
"word": "zato"
},
{
"lang": "Maltês",
"lang_code": "mt",
"word": "mija"
},
{
"lang": "Marati",
"lang_code": "mr",
"word": "शंभर"
},
{
"lang": "Mirandês",
"lang_code": "mwl",
"word": "cien"
},
{
"lang": "Neoaramaico Assírio",
"lang_code": "aii",
"word": "ܡܐܐ"
},
{
"lang": "Norueguês Bokmål",
"lang_code": "nb",
"word": "hundre"
},
{
"lang": "Papiamento",
"lang_code": "pap",
"word": "cien"
},
{
"lang": "Persa",
"lang_code": "fa",
"word": "صد"
},
{
"lang": "Persa",
"lang_code": "fa",
"word": "يکصد"
},
{
"lang": "Polonês",
"lang_code": "pl",
"word": "sto"
},
{
"lang": "Punjabi",
"lang_code": "pa",
"word": "ਸੌ"
},
{
"lang": "Quéchua",
"lang_code": "qu",
"word": "pachajj"
},
{
"lang": "Romeno",
"lang_code": "ro",
"word": "sută"
},
{
"lang": "Ruanda",
"lang_code": "rw",
"word": "ijana"
},
{
"lang": "Russo",
"lang_code": "ru",
"word": "сто"
},
{
"lang": "Sami Setentrional",
"lang_code": "se",
"word": "čuođi"
},
{
"lang": "Sânscrito",
"lang_code": "sa",
"word": "शतेन"
},
{
"lang": "Sânscrito",
"lang_code": "sa",
"word": "शतं"
},
{
"lang": "São-tomense",
"lang_code": "cri",
"word": "déchi déchi"
},
{
"lang": "Sérvio",
"lang_code": "sr",
"word": "сто"
},
{
"lang": "Somali",
"lang_code": "so",
"word": "boqol"
},
{
"lang": "Suaíli",
"lang_code": "sw",
"word": "mia"
},
{
"lang": "Sueco",
"lang_code": "sv",
"word": "hundra"
},
{
"lang": "Sundanês",
"lang_code": "su",
"word": "saratus"
},
{
"lang": "Tagalo",
"lang_code": "tl",
"word": "sandaan"
},
{
"lang": "Tswana",
"lang_code": "tn",
"word": "lekgolo"
},
{
"lang": "Tétum",
"lang_code": "tet",
"word": "atus"
},
{
"lang": "Turco",
"lang_code": "tr",
"word": "yüz"
},
{
"lang": "Uolofe",
"lang_code": "wo",
"word": "téeméer"
},
{
"lang": "Xhosa",
"lang_code": "xh",
"word": "ikhulu"
},
{
"lang": "Zulu",
"lang_code": "zu",
"word": "ikhulu"
}
],
"word": "cem"
}
{
"categories": [
{
"kind": "other",
"name": "!Entrada (Curdo)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Falso cognato (Curdo)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Preposição (Curdo)",
"parents": [],
"source": "w"
}
],
"lang": "Curdo",
"lang_code": "ku",
"pos": "prep",
"pos_title": "Preposição",
"senses": [
{
"glosses": [
"em; na casa de"
],
"id": "pt-cem-ku-prep-5SjSNzcL"
}
],
"word": "cem"
}
{
"categories": [
{
"kind": "other",
"name": "!Entrada (Turco)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Falso cognato (Turco)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Substantivo (Turco)",
"parents": [],
"source": "w"
}
],
"lang": "Turco",
"lang_code": "tr",
"pos": "noun",
"pos_title": "Substantivo",
"senses": [
{
"categories": [
{
"kind": "other",
"name": "Arcaísmo (Turco)",
"parents": [],
"source": "w"
}
],
"glosses": [
"soma, somatório"
],
"id": "pt-cem-tr-noun-Waha-vhZ",
"raw_tags": [
"Arcaísmo"
]
},
{
"categories": [
{
"kind": "other",
"name": "Arcaísmo (Turco)",
"parents": [],
"source": "w"
}
],
"glosses": [
"plural"
],
"id": "pt-cem-tr-noun-YdWMvlut",
"raw_tags": [
"Arcaísmo"
]
},
{
"categories": [
{
"kind": "other",
"name": "Arcaísmo (Turco)",
"parents": [],
"source": "w"
}
],
"glosses": [
"coleção, grupo, massa"
],
"id": "pt-cem-tr-noun-32VPLh1t",
"raw_tags": [
"Arcaísmo"
]
}
],
"synonyms": [
{
"word": "cemi"
},
{
"word": "çoğul"
}
],
"word": "cem"
}
{
"categories": [
{
"kind": "other",
"name": "!Entrada (Volapuque)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Falso cognato (Volapuque)",
"parents": [],
"source": "w"
},
{
"kind": "other",
"name": "Substantivo (Volapuque)",
"parents": [],
"source": "w"
}
],
"lang": "Volapuque",
"lang_code": "vo",
"pos": "noun",
"pos_title": "Substantivo",
"senses": [
{
"glosses": [
"quarto (de uma casa)"
],
"id": "pt-cem-vo-noun-0cr4J3D~"
}
],
"word": "cem"
}
{
"categories": [
"!Entrada (Curdo)",
"Falso cognato (Curdo)",
"Preposição (Curdo)"
],
"lang": "Curdo",
"lang_code": "ku",
"pos": "prep",
"pos_title": "Preposição",
"senses": [
{
"glosses": [
"em; na casa de"
]
}
],
"word": "cem"
}
{
"categories": [
"!Entrada (Português)",
"Entrada com etimologia (Português)",
"Entrada com pronúncia (Português)",
"Entrada de étimo latino (Português)",
"Numeral cardinal (Português)"
],
"etymology_texts": [
"Do latim centum⁽ˡᵃ⁾ (cem), vindo da raiz do Proto-Indo-Europeu *ḱm̥tóm."
],
"lang": "Português",
"lang_code": "pt",
"pos": "num",
"pos_title": "Numeral",
"raw_tags": [
"comum aos dois gêneros plural"
],
"senses": [
{
"glosses": [
"número equivalente a dez dezenas; cardinalidade de um conjunto que contenha uma centena de elementos distintos; representado pelo símbolo 100 (algarismos arábicos) ou C (algarismos romanos)"
]
}
],
"sounds": [
{
"ipa": "/ˈsɐ̃j̃/",
"raw_tags": [
"Portugal"
]
},
{
"ipa": "/'sẽj̃/",
"tags": [
"Brazil"
]
}
],
"tags": [
"cardinal"
],
"translations": [
{
"lang": "Africâner",
"lang_code": "af",
"word": "honderd"
},
{
"lang": "Aimará",
"lang_code": "ay",
"word": "pataka"
},
{
"lang": "Albanês",
"lang_code": "sq",
"word": "një qind"
},
{
"lang": "Alemão",
"lang_code": "de",
"word": "hundert"
},
{
"lang": "Árabe",
"lang_code": "ar",
"word": "مئة"
},
{
"lang": "Armênio",
"lang_code": "hy",
"word": "հարյուր"
},
{
"lang": "Azerbaijano",
"lang_code": "az",
"word": "yüz"
},
{
"lang": "Basco",
"lang_code": "eu",
"word": "ehun"
},
{
"lang": "Bósnio",
"lang_code": "bs",
"word": "sto"
},
{
"lang": "Bretão",
"lang_code": "br",
"word": "kant"
},
{
"lang": "Cabo-verdiano",
"lang_code": "kea",
"word": "sem"
},
{
"lang": "Catalão",
"lang_code": "ca",
"word": "cent"
},
{
"lang": "Chona",
"lang_code": "sn",
"word": "zana"
},
{
"lang": "Curdo",
"lang_code": "ku",
"word": "sed"
},
{
"lang": "Dinamarquês",
"lang_code": "da",
"word": "hundrede"
},
{
"lang": "Eslovaco",
"lang_code": "sk",
"word": "sto"
},
{
"lang": "Espanhol",
"lang_code": "es",
"word": "cien"
},
{
"lang": "Esperanto",
"lang_code": "eo",
"word": "cent"
},
{
"lang": "Estoniano",
"lang_code": "et",
"word": "sada"
},
{
"lang": "Feroês",
"lang_code": "fo",
"word": "hundrað"
},
{
"lang": "Finlandês",
"lang_code": "fi",
"word": "sata"
},
{
"lang": "Flamengo",
"lang_code": "vls",
"word": "honderd"
},
{
"lang": "Francês",
"lang_code": "fr",
"word": "cent"
},
{
"lang": "Galego",
"lang_code": "gl",
"word": "cen"
},
{
"lang": "Galês",
"lang_code": "cy",
"word": "cant"
},
{
"lang": "Galês",
"lang_code": "cy",
"word": "can"
},
{
"lang": "Georgiano",
"lang_code": "ka",
"word": "ასი"
},
{
"lang": "Grego",
"lang_code": "el",
"word": "εκατό"
},
{
"lang": "Grego Antigo",
"lang_code": "grc",
"word": "εκατόν"
},
{
"lang": "Guarani",
"lang_code": "gn",
"word": "sa"
},
{
"lang": "Guzerate",
"lang_code": "gu",
"word": "એજસો"
},
{
"lang": "Guzerate",
"lang_code": "gu",
"word": "શત"
},
{
"lang": "Hebraico",
"lang_code": "he",
"word": "מאה"
},
{
"lang": "Hindi",
"lang_code": "hi",
"word": "सौ"
},
{
"lang": "Holandês",
"lang_code": "nl",
"word": "honderd"
},
{
"lang": "Húngaro",
"lang_code": "hu",
"word": "száz"
},
{
"lang": "Indonésio",
"lang_code": "id",
"word": "seratus"
},
{
"lang": "Inglês",
"lang_code": "en",
"word": "hundred"
},
{
"lang": "Iorubá",
"lang_code": "yo",
"word": "ọgọ́rùn-ún"
},
{
"lang": "Irlandês",
"lang_code": "ga",
"word": "céad"
},
{
"lang": "Islandês",
"lang_code": "is",
"word": "hundrað"
},
{
"lang": "Italiano",
"lang_code": "it",
"word": "cento"
},
{
"lang": "Japonês",
"lang_code": "ja",
"word": "百"
},
{
"lang": "Latim",
"lang_code": "la",
"word": "centum"
},
{
"lang": "Limburguês",
"lang_code": "li",
"word": "hongent"
},
{
"lang": "Lituano",
"lang_code": "lt",
"word": "šimtas"
},
{
"lang": "Malgaxe",
"lang_code": "mg",
"word": "zato"
},
{
"lang": "Maltês",
"lang_code": "mt",
"word": "mija"
},
{
"lang": "Marati",
"lang_code": "mr",
"word": "शंभर"
},
{
"lang": "Mirandês",
"lang_code": "mwl",
"word": "cien"
},
{
"lang": "Neoaramaico Assírio",
"lang_code": "aii",
"word": "ܡܐܐ"
},
{
"lang": "Norueguês Bokmål",
"lang_code": "nb",
"word": "hundre"
},
{
"lang": "Papiamento",
"lang_code": "pap",
"word": "cien"
},
{
"lang": "Persa",
"lang_code": "fa",
"word": "صد"
},
{
"lang": "Persa",
"lang_code": "fa",
"word": "يکصد"
},
{
"lang": "Polonês",
"lang_code": "pl",
"word": "sto"
},
{
"lang": "Punjabi",
"lang_code": "pa",
"word": "ਸੌ"
},
{
"lang": "Quéchua",
"lang_code": "qu",
"word": "pachajj"
},
{
"lang": "Romeno",
"lang_code": "ro",
"word": "sută"
},
{
"lang": "Ruanda",
"lang_code": "rw",
"word": "ijana"
},
{
"lang": "Russo",
"lang_code": "ru",
"word": "сто"
},
{
"lang": "Sami Setentrional",
"lang_code": "se",
"word": "čuođi"
},
{
"lang": "Sânscrito",
"lang_code": "sa",
"word": "शतेन"
},
{
"lang": "Sânscrito",
"lang_code": "sa",
"word": "शतं"
},
{
"lang": "São-tomense",
"lang_code": "cri",
"word": "déchi déchi"
},
{
"lang": "Sérvio",
"lang_code": "sr",
"word": "сто"
},
{
"lang": "Somali",
"lang_code": "so",
"word": "boqol"
},
{
"lang": "Suaíli",
"lang_code": "sw",
"word": "mia"
},
{
"lang": "Sueco",
"lang_code": "sv",
"word": "hundra"
},
{
"lang": "Sundanês",
"lang_code": "su",
"word": "saratus"
},
{
"lang": "Tagalo",
"lang_code": "tl",
"word": "sandaan"
},
{
"lang": "Tswana",
"lang_code": "tn",
"word": "lekgolo"
},
{
"lang": "Tétum",
"lang_code": "tet",
"word": "atus"
},
{
"lang": "Turco",
"lang_code": "tr",
"word": "yüz"
},
{
"lang": "Uolofe",
"lang_code": "wo",
"word": "téeméer"
},
{
"lang": "Xhosa",
"lang_code": "xh",
"word": "ikhulu"
},
{
"lang": "Zulu",
"lang_code": "zu",
"word": "ikhulu"
}
],
"word": "cem"
}
{
"categories": [
"!Entrada (Turco)",
"Falso cognato (Turco)",
"Substantivo (Turco)"
],
"lang": "Turco",
"lang_code": "tr",
"pos": "noun",
"pos_title": "Substantivo",
"senses": [
{
"categories": [
"Arcaísmo (Turco)"
],
"glosses": [
"soma, somatório"
],
"raw_tags": [
"Arcaísmo"
]
},
{
"categories": [
"Arcaísmo (Turco)"
],
"glosses": [
"plural"
],
"raw_tags": [
"Arcaísmo"
]
},
{
"categories": [
"Arcaísmo (Turco)"
],
"glosses": [
"coleção, grupo, massa"
],
"raw_tags": [
"Arcaísmo"
]
}
],
"synonyms": [
{
"word": "cemi"
},
{
"word": "çoğul"
}
],
"word": "cem"
}
{
"categories": [
"!Entrada (Volapuque)",
"Falso cognato (Volapuque)",
"Substantivo (Volapuque)"
],
"lang": "Volapuque",
"lang_code": "vo",
"pos": "noun",
"pos_title": "Substantivo",
"senses": [
{
"glosses": [
"quarto (de uma casa)"
]
}
],
"word": "cem"
}
Download raw JSONL data for cem meaning in All languages combined (6.2kB)
{
"called_from": "XYZunsorted",
"msg": "unknown section: Declinação",
"path": [
"cem"
],
"section": "Volapuque",
"subsection": "",
"title": "cem",
"trace": ""
}
This page is a part of the kaikki.org machine-readable All languages combined dictionary. This dictionary is based on structured data extracted on 2025-02-11 from the ptwiktionary dump dated 2025-02-02 using wiktextract (f90d964 and 9dbd323). The data shown on this site has been post-processed and various details (e.g., extra categories) removed, some information disambiguated, and additional data merged from other sources. See the raw data download page for the unprocessed wiktextract data.
If you use this data in academic research, please cite Tatu Ylonen: Wiktextract: Wiktionary as Machine-Readable Structured Data, Proceedings of the 13th Conference on Language Resources and Evaluation (LREC), pp. 1317-1325, Marseille, 20-25 June 2022. Linking to the relevant page(s) under https://kaikki.org would also be greatly appreciated.