risken att få med allt möjligt skit är ingen risk, det är helsäkert
har själv en db med 388900 ord, men det är en hel del skit i den. Om man la ner lite tid skulle man nog kunna rensa och utöka. Jag tror att det säkraste sättet e att skriva ett sånt skript och sen låta det mumsa i sig aftonbladet & expressen

du får man ett ganska bra snitt av svenska språket.
Så mitt råd till dig är att skirva ett skript. Men det beror såklart på hur "ren" databasen behöver vara.