El lemario del Seco y su integración completa en Iedra

La RAE numera las ediciones de su diccionario (23.6, 23.7, 23.8), publica notas de prensa con las cifras generales y suele acompañarlas de un PDF con una selección de novedades. En este blog he aprovechado varias veces esos lanzamientos para extraer el lemario de cada versión y la lista completa de palabras nuevas, que es justo lo que la nota oficial nunca incluye.

Con el Diccionario del español actual de Manuel Seco, Olimpia Andrés y Gabino Ramos ocurre distinto. Para quien no lo conozca, es una de las obras cumbre de la lexicografía española moderna. Un diccionario de uso construido sobre un corpus inmenso de prensa y literatura contemporáneas, cuya seña de identidad es que documenta cada sentido con citas reales y fechadas. En agosto de 2023, la Fundación BBVA puso a disposición del público la tercera edición en su web con acceso libre y gratuito.

Desde ese mismo verano, Iedra muestra también entradas del Seco como una de sus fuentes. Como la Fundación actualiza el diccionario de manera continua y silenciosa (sin notas de prensa, sin fechas de versión y sin registro de cambios), la única forma de averiguar qué ha pasado en estos tres años es volver a cotejar los datos actuales con los de entonces entrada por entrada.

1. Qué ha cambiado desde 2023

Al contrastar los datos de agosto de 2023 con los de agosto de 2026, las cifras globales muestran un crecimiento constante:

Son más de 1.400 artículos nuevos en tres años. Pero además de añadir entradas, los redactores corrigen y afinan las existentes. De los 82.865 artículos comunes a ambas fechas, 1.246 han tenido modificaciones internas (un 1,5 %), mientras que los 81.619 restantes siguen intactos.

Mirando las tripas de esos 1.246 artículos se ve el trabajo de taller que hay detrás:

• Corrección de erratas. El garrapatero figuraba como «ave cuculiforme amaricana» (ahora americana), el fliscorno ya no es un «intrumento» de viento y la entrada tonitronante se ha corregido a tronitronante.
• Ajustes en definiciones (287 artículos). La definición de tocón hablaba de la parte del tronco «de un árbol» que queda unida a la raíz, y ahora añade «o arbusto»; la voz choni, definida antes como «[mujer] urbana de escasa cultura», pierde la precisión de «urbana» y gana en su lugar la marca de coloquial; y maternalista pasa de «que denota o implica maternalismo» a «de(l) maternalismo o que lo implica».
• Revisión de marcas (130 artículos). Autenticar deja de estar restringida al ámbito del derecho y surgencia al de la geografía, pasando ambas al uso general. Apesarar y digestónico pierden la marca de «raro». Falsete incorpora la marca de música y hordiate pasa a llevar la de «raro».
• Nuevas acepciones (124 artículos). Buda suma el significado de «santón, hombre muy respetado e influyente» (perdiendo a la vez la marca de literario), escobillón añade «mechón de pelos», fanfarronear suma «alardear de algo», gitano añade «caló» (la lengua) y frustrar incorpora el uso pronominal frustrarse. Las retiradas son mínimas (solo 4 entradas), como cultivado, de donde se ha eliminado la definición «natural cuya formación ha sido provocada artificialmente».
• Nuevas locuciones (35 expresiones). Se han incorporado expresiones como «la mano que mece la cuna» (en mano), «don (o doña) nadie» (en nadie), «echador de cartas» (en echador), «pan y quesillo» (en queso) y «sanjoderse cayó en lunes (u otro día de la semana)» (en sanjoderse).
• Notas y observaciones de uso (282 artículos). En una obra descriptiva, estas notas prácticas son fundamentales. A desencriptado se le añade «Tb su efecto», a acanalar la indicación «Tb abs.», a bulbiforme «Frec en Arte» y a apalancar la observación de que, referido a personas, se emplea habitualmente como reflexivo. Además, yonqui recoge ahora las variantes yonki y yonky, y gitano incorpora en dos de sus acepciones el apunte «Frec con intención afectiva».
• Citas documentales (549 entradas retocadas). 543 artículos incorporan citas nuevas para respaldar sentidos existentes y solo 6 pierden alguna cita.

La adenda es un lote escrito de un tirón y publicado a plazos

Entre los artículos incorporados desde 2023 destaca un grupo de unos mil novecientos que llevan identificadores correlativos en orden alfabético, desde abante hasta zagalejo. Esto indica que los redactores prepararon un lote cerrado de adiciones que la Fundación va publicando por tramos alfabéticos.

Las citas documentales lo confirman: en todo ese lote, tanto en la A como en la Z, los ejemplos más recientes llegan hasta principios de 2025. Una de las primeras entradas, champañera, incluye la cita más moderna de todas, extraída de un anuncio en internet del 24 de febrero de 2025:

Champañera de Acero Inoxidable Térmica con Doble Pared.

La adenda se redactó en bloque y lo que se va dosificando es su publicación en la web. Actualmente lo consultable llega hasta la letra K, donde la última palabra del tramo es kea (al loro neozelandés se le ha sumado un kea² jergal que significa «excremento»).

Para quien use el buscador de la Fundación, esto tiene dos efectos visibles. El primero es que el autocompletado va por delante de lo publicado, sugiriendo palabras hasta la N (neuroquímica) o la P (parkour) que aún devuelven página vacía. El segundo es el inverso: aparecen palabras sueltas mucho más allá del corte alfabético que ya se leen enteras (woke, verjura, zagalejo). La razón está en las citas compartidas: una misma cita documental sostiene varias palabras a la vez (como la de indumentaria leonesa que comparten colonia, rodado y zagalejo), y al publicarse el turno alfabético de la primera se activan automáticamente las demás para no dejar citas huérfanas.

Junto a este gran lote alfabético, el Seco mantiene vivo su canal habitual de adiciones puntuales por actualidad (como amnistiable o rosada). Como el diccionario no numera versiones ni anuncia sus cambios, Iedra monitoriza diariamente ambas vías para incorporar cada entrega en cuanto se publica.

Qué busca el buscador y qué contiene el lemario

Ni la RAE ni la Fundación BBVA proporcionan los lemarios oficiales de sus diccionarios, de modo que hay que reconstruirlos a partir de las fuentes disponibles. La primera tentación es tirar del autocompletado del buscador, pero hay que tener cuidado con lo que devuelve. En el caso del DLE, las sugerencias corresponden casi siempre a lemas reales. Por ejemplo, en el lemario de la versión 23.8.1 no figuran formas como abrazastes, gitana ni abadesa, pero sí cantado, casita o perrito, que tienen entrada propia en el diccionario.

El buscador web del Seco funciona con un criterio mucho más amplio y mezcla en la misma lista elementos muy distintos. Devuelve lemas estándar (gitano), femeninos lematizados de forma independiente (gitana, abadesa), locuciones con entrada (a látere), variantes ortográficas (a capella y a cappella) y también formas flexivas o coloquiales como abrazastes, quejaba, abogao o abrigadita, orientadas a facilitar las búsquedas de los usuarios pero que no constituyen artículos independientes.

En conjunto, el índice del buscador arroja 105.204 formas buscables para 81.681 lemas reales: casi 24.000 términos de diferencia. De ahí que el lemario limpio deba extraerse directamente de las cabeceras de los artículos y no de las sugerencias del buscador.

2. El Seco frente al DLE

Con las dos obras indexadas en el mismo sitio se pueden comparar entrada por entrada y ver en qué coinciden y en qué se separan.

Antes de comparar marcas hay que tener en cuenta una cosa: que una obra no marque una palabra no significa siempre que discrepe, porque muchas veces es que no tiene esa marca en su inventario. De las 16.338 palabras que llevan alguna marca de registro en el DLE o en el Seco, cerca del 60 % la tienen en categorías exclusivas de una de las dos obras (el Seco emplea marcas como «raro», «literario» o «histórico», mientras que el DLE utiliza «desusado», «malsonante» o «germanía»).

Si me quedo solo con las marcas que comparten, se ve bastante bien cómo trabaja cada una:

Quién parte más fino

En las 56.107 palabras que comparten ambas obras, en el 54 % de los casos coinciden en el número de acepciones; el DLE desglosa más acepciones en el 26 % y el Seco en el 19 %. Pero el reparto no es casual:

• Donde gana el Seco es en palabras de uso cotidiano muy extendido, desglosando los matices del español corriente: abrir (85 acepciones en el Seco frente a 34 en el DLE), pie (61 frente a 29), bueno (32 frente a 10) o sangre (22 frente a 3).
• Donde gana el DLE es en vocabulario histórico, tradicional o rural que la Academia conserva por tradición y que el Seco no desglosa al no documentarse en el uso contemporáneo: tercio (34 acepciones en el DLE frente a 11 en el Seco), manga (31 frente a 12), gato (26 frente a 12) o capillo (19 frente a 4).

Parte de la diferencia viene también de dónde pone cada obra la frontera entre acepción y locución: sangre, por ejemplo, tiene en el DLE 3 acepciones y 47 locuciones, frente a 22 acepciones y 57 locuciones en el Seco.

Registros y jergas

En las marcas comunes hay tendencias claras:

• Jerga y lenguaje informal: el Seco marca con frecuencia voces jergales que en el DLE figuran sin indicación especial (drogata, garito, hacker, con 535 casos frente a solo 15 en sentido inverso).
• Léxico rural: ocurre justo lo contrario (18 casos en el Seco frente a 177 en el DLE), porque gran parte del vocabulario rural que guarda la Academia ya no aparece en textos actuales.
• Coloquialismos: como es la marca más extendida en los dos, cada diccionario marca cosas que el otro da por generales. Telebasura, patidifuso y sofocón solo llevan marca coloquial en el Seco, mientras que guasón, respingo y canturrear solo la llevan en el DLE.

Geografía y disciplinas

En la península, el Seco se limita a una marca general de «regional», mientras que el DLE desglosa por países y provincias. Entre las palabras coincidentes, 1.460 términos que el Seco califica como regionales aparecen en el DLE sin ninguna restricción geográfica (aljofifa, carballo, chafardear, oraje, percudir). Cuando ambos coinciden en localizar un término, el DLE suele especificar la zona (desastillar en Andalucía, acaldar en Cantabria, facería en Navarra).

En las materias técnicas, las discrepancias vienen de que cada obra clasifica de otra manera: un tercio de las veces que el Seco asigna una disciplina ausente en el DLE, el DLE le asigna otra disciplina diferente a esa misma palabra (como aconsonantar, clasificado como «teoría literaria» en el Seco y como «Métrica» en el DLE). Además, las materias que solo tiene una de las dos delatan cuándo se hizo cada catálogo: el Seco incorpora áreas como Informática, Moda, Periodismo o Teoría de la comunicación, mientras que el DLE mantiene etiquetas tradicionales como Milicia, Imprenta, Heráldica o Cinegética.

3. El Seco a fondo en Iedra

Con esta actualización, he aprovechado para abordar una tarea pendiente: darle al Seco el mismo estatus de fuente principal que desde hace tiempo tiene el DLE. En lugar de tratarlo como un bloque de texto plano, el nuevo parser desmenuza y estructura todas sus tripas: 166.736 acepciones (frente a las 169.691 del DLE), 519 marcas lexicográficas y 16.760 locuciones.

Tras reindexar la base de datos, Iedra ofrece información del Seco en 104.993 fichas de palabra (frente a las 61.776 anteriores).

Sobre los derechos de autor: el Diccionario del español actual está protegido por copyright, de manera que Iedra no muestra definiciones completas, sino los extractos habituales enlazando a la web de la Fundación BBVA. Lo que se indexa y aprovecha son los metadatos estructurales: número de acepciones, marcas, lematización y recuento de citas. Las 266.502 citas documentales son el mejor ejemplo: el texto literal de las citas no se publica por pertenecer a obras ajenas, pero contar cuántas citas respaldan cada acepción da una medida muy buena del peso de cada palabra en el español de hoy.

Normalización de marcas y ficha de palabra

Las marcas del Seco se han homologado con las del DLE para que funcionen con los mismos filtros de materia, registro y geografía que ya existían en Iedra. Las etiquetas privativas de la obra se integran con categoría propia, como «raro», que abarca 6.544 entradas vivas pero infrecuentes.

En total, 47.304 palabras han ganado marcas buscables adicionales, así que un filtro como Medicina recupera ahora 5.231 términos frente a los 2.151 anteriores.

En la ficha de gitana, por ejemplo, esto se ve así:

• Documentación y citas: la ficha indica el número de acepciones y el total de citas («El Seco le da 7 acepciones y la documenta con 11 citas»). Además, el extracto mostrado selecciona automáticamente la acepción con mayor respaldo documental en lugar de la primera por defecto.
• Remisión de lemas: la ficha avisa cuando la forma buscada remite a otra entrada («El Seco lematiza gitana bajo gitano»), en 23.939 casos.
• Homógrafos y notas complementarias: distinción de homógrafos (bote¹ a bote⁴), pronunciación, variantes ortográficas o plurales (en podcast: «voz inglesa; pronunciación /pódkast/; plural podcasts»; en tankini: «también con la grafía tanquini»).
• Categoría gramatical restaurada: los extractos recuperan la categoría completa que el parser anterior perdía (en birreme: «1. m o, más frec, f Nave de dos órdenes de…»).

Búsqueda avanzada y locuciones

Con esto se pueden hacer búsquedas cruzadas que antes no salían:

• Palabras exclusivas: filtrando por entradas principales que solo aparecen en el Seco obtenemos 20.041 palabras exclusivas del Seco ausentes tanto en el DLE como en el Moliner (como tankini, racialización, sorguiño o in toto).
• Filtros combinados: podemos cruzar materias con exclusividad de diccionario; por ejemplo, Medicina + solo en Seco localiza 1.024 términos médicos contemporáneos que los otros diccionarios no recogen.

El buscador de locuciones incorpora ahora las 16.760 expresiones del Seco. El solapamiento entre obras es sorprendentemente bajo: alrededor del 60 % de las locuciones del Seco no figuran en ningún otro diccionario de Iedra (joderse la marrana, leche de pantera, meterse en todos los charcos, un don nadie, tener la cabeza como un bombo, hecho un Cristo).

En una búsqueda de locuciones como la de «leche», la convivencia entre fuentes se ve con claridad:

Descarga de ficheros

Todos los listados completos están disponibles en la sección Acerca de, fechados por día al no existir numeración de versiones:

• Lemario del Seco (2026-08-17) (81.681 lemas) y versión 2023-08-03 (80.302 lemas).
• Lemario con homógrafos numerados (bote¹ a bote⁴).
• 1.411 adiciones y 32 supresiones entre 2023 y 2026.
• Índice de formas buscables (105.204 términos, incluyendo flexiones y variantes populares).

Un apunte sobre las 32 supresiones: solo la mitad representan bajas reales. Diecisiete son cambios ortográficos en la cabecera (adaptación de extranjerismos como quark a cuark, quásar a cuásar, qatarí a catarí; eliminación de tildes en ión y prión; mayúsculas en OPA; o absorción de subentradas como adocenarse en adocenar o citogenética en citogenético). En cinco extranjerismos (trompe-l’oeil, no man’s land, traveller’s cheque, d’amore y Commedia dell’Arte), lo único que ha cambiado es la sustitución del apóstrofe tipográfico por uno recto.