Fuentes
Usamos diversas fuentes, tanto de libros escaneados como de transcripciones. Además hacemos nuestro propio escaneo. Con ello hacemos una primera limpieza del texto. Tras esto, y con el lematizador que aplica las reglas ortográficas de la época, más un análisis de opciones de la inteligencia artificial, un análisis del contexto y finalmente una revisión manual, llegamos a una versión bastante razonable. Por supuesto, seguiremos revisando para mejorarla.
Cada dato del microsite lleva la fuente de donde sale; pulsando en ella se llega aquí. El libro es de dominio público y va enlazado a la página del escaneo. Las citas van con la ortografía del libro.
El libro
- La portada · «Diccionario de ideas afines y elementos de tecnología compuesto por una sociedad de literatos bajo la dirección de D. Eduardo Benot (de la Academia Española)»; «Tomo primero»; «Mariano Núñez Samper, editor»; Madrid, sin año. Ver la página. En la imagen que publicamos hemos tapado, con papel de la misma imagen, un número escrito a mano. dominio público
- El prólogo · págs. V-IX: para qué sirve el libro, el ejemplo del periodista, la historia de los diccionarios por ideas y el de Roget. Ver la pág. V. dominio público
- La clasificación · las seis clases y sus secciones, con los números de sus grupos. Ver la página. dominio público
- La tabla sinóptica de categorías · págs. XI-XXIV: clases, secciones, subsecciones y los grupos a dos columnas. Copiada a mano del escaneo (`herramientas/exportar-ideas-afines/datos/sinoptico.txt`), con las cinco erratas de número que trae corregidas y dichas. Ver la primera página. dominio público
- La advertencia · las dos partes de la obra, las dos columnas («la segunda columna las acepciones antagónicas») y cómo buscar con el índice. Ver la página. dominio público
- Las abreviaturas · N, V, Adj, Adv, Int, Fr, y las palabras en bastardilla que indican grupos. Ver la página. dominio público
- El cuerpo · págs. 1-902: los grupos 1 a 1000. Cada grupo de este microsite enlaza a su página. Ver la pág. 8, el grupo 15. dominio público
- El índice alfabético · después del cuerpo, hasta zutano, a cuatro columnas. Ver la primera página. dominio público
Nuestras cuentas
- El cotejo · la transcripción frente a las dos lecturas, palabra a palabra, en las páginas de cada grupo (`cotejo.py`; encargo E-1236, 25/10/2026). interpretación nuestra
- Los recortes · las palabras dudosas, recortadas del escaneo y miradas una a una (`recortes.py`; 25/10/2026): las de las págs. 8 y 489 para las tildes, y una muestra de 36 correcciones; y tres muestras de 30 decisiones del juez de las erratas dudosas (E-1237-2). interpretación nuestra