Hace unos días conté aquí la integración a fondo del Diccionario del español actual (el Seco), con sus acepciones, marcas y locuciones completamente estructuradas. Le tocaba el turno al otro gran pilar de la lexicografía moderna, el Diccionario de uso del español de María Moliner, que en Iedra llevaba desde enero a medio camino: se consultaba en la ficha, pero sus marcas no servían para filtrar en la búsqueda avanzada y sus homógrafos aparecían agrupados en un solo bloque.
Es, para muchos lectores y especialistas, el diccionario más singular que se ha escrito en español. García Márquez lo describió con justicia al recordar que María Moliner «escribió sola, en su casa, con su propia mano, el diccionario más completo, más útil, más acucioso y más divertido de la lengua castellana». Quince años de trabajo cuya gran seña de identidad reside en cómo teje relaciones entre las palabras: catálogos temáticos al final de las entradas y remisiones con asterisco dentro de las definiciones para invitar al lector a saltar de un término a otro.
Al igual que con el Seco, he normalizado toda su estructura para equipararlo al resto de fuentes en Iedra. En este post solo hablaré de las particularidades del Moliner.
Sobre los derechos de autor: el Diccionario de uso del español está protegido por copyright y, a diferencia del DLE y del Seco, no tiene edición en línea a la que enlazar. Por eso su bloque en Iedra no enseña definiciones ni extractos, y en este artículo no se cita ni una línea del diccionario. Lo que se publica son medidas y listas de palabras: cuántas acepciones tiene una entrada, qué marcas lleva, qué preposición rige, a qué otras palabras remite.
Palabras que llevan a otras palabras
En las definiciones del Moliner, el asterisco señala palabras clave que invitan al lector a consultar otra entrada para ampliar vocabulario sobre ese concepto. Así, la definición de acosar remite a perseguir, y la de lacero, a perro y caza. Son 67.971 remisiones repartidas en 37.477 artículos.
La estructura tiene dos lecturas. Si se consultan únicamente las remisiones salientes de un artículo, el resultado suele ser una enumeración de hiperónimos y conceptos generales que resumen sus acepciones: perro, por ejemplo, remite a mamífero, malvado, servil, engaño, pinza y fiel. En cambio, al invertir la relación se descubre el campo léxico completo que Moliner fue tejiendo: a perro le remiten 78 artículos (alán, basset, bóxer, can, canil, carlanca, aullar, azuzar, gozque, lebrel, sabueso, zamarrear…) con los que la autora nombró razas, conductas, aparejos y acciones relacionadas que no figuran en la definición principal. En total, 39.918 palabras recogen ahora en su ficha estas voces afines vinculadas por la autora.
Esta red manual ofrece además un criterio de contraste para Iedra. Desde hace unos meses, la aplicación calcula relaciones de proximidad semántica mediante embeddings, y la obra de Moliner permite cotejar ese cálculo automático contra un mapa léxico trazado minuciosamente a mano cincuenta años antes. Al contrastar las parejas del diccionario con las vecinas más próximas que calcula el modelo (y compararlas con emparejamientos al azar), los números se ven así:
| coincide | por azar | veces el azar | |
|---|---|---|---|
| vecinas por embeddings (39.359 palabras, 131.362 parejas) | 33,2 % | 0,09 % | 370× |
| vecindad en el atlas de palabras (39.775 palabras) | 15,1 % | 0,13 % | 118× |
Un tercio de las asociaciones que estableció Moliner son recuperadas de forma natural por el modelo vectorial, frente a menos de una de cada mil que coincidirían por simple azar. Al mismo tiempo, los dos tercios restantes documentan relaciones que el cálculo matemático no capta por sí solo: existen 22.245 palabras cuya única conexión semántica estructurada en Iedra procede precisamente de esta red de autor.
Catálogo temático, sinónimos y locuciones
El catálogo de voces afines es una de las aportaciones más reconocibles del diccionario. En gato, por ejemplo, aparecen organizados por familias los nombres del animal (michino, micifuz, minino, morrongo, zapaquilda), las acciones de maullar (marramizar, mayar, miagar, miañar, murar) o las voces con que se le llama o ahuyenta (mino, miz, sape, zape). Iedra indexa 54.532 grupos con 246.368 términos, enlazados a su respectiva ficha, a los que se suman otros 20.020 grupos de sinónimos con 29.309 términos.
Las 22.289 locuciones del Moliner se muestran respetando la puntuación original y las variantes entre corchetes (perro braco [o braquete], muerto el perro, se acabó la rabia), desplegando siempre la forma completa del lema principal que en la obra impresa suele abreviarse a la inicial. Muchas de estas expresiones cuentan además con sinónimos o catálogos específicos: gato viejo remite a perro viejo, gato montés enlaza con caucel y colocolo, y artes marciales desglosa aikido, judo y kendo. En total, 2.368 locuciones incorporan sinónimos propios y 3.069 disponen de catálogo asociado.
Régimen preposicional y pautas de construcción
En muchas de sus acepciones, el Moliner incluye acotaciones sintácticas precisas entre paréntesis: la preposición que rige un verbo, los verbos o determinantes que suelen preceder a un sustantivo o la naturaleza del complemento que admite. Se trata de una información práctica que no sistematizan ni el DLE ni el Seco:
| palabras | |
|---|---|
| régimen preposicional (40 preposiciones) | 1.626 |
| verbo o determinante antepuesto | 2.133 |
| clase de objeto directo (1.409 clases) | 6.378 |
Son 9.017 fichas que especifican estas pautas de construcción: abalanzar («rige a, hacia, sobre; su objeto directo es cosa»), abogar («rige por, a favor»), abrazo («lleva delante dar») o chamba («lleva delante por»).
El régimen preposicional y la clase de complemento se han integrado en la búsqueda avanzada, lo que permite localizar palabras que rigen sobre o verbos que seleccionan complementos de persona. En cambio, los verbos y determinantes antepuestos no se han añadido como filtro desplegable debido a la enorme dispersión de sus 1.460 variantes (estar, ser, tener, dar un, hacer la), aunque sí se detallan en la ficha de cada vocablo.
Pronunciación figurada y transcripción fonética
Iedra genera automáticamente la transcripción al Alfabeto Fonético Internacional (AFI) aplicando las reglas de pronunciación del español. Funciona de manera predecible con la inmensa mayoría de las palabras, pero tropieza con extranjerismos y siglas cuya pronunciación no se deduce de la ortografía. En estos casos, tanto el Moliner como el Seco incorporan transcripciones figuradas: abertzale [aberchále], baby boom [béibi búm] o ABS [á bé ése]. Entre las dos obras suman 3.675 voces con pronunciación anotada a mano.
Estas anotaciones permiten documentar los casos donde la regla automática resulta insuficiente: siglas cuya lectura silábica o deletreo es arbitrario (ADN frente a OTAN), préstamos que conservan la acentuación de origen (Óscar, Kevlar, APEX) o grafías extranjeras con valores fonéticos específicos (la ll de allegro o la h aspirada de hándicap). Para estas voces, el registro explícito de los diccionarios proporciona la referencia necesaria.
Al cotejar las 941 voces que ambos diccionarios transcriben, la coincidencia textual directa es del 42,7 % (402 términos), debido principalmente a la diferencia de criterios ortográficos: el Seco utiliza símbolos fonéticos cuando la grafía común resulta ambigua (/ásθi/ para ASCII, /án∫lus/ para Anschluss), mientras que el Moliner adapta los sonidos a la ortografía española (ásci, ánshlus). Al normalizar ambas fuentes al estándar AFI, la concordancia real entre los dos diccionarios alcanza el 86,3 %.
Las 76 voces restantes recogen discrepancias genuinas de uso: diferentes grados de adaptación de un extranjerismo (tupperware como tuperbáre en Moliner frente a táperwer en Seco), soluciones alternativas para préstamos del euskera (la tz de abertzale o ertzaintza interpretada como ch o como z) o variaciones en la asignación del acento prosódico (copyright, aguda en Moliner y llana en Seco). La ficha de Iedra muestra ahora la transcripción fonémica calculada junto a las soluciones documentadas por cada obra, como ocurre en frigidaire, donde se recogen tanto la forma francesa original como la pronunciación adaptada.
![Bloque «Forma» de la ficha de «abertzale»: «Número de sílabas: 4», «Acentuación: Grave/Llana» y «Transcripción fonémica (AFI): /a.beɾ.ˈt̪sa.le/», seguido de «Lo que anotan los diccionarios, en grafía figurada y no en AFI:» con dos líneas, «Moliner [aberchále] → /a.beɾ.ˈt͡ʃa.le/» y «Seco /aberθále/ → /a.beɾ.ˈsa.le/».](/images/moliner/abertzale-afi.png)
Marcas, homógrafos y etimología
La integración incorpora además el resto de metadatos del diccionario:
- Marcas lexicográficas: Las materias, áreas geográficas y registros del Moliner se han homologado con los filtros de búsqueda general. En total, 16.874 palabras incorporan marcas que no constaban en ninguna otra fuente (repartidas entre 164 etiquetas); la más numerosa es «desusado», que suma 3.671 palabras.
- Desglose de homógrafos: El Moliner cuenta con 89.815 artículos para 87.451 palabras. Las 2.097 palabras con múltiples entradas aparecen ahora desglosadas de manera independiente: bote cuenta con cinco entradas diferenciadas, y lo mismo ocurre en voces como coca, galga, bamba o chucho.
- Etimología: La sección de etimología aprovecha la información del Moliner cuando el DLE no incluye étimo, lo que amplía la cobertura global de 25.929 a 38.878 palabras con origen documentado.
- Datos complementarios: Se extraen y estructuran también los nombres científicos, adverbios derivados, formas irregulares de plural, marcas registradas, variantes gráficas y notas gramaticales de conjugación y uso.
De las 87.451 palabras del Moliner en Iedra, 5.969 no figuran ni en el DLE ni en el Seco. Si veis algo raro en alguna ficha, escribidme.