Cómo está hecho
Leer y votar
Dos ejemplares de la edición de 1903 (una tirada de 110), leídos por el taller con Kraken (el modelo CATMuS-Print) y casados página a página por su número. No se votan: con dos lecturas no hay mayoría, y donde no coinciden decide el léxico; el segundo ejemplar lee la q de Correas como g, y ge está en el léxico antiguo, así que el voto cambiaba su qe por ge (188 veces), qien por gien, aqella por agella. En el oro el voto sale algo mejor (0,97 %), pero solo por una página; en las otras cuatro, peor. Se publica la lectura del ejemplar principal, que respeta la ortografía de Correas.
Medir
Contra cinco páginas copiadas a mano en la imagen (págs. 20, 80, 150, 230 y 310; 5.949 letras), el texto se equivoca en un 1,13 % de las letras (entre el 0,17 % y el 3,79 %: la pág. 20 trae la lista de las letras, con signos que la máquina lee mal).
| texto | CER | pág. 20 | pág. 80 | pág. 150 | pág. 230 | pág. 310 |
|---|---|---|---|---|---|---|
| el ejemplar principal (lo publicado) | 1,13 % | 3,79 | 0,17 | 0,40 | 1,44 | 0,24 |
| el voto de los dos (no se publica) | 0,97 % | 1,85 | 0,43 | 0,48 | 1,52 | 0,73 |
| el segundo ejemplar solo | 2,10 % | 2,53 | 1,36 | 2,79 | 2,15 | 1,69 |
Trocear
Por reglas que se leen, sin modelos de lenguaje (`herramientas/gramaticas-libro/`, con tests). Las reglas solo quitan o juntan lo que la máquina o el impresor ponen fuera del texto; no se corrige ninguna palabra.
- El párrafo que sigue en la página siguiente se junta, y la palabra partida entre dos páginas se escribe entera (187).
- Los capítulos: el párrafo corto, en mayúsculas y cerrado con punto («DE LAS LETRAS EN COMUN.»), abre capítulo (79). El adorno que lo precede, que la máquina lee como una letra suelta, fuera. Las partes, del índice del libro. Algún título que la máquina leyó mal («De lah.») se deja como se leyó.
| partes | capítulos | párrafos | páginas leídas | palabras |
|---|---|---|---|---|
| 10 | 79 | 1206 | 350 | 67.355 |
Lo que queda mal y se ve: la lista de las letras de la pág. 20 y los signos sueltos; algún título de capítulo que la máquina leyó mal (De lah. por De la H., De la J hjota.); y las tablas del índice. Los párrafos que Gallardo suprimió en su copia (lo cuenta el prólogo de 1903) no están en esta edición.
El texto entero, en TXT. Todo es de dominio público; lo nuestro (el troceado, las cuentas, estas páginas), CC BY 4.0, Karb and Sil.