Cómo está hecho

Leer y votar

Un ejemplar, del que hay dos copias digitales que leyó el taller con Kraken (y una con tesseract, solo el primer tercio). El texto es el de Kraken sobre una de ellas; la otra copia vota donde Kraken lee una palabra que no sale en ninguna otra parte del libro: si dice otra cosa parecida que el libro sí usa, va esa; y en las hojas que la otra copia lee enteras, que son casi todas, a igualdad va la suya, que lee mejor, y también su puntuación (la primera lee muchos puntos como comas). El vocabulario con que se decide es el del propio libro y el de la Gramática de 1492, que es su original, nunca el de hoy. Desde el 19/11/2026 las dos copias se leen con un modelo de Kraken afinado para la letra redonda del XVIII, que ya lee la ſ larga y la ñ; la ñ que aún se le escapa se devuelve cuando la Gramática de 1492 escribe esa palabra con ñ y nunca con n. Las reglas, con sus tests, en `herramientas/nebrija-gramatica-1744/`.

Medir

Contra cinco trozos copiados a mano en la imagen (hojas 30, 50, 60, 72 y 115; ninguno sirvió para entrenar el modelo de lectura), el texto publicado se equivoca en un 0,90 % de las letras; la lectura de Kraken sola, en un 0,90 %; lo publicado antes, con el modelo general, en un 1,19 %.

textoCERhoja 30hoja 50hoja 60hoja 72hoja 115
lo publicado0,90 %1,000,820,880,800,92
Kraken sola, tal cual0,90 %1,000,820,880,860,85
la otra copia (Kraken)0,91 %1,060,821,020,800,85
la tesseract del taller6,18 %6,18————

Cuatro de los cinco trozos (30, 50, 72 y 115) se copiaron después de escribir las reglas: son de control.

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 (las erratas de la máquina, aparte: ver abajo).

  1. El párrafo que sigue en la página siguiente se junta, y la palabra partida entre dos páginas se escribe entera (81).
  2. Los libros y los capítulos, como en la Gramática de 1492 (cinco libros y 55 capítulos): cada uno empieza en su hoja, donde se busca su cabeza tal como la leyó la máquina («Capitulo. iij.», «Capitulo, iiij», «Capit ulo. vj.») y se parte ahí; los títulos van escritos a mano, con la ortografía de esta edición.
partescapítulospárrafospáginas leídaspalabras
65562213237.906

Las erratas

La máquina se equivoca en letras sueltas, y una sola lectura las arrastra. Se corrigen 8 por reglas que se leen, sin modelos de lenguaje (herramientas/gramaticas-libro/erratas.py), con el léxico de la casa por épocas: eñe de más: 8. Nunca se cambia una palabra que existe, ni una grafía de la época por otra, ni un nombre propio; la forma que el libro escribe muchas veces es suya y no se toca. Cada cambio va en un registro con lo leído, lo puesto, la regla y los testigos (correcciones-erratas.tsv, junto al texto de la obra), y cada regla se midió contra el oro y mirando en la imagen una muestra de sus cambios: la que estropeaba más de uno de cada veinte no se aplica en este libro. Antes de corregir, cada palabra se marca castellano, latín u otra lengua por las que la rodean (el léxico de la época y el reconocedor latino de la casa); solo se toca lo marcado castellano con seguridad. La lista de las páginas peor leídas, estimada sin oro por las palabras castellanas que no están en el léxico de la época, va en paginas-malas.tsv, junto al texto de la obra.

Lo que queda mal y se ve: alguna ſ leída f en palabras que el libro usa poco; las palabras partidas al final del renglón sin guion («la len gua»), que la máquina deja en dos; la ñ de las palabras que la Gramática de 1492 no trae; y la puntuación del final de los renglones de las tablas de la conjugación («;» por «.»). No se ha corregido nada del libro: solo nuestras malas lecturas.

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.

Textos de Karb and Sil, con licencia Creative Commons Reconocimiento 4.0 (CC BY 4.0): cópialo, compártelo y adáptalo citándonos. La Gramática castellana de 1492 y la imagen de su hoja 21 son de dominio público. Cada dato lleva su fuente entre corchetes; lo que es lectura nuestra, va marcado. Editor: Wordkers. Hecho a partir de nuestras notas de estudio; generado el 21/11/2026 01:05.