Blog de Iedra

Mejoras de búsqueda y ficha de palabra

2026-06-03T00:00:00+02:00

Desde el último post grande se han ido acumulando pequeños cambios en la búsqueda y en la ficha de palabra. Recopilados:

Sugerencias al instante en el cajón de búsqueda

Desde hace años, el cajón de búsqueda sugiere palabras según vas escribiendo, pero hasta ahora el navegador tenía que consultar al servidor con cada pulsación: escribías una letra, esperabas la respuesta y aparecían las sugerencias. Con buena conexión no se notaba; con mala, llegaban a trompicones.

Ahora el navegador se descarga una sola vez —la primera vez que pinchas en la caja— un par de ficheros con casi 140.000 palabras del diccionario y sus formas (algo más de 2 MB en total, comprimidos), que se quedan guardados en la caché; a partir de ahí las sugerencias salen al instante, sin volver a pedir nada. De propina, tolera erratas: si escribes almuerso te sugiere almuerzo, y exhuberante te lleva a exuberante. Y si por lo que sea no llega a cargarse, el cajón sigue consultando al servidor como antes, así que nunca te quedas sin sugerencias.

Cada sugerencia indica en qué diccionarios está la palabra; almorzar aparece porque almuerce —una de sus formas— empieza por lo tecleado.

Una vista previa de las familias lingüísticas en `/lenguas`

La página de /lenguas lista los 244 idiomas detectados en las etimologías del DLE, agrupados por familia (latín, griego, árabe, lenguas amerindias…). Hasta ahora era una lista larguísima dominada por el latín. Ahora la cabecera enseña, antes de la lista, un treemap con la distribución por familia.

El latín se come más de la mitad. Lo demás: griego (13,6%), francés (6,8%), inglés (4,2%), árabe (3,5%), italiano (2,0%), catalán (1,1%), quechua (0,9%) y un cajón de «otros» (15,2%) que reúne las 230 lenguas restantes.

Antes el listado mezclaba categorías agregadas —«latín», entendido como agregado de latín tardío, latín medieval, latín vulgar…— con sus variantes individuales, y los recuentos no cuadraban. Ahora el grupo agregado se trata aparte: aparece como cabecera del bloque y solo cuenta cada palabra una vez aunque venga de varias variantes del mismo idioma. Y en la ficha de palabra, los nombres de idioma que aparecen en el texto de la etimología enlazan ahora a la búsqueda de las palabras llegadas de ese idioma.

Filtros más visibles y eliminables de un clic

La búsqueda tenía un pequeño problema: con varios filtros aplicados, no quedaba claro de un vistazo cuáles estaban activos, y para quitar uno había que volver al panel avanzado. Ahora los filtros activos aparecen como etiquetas debajo de la caja de búsqueda, cada una con su × para quitarla de un clic, y el panel avanzado lleva en su título una insignia con el número de filtros activos.

Otros pequeños cambios en la zona de búsqueda:

Hay un nuevo toggle «Incluir conjugaciones e inflexiones»: al activarlo, una búsqueda como amar devuelve también amaba, amaríamos, amando… La descarga de listado se desactiva cuando este toggle está activo, porque el listado puede salir enorme y mezcla lemas con formas derivadas (y eso pondría una barbaridad de palabras en cualquier rosco hecho a partir de la búsqueda).
En el descriptor de la búsqueda actual (esa línea bajo el panel avanzado: «Búsqueda lematizada · en todo · orden por relevancia · DLE, Moliner, Seco») se muestran ahora también los filtros activos, y así el metatítulo de la página queda más informativo cuando alguien la comparte por enlace.

Selector de marcas lexicográficas con buscador

El DLE tiene alrededor de mil marcas distintas (geográficas, gramaticales, de disciplina, de uso…), y antes el filtro era un menú gigante imposible de navegar. Ahora el panel avanzado tiene un campo de texto: se escribe parte de la marca y aparecen las que encajan.

El selector se usa para tres tipos de filtro: marcas principales (gramaticales y de uso), marcas secundarias (de locuciones y combinaciones) y lengua de origen en la etimología. Cada uno tiene además tres modos de coincidencia para combinar varias marcas a la vez:

Alguna: la palabra tiene al menos una de las marcas seleccionadas.
Todas: la palabra tiene todas las marcas a la vez.
Ninguna: la palabra no tiene ninguna de las marcas (negación).

Esto último abre filtros que antes no se podían expresar: «adjetivos que no sean despectivos», «palabras de origen latino excluyendo latín tardío y latín vulgar».

Por qué aparece cada resultado

Filtrar en modo «Alguna» tenía una pega silenciosa. Si pedías palabras de la marca Acústica o Astrología, los resultados salían mezclados sin decir cuál de las dos cumplía cada uno. Y con las marcas de locuciones era peor: filtrabas por Andalucía o Agricultura, te aparecía almanta, y para descubrir qué locución lo metía en la lista había que abrir su ficha y rebuscar entre todas.

Ahora cada resultado lleva debajo una pista de por qué está ahí:

Con marcas, temas o lenguas en modo «Alguna», una etiqueta indica cuál de los valores que seleccionaste cumple ese resultado en concreto. Una palabra que cumpla dos muestra los dos.
Con marcas secundarias —las de locuciones y combinaciones— enseña la locución concreta que coincide, con su marca al lado. Filtrando por Andalucía o Agricultura, almanta sale con «poner a almanta» (Agricultura), arvejona con «arvejona loca» (Andalucía) y barbado con «plantar de barbado» (Agricultura), sin abrir ninguna ficha.
Y cuando expandes una búsqueda con los sinónimos que sugiere Iedra, cada resultado señala qué sinónimo ha provocado la coincidencia.

Con dos marcas de locución en modo «alguna», cada resultado enseña la locución que coincide y de cuál de las dos marcas viene.

La idea nació de una sugerencia de un lector que arma crucigramas y rastreaba locuciones de un tipo concreto: tenía el filtro, pero no veía la locución sin entrar palabra por palabra. Ese paso de más ya no está.

Extractos solo cuando hay algo que resaltar

En la misma línea, han cambiado los extractos que acompañan a cada resultado. Cuando buscas por texto, cada palabra de la lista lleva debajo un fragmento de definición con los términos de la búsqueda resaltados: esa es su razón de aparecer, y se ve. El problema era el caso contrario: si filtrabas sin buscar texto —solo por sílabas, por marca, por lengua de origen—, no había nada que resaltar y el extracto caía a un recorte ciego de las definiciones, que mezclaba diccionarios y cortaba donde le pillaba. Ahora, si no hay coincidencia de texto que enseñar, no se muestra extracto: la razón de aparecer ya la cuentan las etiquetas de la sección anterior.

Una nota sobre los extractos: salen siempre del DLE o del Seco. El Moliner cuenta igualmente para la búsqueda —una palabra puede aparecer en los resultados porque tu búsqueda coincide con su definición del Moliner—, pero su texto no se reproduce en la lista. Entre el resaltado y las etiquetas, cada resultado enseña por qué está ahí, y solo eso.

Navegación por zonas en la ficha de palabra

Las fichas de palabras polisémicas son largas: un banco o un bote tienen acepciones, formas derivadas, marcas, sinónimos, antónimos, etimología, locuciones, combinaciones, rimas, anagramas… Para que la ficha sea navegable, ahora los bloques se agrupan en cuatro zonas y aparece una barra de cuatro botones justo bajo el título, uno por zona:

Significado: definiciones, marcas, sinónimos, antónimos, locuciones.
Origen: etimología (texto y diagrama), primera aparición, histórico de versiones del DLE.
Forma: sílabas, acentuación, transcripción fonémica, anagramas, rimas.
Contexto: tags temáticos, frecuencia, complejidad, refranero, Covarrubias.

Cada zona funciona como un punto de anclaje, así que se puede enlazar a cualquiera de ellas: elefante#origen lleva directamente al diagrama de etimología.

Índice global de herramientas en `/explorar`

Iedra ha ido acumulando páginas auxiliares —rimas, anagramas, complejidad, comparador entre versiones del DLE, temas, lenguas, locuciones, refranero, juegos…— que estaban repartidas por la navegación y a veces solo se llegaba a ellas por enlace. Ahora hay un índice único en /explorar que las recoge todas. La sección «Acerca de» (/about) también se ha puesto al día.

Si algo se ha desordenado, avisad.

Los tres diccionarios, alineados por sentido

2026-05-20T00:00:00+02:00

Iedra reúne varios diccionarios: el DLE de la RAE, el Diccionario del español actual de Seco, Andrés y Ramos, y el María Moliner. Cada uno trocea el significado de una palabra a su manera: uno distingue cinco acepciones donde otro ve tres, las ordena al revés o aplica un nivel de detalle diferente. Hasta ahora convivían en la misma ficha, uno debajo del otro, sin hablarse entre sí. Lo que hemos hecho estos días es alinearlos por sentido: emparejar las acepciones de los tres que describen la misma idea, aunque cada diccionario la redacte a su modo.

De esa alineación salen tres cosas distintas, que es de lo que va este post: un bloque de «Sentidos» en la cabecera de cada ficha, una lista de palabras vecinas calculada por sentido, y un mapa de todo el vocabulario español. Vayamos por partes.

Un sentido, tres diccionarios

El mejor ejemplo es merengue. Si abres su ficha, lo primero que verás ahora es un resumen que cuenta cuántos sentidos tiene la palabra y cómo se reparten entre los tres diccionarios, y que se despliega en una lista. Cada entrada de esa lista es un sentido: no la acepción de un diccionario concreto, sino la idea común a la que los tres apuntan.

Lo que no verás es el texto de las definiciones. El DLE, el Seco y el Moliner tienen copyright, así que Iedra no reproduce sus acepciones: cada sentido aparece etiquetado de forma neutra como «Sentido 1», «Sentido 2»… Lo que sí ves de cada uno es de qué diccionarios procede y qué palabras tiene cerca, y resulta que con eso basta para identificarlo. Estos son, por ejemplo, seis de los sentidos de merengue —los nombro aquí para que se sigan, pero en la ficha van numerados—:

El dulce de claras y azúcar — lo recogen los tres diccionarios.
El baile caribeño y su música — los tres.
El Real Madrid y lo madridista, coloquial — también los tres.
Persona delicada, un alfeñique — está en el DLE y en el Moliner, pero no en el Seco.
Lío, follón — coloquial en Argentina, Bolivia, Paraguay y Uruguay; DLE y Moliner.
Un tocado marinero de la moda de 1935 — solo en el Seco.

Los ocho sentidos de merengue: del dulce al Real Madrid, pasando por el follón rioplatense y un tocado marinero de 1935.

Cada sentido lleva tres etiquetas —DLE, Seco, Moliner— con un ✓ o un guion según lo recoja o no, de modo que se ve de un vistazo en qué coinciden y en qué se distinguen los tres. Un punto relleno (●), medio (◐) o vacío (○) indica además cuánta confianza tenemos en que el emparejamiento sea correcto, y si el sentido tiene alguna marca (geográfica, de disciplina, coloquial…) también aparece. Pero lo que de verdad te dice de qué va cada sentido son sus vecinas, que es lo siguiente.

El emparejamiento lo hace un modelo de lenguaje, leyendo las acepciones de los tres diccionarios y decidiendo cuáles hablan de lo mismo. Cubre las 85.430 palabras que aparecen en dos o más diccionarios (alineadas el 99,3%), y ha producido unos 141.000 sentidos compartidos, más unos 54.000 para las acepciones que solo recoge uno de los tres. Las palabras que solo aparecen en uno de los diccionarios también tienen su bloque de sentidos, aunque ahí no haya nada que emparejar. Clasificar y agrupar es justo lo que estos modelos hacen bien.

Las vecinas, por sentido

Bajo cada sentido aparece una lista de vecinas: palabras próximas en significado. Iedra tiene una sección parecida casi desde el principio —«palabras relacionadas»—, pero vivía al pie de la ficha, era una sola lista por palabra, y su utilidad oscilaba bastante. Ahora hay una por cada sentido, y, lo más importante, se calcula de otra manera.

La lista de siempre se sacaba contando coincidencias de vocabulario entre definiciones: dos palabras se parecían si sus definiciones compartían términos. La nueva compara lo que las acepciones significan. Cada acepción se convierte en una representación numérica de su contenido, y las vecinas son aquellas cuya representación queda más cerca. Dos palabras pueden no compartir ningún término en sus definiciones y aun así salir vecinas, si lo que describen es parecido.

La diferencia se ve enseguida comparando lo de antes con lo de ahora:

paz (sentido «ausencia de guerra»):
- Antes: diablesa, diabla, pacífico, cojón
- Ahora: orden, armisticio, calma, neutralismo, oliva, pacifismo, pacificación, sosiego
verdad (sentido «correspondencia entre concepto y cosa»):
- Antes: veras, mentira, boquifresco, amén, coña
- Ahora: certeza, verismo, idea, constancia, imagen, viveza, puntualidad, concepto
alipori (vergüenza ajena, palabra rara):
- Antes: cucharetear, vergüenza, encortar, lacha, empacho
- Ahora: lipori, achare, verecundia, vergoña, rubor, lacha, sofoco

Los fallos del método viejo eran de varios tipos. En paz, diablesa y cojón salían por accidente: alguna acepción compartía un término poco frecuente con esas entradas. En verdad lo más visible era mentira, una relación legítima, aunque se tratara de un antónimo. En alipori se mezclaban sinónimos buenos con ruido sin relación clara. La lista por significado es más sobria y más útil.

Sobre el modelo

Las vecinas —y el mapa que viene después— salen de un modelo de embeddings. A diferencia de los modelos de lenguaje tipo ChatGPT, que conversan, redactan y a veces inventan, un modelo de embeddings solo sabe hacer una cosa: leer un texto y convertirlo en esa representación numérica de la que hablábamos arriba, de modo que dos textos que significan algo parecido acaben con números parecidos. No genera nada; mide. Y se puede afinar: tomar uno ya entrenado y seguir educándolo con ejemplos del terreno que importa, en nuestro caso las definiciones de los diccionarios.

Hubo varias intentonas hasta dar con un buen afinamiento. Empezamos con un modelo pequeño y multilingüe, paraphrase-multilingual-MiniLM; se quedó corto. Saltamos a uno bastante mayor, multilingual-e5-large, y lo afinamos para el español de los diccionarios. Lo entrenamos con dos señales: los sinónimos que el propio DLE declara —65.000 acepciones con supervisión limpia y gratis— y la alineación entre diccionarios que acabábamos de construir, porque dos acepciones que tres diccionarios describen como el mismo sentido son, por definición, un ejemplo fortísimo de «esto significa lo mismo». Después vectorizamos con él las acepciones de los tres diccionarios, no solo las del DLE.

Por el camino probamos cosas que no cuajaron y descartamos: meter los antónimos como señal positiva (arrastraba esclavitud y sus derivados al lado de libertad), sumar los sinónimos del Moliner por separado (no aportó mejora alguna), cambiar a un modelo más moderno pero más pequeño (granite-embedding-311m, que perdió calidad). La configuración que ha quedado es la última que mejoró las cifras de forma medible, tras entrenar el modelo un par de horas en una GPU alquilada.

Un mapa de todo

Si cada acepción del diccionario es un punto en un espacio de significados, ese espacio se puede dibujar. Eso es el Atlas semántico: un mapa 2D con las 288.000 acepciones del DLE, el Seco y el Moliner repartidas según lo que quieren decir. Las que significan cosas parecidas se agrupan y forman continentes, penínsulas e islas; las que no tienen nada en común quedan lejos.

Como cada punto es un sentido y no una palabra entera, las palabras con varios significados aparecen repartidas por el mapa. Volvamos a merengue: el dulce se sitúa entre el alajú, el suspiro y el masmelo; el baile, entre la yenka, el bayón y el break dance; el madridista cae en una comarca de gentilicios y aficiones, junto a colchonera; el follón, entre el batifondo y la traca; y la persona delicada, entre alfeñique y encanijado. Todos esos «merengues» viven en zonas distintas del mapa, cada uno con su vecindario.

Para que el mapa se pueda leer de un vistazo y no sea solo una nube de 288.000 motas, el color de cada punto indica su tema —seres vivos, sentimientos, derecho, gastronomía…—: las regiones se reconocen por su color dominante antes incluso de acercarse a leer. Y gracias a la alineación, un sentido que comparten los tres diccionarios se dibuja como un solo punto, no como tres. Con una cautela: eso solo pasa cuando el emparejamiento es de confianza alta; los dudosos no se fusionan, y cada acepción conserva su punto. De ahí que el buscador del mapa cuente 10 sentidos para merengue donde la ficha resume 8: sus tres sentidos de confianza media van desplegados en las cinco acepciones que los componen.

Como todo lo que hace una máquina infiriendo significados, esto es aproximado: habrá emparejamientos discutibles, vecindades sorprendentes y algún desliz. Si veis algo claramente mal en alguna palabra, avisad.

Roscos temáticos en Saltaparola

2026-03-17T00:00:00+01:00

Saltaparola siempre ha generado roscos aleatorios: 27 palabras del DLE, una por letra, elegidas según la dificultad que elijas. Está bien para practicar vocabulario general, pero si lo que te interesa es poner a prueba tu conocimiento de argentinismos, o de flora, o de términos náuticos, te toca rezar para que caiga alguna.

La idea, como muchas otras, viene de Elena Álvarez Mellado:

Además del rosco tradicional aleatorio, también puedes hacer roscos "temáticos". Por ej, rosco pero todo son canarismos. O mexicanismos. O palabras del siglo xix. O con definiciones de diccionarios antiguos, juega a lo Galdós. Cosas así
— Elena Álvarez Mellado (@lirondos.bsky.social) 2026-03-13T20:05:08.146Z

Saltaparola tiene ahora dos formas de jugar con roscos temáticos: los predefinidos y los roscos personalizados.

Predefinidos

La página de roscos temáticos ofrece una docena de roscos preconfigurados:

Regionalismos: argentinismos, chilenismos, mexicanismos, cubanismos.
Campos temáticos: flora, aves, música, deporte, navegación, guerra, vestimenta.
Y un clásico: boca sucia (vulgarismos, malsonantes y germanía).

Cada predefinido se genera a partir de una búsqueda en Iedra con los filtros apropiados. El gran reto es la cobertura: rellenar las 27 letras del rosco no es fácil cuando se acota mucho el tema. Un rosco de mexicanismos cubre casi todo el abecedario, pero uno de navegación deja huecos en la K, la W o la Ñ. Para las letras que quedan vacías, el juego puede rellenar con palabras aleatorias del pool general o quedarse solo con las letras temáticas (más sobre esto en la sección de personalizados).

Las definiciones que se muestran no son siempre la primera acepción del DLE: para los regionalismos, el sistema busca la acepción marcada con la etiqueta geográfica correspondiente (la de México para mexicanismos, la de Argentina para argentinismos). Para los temáticos, puntúa cada acepción según sus marcas lexicográficas y palabras clave de la definición, y elige la más relevante. Así, si juegas el rosco de flora y te sale acacia, la definición que verás es la botánica, no la del color.

Roscos personalizados

Los predefinidos cubren lo obvio, pero los filtros de búsqueda de Iedra dan para mucho más. ¿Palabras de origen árabe? ¿Sustantivos esdrújulos de más de cuatro sílabas? ¿Verbos desusados? Cualquier combinación de filtros que devuelva resultados puede convertirse en un rosco.

El proceso: desde Saltaparola, pulsa Crear rosco personalizado. Eso te lleva a la página de búsqueda con el modo de creación activado. Aplica los filtros que quieras, y cuando tengas resultados, pulsa el donut para abrir el modal de creación.

El modal muestra tres cosas:

Cobertura: un anillo con las 27 letras, marcando cuáles tienen palabras que encajan con tus filtros y cuáles no. Un rosco de palabras de origen japonés tendrá cobertura en pocas letras; uno de sustantivos del DLE cubrirá las 27.
Modo de relleno: para las letras sin cobertura, puedes rellenar con palabras aleatorias del pool general (rosco de 27 letras) o quedarte solo con las letras temáticas (rosco más corto). Si la cobertura es baja, el modal te avisa de que el rosco puede quedar despoblado.
Título: editable, con un título autogenerado a partir de los filtros activos.

El rosco se guarda durante 90 días (que se renuevan cada vez que alguien juega). Cada partida elige al azar entre los candidatos de cada letra, así que el mismo rosco personalizado da resultados distintos cada vez. La URL es compartible.

Para crear roscos hace falta conectar con Bluesky, sobre todo para evitar abusos de bots. Para jugar los de otros o los predefinidos, no hace falta nada.

Algunos roscos que se pueden armar

La gracia está en combinar filtros. Algunos ejemplos:

Palabras de origen árabe → rosco de arabismos.
Palabras en desuso → rosco de arqueología léxica.
Alimentación y cocina → rosco gastronómico.
Palabras de 12+ letras → rosco para los valientes.
Lenguas prehispánicas (náhuatl, quechua, taíno, guaraní, maya…) → rosco americanista.

Si se te ocurre algún predefinido guay que creas que debería estar, escríbeme.

Actualización: dificultad en roscos temáticos

18 de marzo de 2026, 18:30.

Varios usuarios se han dado cuenta de que los roscos temáticos eran dificilísimos, y tenían razón.

Dificilísimo, si me preguntan.
— Súbete a la nutria (@subetealanutria.bsky.social) 2026-03-18T11:29:33.509Z

Pero, ojo, son difíciles, eh? Yo he estado con la de vestimenta y no veas, los tejidos: guadamecí, mitán, primichón...
— Isa Leal (@isalealv.bsky.social) 2026-03-18T16:27:30.828Z

En el Saltaparola normal hay un selector de dificultad que filtra por frecuencia de uso, pero en los temáticos no lo teníamos. Con un pool tan acotado, filtrar por dificultad corría el riesgo de dejar letras sin palabras. Así que caía de todo, desde tela hasta guadamecí.

Desde ahora, cada tarjeta de rosco temático ofrece tres niveles: Fácil, Media y Difícil. Los candidatos de cada letra llegan ordenados por frecuencia de uso, y el nivel fácil solo elige entre los más comunes, mientras que el difícil usa todo el abanico. Si una letra tiene pocos candidatos, se usan todos independientemente del nivel. La dificultad hace lo que puede con lo que hay.

Actualización: españolismos

18 de marzo de 2026, 19:30.

Dos roscos que podrían ser interesantes para tener ya preconfigurados: gastronomía (comercio y bebercio en general) y españolismos (palabras del español de España)
— Elena Álvarez Mellado (@lirondos.bsky.social) 2026-03-18T11:19:51.851Z

Nuevo rosco predefinido: españolismos. Palabras marcadas en el DLE con la etiqueta “Esp.” o “Usado más en España”, como chachi. 26 de 27 letras cubiertas, 502 candidatos.

Diccionario por temas: clasificación ideológica

2026-03-10T00:00:00+01:00

Iedra nació como un buscador inverso: en vez de ir de la palabra a la definición, permite ir de la idea a la palabra. Si buscas «prismas que coronan los muros», encuentras almena. Ese camino inverso ya funciona bien cuando sabes describir lo que buscas. Pero a veces no tienes una definición en mente, sino un campo: quieres explorar el vocabulario de la arquitectura militar, o de la botánica, o de las emociones. Ahí la búsqueda textual no basta.

Para eso existen los diccionarios ideológicos: organizan el léxico por campos de significado, de modo que se pueda llegar a la palabra partiendo del concepto. El más importante en español es el Diccionario ideológico de la lengua española de Julio Casares, publicado en 1942, todavía muy usado y sin equivalente real en español. Casares distribuyó todo el vocabulario en 38 grandes clases —Religión, Zoología, Alimentación, Sentimiento, Milicia, Comercio…— subdivididas en unos 2.000 grupos, siguiendo la estela del Thesaurus de Roget para el inglés (1852).

Iedra ahora tiene algo parecido: una clasificación por temas que agrupa las palabras del DLE en 35 categorías con subcategorías. Se puede navegar desde la página de temas o filtrar desde la búsqueda avanzada.

Qué no es

Conviene ser honesto desde el principio: esto no es un diccionario ideológico. Un diccionario ideológico de verdad, como el de Casares, establece relaciones analógicas finas entre palabras: sinónimos, antónimos, hipónimos, expresiones relacionadas, todo agrupado en campos semánticos densos y cuidadosamente revisados por un lexicógrafo. Es un trabajo artesanal de décadas.

Lo que hace Iedra es más superficial: asigna a cada palabra una categoría temática principal y, opcionalmente, categorías secundarias. Almena va a Guerra y milicia > Fortificación y defensa. Bisturí va a Salud y medicina > Tratamiento y terapia. Es una clasificación gruesa, útil para explorar y filtrar, pero no pretende sustituir la riqueza de un diccionario ideológico real.

Hay una diferencia importante en cómo se trata la polisemia. Casares clasifica por acepciones: la palabra banco aparece en el grupo de mobiliario por el asiento, en el de finanzas por la entidad bancaria y en el de peces por el banco de peces. Cada sentido va a su sitio. Iedra no llega a tanto: clasifica por palabra, de modo que banco tiene una categoría principal (Economía y comercio > Dinero y finanzas) y categorías secundarias que recogen los otros sentidos relevantes. No es tan limpio como lo de Casares, pero permite que al buscar palabras de mobiliario aparezca banco sin perder de vista que es ante todo un término financiero.

Donde sí se afina es en las homógrafas: palabras que se escriben igual pero tienen orígenes distintos. El DLE las trata como entradas separadas (con superíndice: adagio¹, adagio²), y Iedra las clasifica por separado. Adagio¹ (del latín adagium) va a Lengua y comunicación > Retórica y figuras; adagio² (voz italiana) a Música y danza > Teoría musical. De las ~90.000 palabras del DLE, unas 2.200 tienen múltiples entradas homógrafas, y en 1.738 casos las entradas acabaron con temas distintos.

Nuestra taxonomía vs. la de Casares

Los 38 cuadros sinópticos de Casares tienen más de ochenta años. En lo concreto coinciden bastante con los nuestros: Alimentación, Vestido, Vivienda, Medicina, Milicia, Agricultura, Transportes… son dominios universales y atemporales. Las diferencias están en los extremos:

Casares separa más lo abstracto. Tiene cuadros dedicados a Existencia y Cambio, Relación/Orden/Causalidad, Forma, Colocación, Valoración… conceptos filosóficos que en Iedra quedan repartidos entre categorías como Filosofía, Espacio o Cantidad. Su enfoque viene de la tradición de Roget, que clasificaba el conocimiento en seis clases metafísicas (Relaciones abstractas, Espacio, Materia, Intelecto, Voluntad, Afectos). Bonito para un diccionario analógico, pero poco práctico para un filtro de búsqueda.

A Casares le faltan dominios modernos. No tiene categorías para deporte, informática, medio ambiente ni medios de comunicación. Ochenta años se notan.

Su granularidad es inconsistente. Botánica y Zoología son cuadros enteros, pero todo el arte, la literatura, la música y el lenguaje van juntos en un único cuadro (nº 29). Iedra los separa en cuatro categorías.

Hemos optado por una taxonomía propia de 35 categorías con 2-6 subcategorías cada una, pensada para dos cosas que Casares no necesitaba resolver: que un clasificador automático pueda asignarlas con precisión razonable, y que funcionen como filtros de búsqueda en una interfaz web.

Solapamientos aparentes

Con 35 categorías, hay pares que a primera vista parecen redundantes. En todos los casos la distinción es entre la disciplina y la experiencia cotidiana:

Cantidad y número vs. Ciencia > Matemáticas. Cantidad recoge el vocabulario cotidiano de la proporción y la abundancia (doble, escaso, acrecentar). Matemáticas es la disciplina formal (algoritmo, asíntota, abscisa). La misma distinción que hace Casares con su cuadro nº 22 (Cantidad) separado del nº 2 (Física y Química).
Habla y conversación vs. Lengua y comunicación. Habla es el acto: gritar, susurrar, abuchear, callar. Lengua es el sistema: gramática, fonética, sufijo, abreviatura.
Cuerpo humano vs. Salud y medicina. El cuerpo como cosa (fémur, pupila, sudor) vs. el cuerpo como paciente (diagnóstico, aspirina, sarampión).
Emociones vs. Moral y ética. Lo que se siente (alegría, miedo, ira) vs. lo que se juzga (virtud, deshonra, rectitud).
Mente y pensamiento vs. Filosofía. La cognición como proceso (recordar, imaginar, decidir) vs. como disciplina (ontología, epistemología, axioma).
Sonido y ruido vs. Música y danza. El fenómeno físico (estruendo, crujir, eco) vs. la actividad artística (violín, sonata, compás).
Materia y sustancias vs. Ciencia > Química. Los materiales del mundo (bronce, cera, vapor) vs. la ciencia que los estudia (molécula, oxidación, valencia).

La clasificación

La clasificación la hace un modelo de lenguaje. Cada palabra se clasifica a partir de su definición en el DLE, sus marcas lexicográficas y su etimología. No a partir de la palabra en sí: banco acaba en Economía, no en Vivienda, porque su primera acepción es la entidad financiera. Las marcas ayudan a desambiguar: si tiene Med., probablemente va a Salud; si tiene Mar., a Transporte > Navegación.

Clasificar es una tarea donde los modelos de lenguaje funcionan bastante bien. Leen una definición y eligen entre una lista cerrada de categorías. Cada clasificación lleva asociado un nivel de confianza (alto, medio o bajo). De las 90.485 palabras clasificadas, el 80% tiene confianza alta, el 19% media y solo el 2% baja.

Los casos más difíciles son las palabras que habitan varios mundos a la vez. Operación acaba en Ciencia > Matemáticas como tema principal, pero tiene categorías secundarias en Salud > Tratamiento, Economía > Comercio y Guerra > Combate: cuatro campos en una sola palabra. Temperamento va a Mente y pensamiento pero también a Música > Teoría musical, porque en música un temperamento es un sistema de afinación. Y el récord lo tiene bote, con seis etimologías distintas en seis categorías: del salto al recipiente, de la embarcación a la cabra.

Números

De las 89.738 palabras del DLE, 88.589 están clasificadas (98,7%). Las 1.149 restantes son sobre todo sufijos, prefijos y formas sin definición propia. La distribución por categorías:

Categoría	Palabras
Naturaleza	9.688
Salud y medicina	5.990
Ciencia y tecnología	4.855
Lengua y comunicación	4.535
Sociedad y convivencia	4.297
Alimentación y cocina	3.837
Espacio y lugar	3.668
Agricultura y ganadería	3.312
Economía y comercio	3.099
Moral y ética	3.043

No sorprende que Naturaleza domine: flora y fauna pesan mucho en cualquier diccionario. Sonido y ruido, en el otro extremo, tiene unas 500 palabras.

Si encuentras alguna palabra claramente mal clasificada, escríbeme.

Ahora el comparador se remonta a 2014

2026-03-09T00:00:00+01:00

La semana pasada Iedra estrenó un comparador entre versiones del DLE. Mostraba las diferencias entre la 23.7 y la 23.8.1: qué acepciones habían cambiado, qué sinónimos se habían añadido, qué etimologías se habían retocado. Un diff entre dos fotos fijas.

Pero el DLE no tiene solo dos versiones. Desde 2014 la RAE ha publicado diez actualizaciones, y Iedra conserva datos de seis de ellas: la 23.0 (2014), la 23.3 (2019), la 23.4 (2020), la 23.5 (2021), la 23.7 (2023) y la 23.8.1 (2025). Quedarse en un par de versiones era quedarse corto.

Elige qué versiones comparar

El cambio más inmediato: en la ficha de cada palabra, donde antes ponía «23.7 → 23.8.1» a secas, ahora hay dos desplegables para elegir el par de versiones a comparar. Si una palabra tiene historial en la 23.0, se puede ver qué ha cambiado desde 2014 hasta hoy, o entre dos ediciones intermedias.

La URL refleja la selección (?dle_from=23.0&dle_to=23.8.1), así que se puede compartir un enlace a una comparación concreta.

La página de evolución

Cada palabra con historial tiene ahora una página propia en /cambios/, accesible desde un enlace al pie del resumen de cambios. Por ejemplo, /cambios/cabeza.

Es una línea de tiempo vertical. Cada nodo es una versión del DLE; entre nodos, un resumen de lo que cambió en esa transición: etimología modificada, acepciones añadidas o eliminadas, sinónimos ganados, locuciones perdidas. Si no hubo cambios entre dos versiones consecutivas, se indica con un discreto «Sin cambios». Si la palabra no existía en una versión anterior, aparece como «Palabra nueva».

El resultado es una radiografía rápida de la vida de la palabra en el diccionario: cuándo entró, cuándo se revisó y qué se tocó cada vez.

Filtros por versión

Los filtros de búsqueda avanzada «Cambios entre versiones del DLE» que se estrenaron la semana pasada ahora incluyen un selector de transición. En vez de buscar «palabras nuevas» a secas (que con seis versiones devolvía más de tres mil resultados), se puede acotar a una transición concreta: palabras nuevas en la 23.7 → 23.8.1 (263), o las que se incorporaron en la 23.5 → 23.7 (346).

Menos ruido

El primer comparador arrastraba una lista negra de unas cien palabras —sobre todo unidades de medida y símbolos— donde el hash de las acepciones cambiaba por artefactos del parser, no por cambios reales. Las diferencias en cómo cada versión codificaba superíndices, paréntesis de símbolos de unidades o números sueltos generaban falsos positivos.

La normalización ahora es más fina: limpia paréntesis de símbolos al final de las definiciones (el tipo «( cg)» o «( H₂O)»), elimina números huérfanos que quedaban al extraer superíndices y maneja mejor las variantes de «cónfer» y «marca registrada» en las etimologías. También descarta los bloques etimológicos vacíos (placeholders sin acepciones ni texto). La lista negra ha pasado de cien palabras a cinco.

Seis versiones, cuatro lagunas

La cobertura no es perfecta: faltan las versiones 23.1 (2017), 23.2 (2018), 23.6 (2022) y 23.8 (2024), que no se conservaron. También hay una asimetría: los sinónimos y antónimos solo existen a partir de la 23.7, así que los cambios en esas categorías solo se detectan de la 23.7 en adelante. La línea de tiempo deja esto claro: los nodos sin datos aparecen atenuados.

Si algún día aparece un JSON de una versión que falta, basta con añadirlo y reindexar. El sistema digiere cualquier versión sin cambios de código.

Si encuentras algún dato que chirríe, escríbeme.

Qué cambió en el DLE: comparador entre versiones

2026-03-05T00:00:00+01:00

Cuando la RAE lanza una nueva versión del DLE, anuncia a bombo y platillo las incorporaciones más llamativas (el año pasado fue farlopa, streaming y bocachancla). Pero pasa por alto miles de cambios silenciosos que ocurren bajo el capó: acepciones retocadas, etimologías corregidas, sinónimos añadidos, locuciones que aparecen y desaparecen sin previo aviso. No existe un changelog del DLE.

Iedra viene a llenar ese hueco. A partir de hoy, la ficha de cualquier palabra que haya variado entre las versiones 23.7 y 23.8.1 incluye un desplegable con las diferencias detectadas. Y la búsqueda avanzada permite filtrar por tipo de cambio.

Qué se compara (y qué no)

El DLE tiene copyright, así que Iedra no almacena ni muestra definiciones completas. Lo que compara son metadatos: número de acepciones, marcas lexicográficas, sinónimos, antónimos, locuciones, combinaciones estables y etimologías.

Para detectar cambios en las definiciones sin copiar el texto, cada acepción se representa como un hash (una huella digital): si la huella cambia entre versiones, algo se ha editado, aunque no se pueda mostrar la redacción exacta. Las etimologías sí se muestran íntegras, porque son datos factuales (no prosa de autor).

Qué muestra la ficha de cada palabra

Los cambios se agrupan por bloque etimológico. Esto es clave en palabras con homógrafos: adagio, por ejemplo, en la 23.8.1 tiene una entrada para «Del latín adagium» (el proverbio) y otra para «Voz italiana» (el tempo musical). Si la RAE añadió un bloque nuevo, se indica como tal; si modificó uno existente, se desglosa:

Etimología: el antes y el después. En archipiélago se ve cómo pasó de un simple «Del italiano arcipelago» a una cadena completa que llega hasta el griego Aigaîon pélagos (‘mar Egeo’).
Acepciones: cuántas se mantienen, cuántas son nuevas y cuáles se han eliminado o retocado. En chapa: «19 sin cambios, +6 nuevas».
Marcas, sinónimos y antónimos: qué etiquetas lexicográficas han cambiado y qué sinónimos o antónimos se han ganado o perdido.
Locuciones y combinaciones estables: igual, con los nombres concretos.

Para las palabras nuevas del DLE 23.8.1 (como streaming o hashtag), se indica simplemente que es una palabra nueva.

Filtros por tipo de cambio

La búsqueda avanzada tiene un nuevo grupo de filtros: «Cambios entre versiones del DLE». Ocho checkboxes:

Se combinan entre sí y con el resto de filtros. Se puede buscar, por ejemplo, palabras de origen árabe cuya etimología haya cambiado, o verbos que hayan ganado acepciones.

Los números

De las ~90.000 palabras del DLE, unas 7.700 presentan algún cambio entre la versión 23.7 y la 23.8.1. Lo más frecuente es la adición de sinónimos (~2.000 palabras) y la modificación de acepciones (~1.900). Unas 280 palabras tienen la etimología retocada.

Una nota técnica sobre el ruido

Para los curiosos: el comparador usa un hash MD5 de cada acepción tras un proceso de normalización. Esto es vital, porque el propio parser de Iedra mejora con el tiempo: sin normalizar mayúsculas, superíndices o formatos de referencia cruzada, el sistema devolvía casi 2.000 falsos positivos (palabras que parecían haber cambiado cuando en realidad lo que había cambiado era cómo las extraía el código). También hay un puñado de palabras (como acidemia o hexagonal) donde la diferencia es tan específica que es más limpio excluirlas que intentar normalizar el artefacto.

Internamente, cada versión se almacena como una lista de snapshots por bloque etimológico, no como un blob único por palabra. Esto importa porque los homógrafos son efectivamente palabras distintas: cada uno tiene su propia etimología, acepciones, sinónimos, etc. Para alinear bloques entre versiones se usa un algoritmo híbrido: primero por texto de etimología idéntico, luego por solapamiento de contenido (Jaccard ≥50%). Lo que sobra se marca como añadido o eliminado. De las ~90.000 palabras del DLE, unas 2.400 tienen múltiples bloques etimológicos, y unas 140 cambiaron de número de bloques entre versiones.

El sistema está listo para digerir futuras versiones del DLE sin cambios de código: basta con añadir el JSON de la nueva versión y reindexar.

Si curioseando encuentras algún dato que no cuadre, escríbeme.

Iedra ya indexa el DLE 23.8.1

2026-03-03T00:00:00+01:00

Con el retraso habitual de quien hace esto en sus ratos libres, Iedra salta por fin del DLE 23.7 al 23.8.1.

Llevábamos con los mismos datos desde diciembre de 2023. Entre medias, la RAE publicó la 23.8 a finales de 2024 y una revisión (la 23.8.1) ya entrado 2025. Desde hoy, Iedra ya está al día con esta última versión.

¿Qué hay de nuevo en el DLE? (Lo que no te cuentan)

Como la RAE suele publicar las novedades con cuentagotas y sin soltar el lemario completo (ni una triste lista de cambios decente), me ha tocado volver a generar el lemario completo, junto con las listas de adiciones y supresiones.

Más allá de las palabras nuevas, lo divertido está en las tripas.

Más acepciones con más chicha

Según los lemarios, el DLE 23.8.1 tiene ligeramente más entradas que el 23.7 (89.736 frente a 89.484), y además más acepciones. Lo que cambia drásticamente es la estructura interna: la RAE ha eliminado unas 4.200 entradas vacías que solo redirigían a otra palabra y ha consolidado homógrafos en artículos únicos. El resultado es un diccionario más compacto pero con más chicha por artículo.

Algunos ejemplos de acepciones nuevas:

Chapa pasó de 20 a 26 acepciones, incorporando usos regionales (la matrícula del coche en Argentina, la dentadura postiza en Nicaragua, el apodo en Perú) y coloquiales (la persona formal que «tiene chapa»).
Directo de 4 a 8, reconociendo por fin tres acepciones de «en directo» (emisión, programa y actuación) y el golpe de boxeo.
Pulmón de 2 a 6: ahora recoge la capacidad respiratoria (para el esfuerzo físico y para la voz), el pulmón verde de una ciudad y el jugador de fútbol con mucho fuelle.
Armario incorpora el uso coloquial de persona corpulenta y fornida.
Destornillador recoge por fin el cóctel de vodka con naranja.
Trufa añade la nariz del perro.
Podrido reconoce el sentido de tener dinero en gran abundancia.
Buitre suma una acepción de «persona que persigue a otra para mantener una relación sexual pasajera». Lo mejor es esa definición neutra en género.
Rebobinar acepta el uso figurado de recordar o repasar mentalmente, justo cuando ya nadie rebobina nada en sentido literal.
Besar incluye tropezarse dándose un golpe en la cara.
Ave incorpora el tren de alta velocidad como nombre común.
Etiqueta recoge el hashtag de redes sociales.
Escalable gana acepciones de informática y economía.
Biblia reconoce la «biblia» de guionistas televisivos.
Temporada añade el ciclo de emisión de una serie.
Autoconsumo se amplía con la producción de energía renovable para consumo propio.
Exoesqueleto ya no es solo la piel de los artrópodos, sino también el dispositivo mecánico de rehabilitación.
Democratizar reconoce el sentido de hacer accesible algo a la sociedad.
Mena añade el acrónimo MENA (menor no acompañado) como acepción.
Matón en Ecuador significa «estudiante muy aplicado», para mí un giro de guión.

En el lado de las “bajas”, solo 13 palabras perdieron acepciones de verdad (no por redirección). Casi todas son consolidaciones de acepciones que se solapaban:

Empresario reemplazó cuatro definiciones parciales (el contratista, el de espectáculos, el patrono, el directivo) por una sola definición moderna.
Amargoso fusionó tres remisiones a «amargo» (sabor, aflicción, amargura) en una.
Candidatura redefinió sus acepciones y eliminó «reunión de candidatos a un empleo».
Exvoto unificó la ofrenda católica y la pagana en una sola definición general.
Gorrinada fusionó «suciedad» y «acción sucia e indecente» en una remisión genérica a «guarrada».
Afín fusionó «próximo, contiguo» y «parecido, similar» en «que tiene afinidad con otra».
Artificial fusionó «hecho por mano del hombre» y «producido por el ingenio humano» en una sola.
Adorar fusionó «rendir culto a un ser divino» y «rendir culto a personas o cosas sagradas» en una sola acepción.
Bajura fusionó dos acepciones de «bajeza» (hecho vil y abatimiento) en una.
Poiquilotérmico fusionó «relativo a la poiquilotermia» y «de sangre fría» en una remisión a «poiquilotermo».
Enrizar perdió el sentido desusado de «irritar», conservando «rizar» y «azuzar».
Cafetería perdió el mexicanismo «restaurante modesto».
Güila perdió la acepción costarricense de «pene».

Más sinónimos (y una corrección)

La 23.8.1 suma unos 640 sinónimos nuevos respecto a la 23.7 (de 65.085 a 65.722 acepciones con sinónimos). Los antónimos apenas varían (+47, de 13.431 a 13.478).

Corrección: una versión anterior de este post reportaba ~3.000 antónimos nuevos. La cifra era errónea: nuestro parser del DLE 23.7 tenía un bug que clasificaba antónimos como sinónimos en casi 4.000 palabras (por ejemplo, «antiabortivo» aparecía como sinónimo de «abortivo»). Al corregir el parser y regenerar los datos, el cambio real resultó ser mucho más modesto.

Limpieza estructural

La versión anterior (23.7) tenía unas 4.200 entradas fantasma: artículos sin acepción propia que solo remitían a otra palabra (como abadesa → abad), incluyendo 124 sufijos como -able o -ación que solo redirigían a sus formas base. La 23.8.1 los ha eliminado. No es una pérdida de contenido, sino poda de peso muerto.

Además, unos 50 pares de homógrafos que antes tenían artículos separados ahora comparten página en el DLE: ave (el pájaro) y AVE (el tren), chile (el pimiento) y Chile (el país), corpus (el conjunto de textos) y Corpus (la fiesta). En Iedra los mantenemos como entradas separadas, que es como aparecen en el lemario.

107 palabras nuevas

Las adiciones oficiales de la 23.8.1 reflejan el ritmo habitual de la RAE: una mezcla de anglicismos ya asentados, tecnicismos y palabras que llevaban tiempo en el uso común sin respaldo académico. Algunos ejemplos:

Tecnología: streaming, smartphone, hashtag, gif, crowdfunding, login
Ciencia: aerotermia, biobanco, microbioma, infecciosidad, gravitón
Vida cotidiana: farlopa, bocachancla, marcianada, okey, outsider
Gastronomía y cultura: barista, umami, wasabi, bossa nova, capoeira

Y solo cuatro supresiones: contrarreembolso, gipsófila, house y tardomedievo.

321 etimologías revisadas

La RAE ha retocado el texto etimológico de 321 palabras: algunas con correcciones puntuales y otras con ampliaciones significativas. Adagio ganó un bloque etimológico nuevo («Del latín adagium») para la acepción de proverbio, separándola del uso musical que mantiene «Voz italiana»; archipiélago incorporó la conexión con el griego Aigaîon pélagos (‘mar Egeo’); alafia extendió su cadena etimológica hasta el verbo árabe ‘áfā (‘perdonar’). Además, unas 120 palabras ganaron etimología que antes no tenían. Algunos descubrimientos:

Boina: del vasco boina, y este quizá del latín tardío abonnis ‘bonete’.
Chifa: del chino chīfàn; literalmente, ‘comer arroz’.
Pídola: de pido (primera persona de pedir) y el pronombre la. Transparente y encantador.
Lozano: quizá del latín vulgar *lautianus ‘suntuoso’, que viene de lautia ‘regalos de hospitalidad’. De la generosidad a la buena salud.
Parkour: alteración gráfica del francés parcours du combattant ‘recorrido del combatiente’, nombre que un oficial de marina dio a las pistas de obstáculos militares.
Infundio: derivado regresivo de infundado, sobre el modelo de latifundio. La RAE reconoce que el bulo nació de la falsedad.
Soya: del inglés soya, del neerlandés soja, del japonés shōyu, de origen chino. Cuatro idiomas para llegar a la salsa.
Ucronía: del francés uchronie, del griego ou ‘no’ y chrónos ‘tiempo’, formado sobre el modelo de utopie ‘utopía’. Si la utopía es el no-lugar, la ucronía es el no-tiempo.

En cifras

	DLE 23.7	DLE 23.8.1	Diferencia
Entradas (lemario)	89.484	89.736	+252
Acepciones	169.710	170.029	+319
Locuciones	13.641	13.606	−35
Combinaciones estables	12.602	12.603	+1
Acepciones con sinónimos	65.085	65.722	+637
Acepciones con antónimos	13.431	13.478	+47
Acepciones con ejemplos	12.987	13.185	+198

Si encuentras errores en los datos o alguna palabra que debería estar y no está, escríbeme.

Historia visual de las palabras: diagramas de etimología

2026-02-27T00:00:00+01:00

Hace trece años, Google añadió una función a su buscador que me flipó y sigo utilizando a menudo: si buscabas “definition” seguido de una palabra en inglés, además de su definición, te mostraba un diagrama con la historia de esa palabra. Flechas, idiomas, evoluciones… todo quedaba claro de un vistazo.

Desde entonces, he querido hacer algo similar para el español (una palabra que, por cierto, nos llegó a través del occitano espaignol, del latín medieval Hispaniolus).

El formato de etimologías del DLE en texto plano («Del lat. vulg. capitia, y este del lat. caput, -ĭtis ‘cabeza’») puede resultar algo farragoso. Cuentan historias de siglos, de contactos entre pueblos, de préstamos y adaptaciones, pero exigen tener el ojo entrenado. Un diagrama lo hace todo visible.

Pues aquí está: Iedra ahora muestra diagramas de etimología en la ficha de cada palabra.

Desde líneas rectas hasta árboles enmarañados

Algunos diagramas muestran una genealogía sencilla, como la de padre, que viene directamente del latín pater. Pero incluso aquí, la visualización es útil: resalta de un vistazo la transformación de pater a padre, un cambio que en el texto plano podría pasar desapercibido.

Del latín pater, -tris.

Otros diagramas revelan caminos más largos. La etimología de almohada, por ejemplo, pasa por el árabe clásico y por la variante hispánica que se hablaba en al-Ándalus, antes de llegar al español. O la de tagarnina, con un recorrido aún más extenso: del latín cardus (‘cardo’) al mozárabe, de ahí al bereber, luego al árabe hispánico y finalmente al español. En el diagrama se sigue mucho mejor que en texto.

Del árabe hispánico taqarnína, este del bereber *taqarnina, este del mozárabe *karlína, y este derivado del latín cardus 'cardo'.

A veces las palabras hacen un viaje de ida y vuelta. Popurrí cruzó los Pirineos dos veces: la expresión española olla podrida fue calcada por el francés como pot pourri, y regresó al español transformada en popurrí.

Del francés pot pourri, y este calco de olla podrida.

Lo mismo hizo tornado, pero cruzando el Atlántico: la española tronada llegó al inglés como tornado, y con esa misma forma acabó volviendo a nuestra lengua.

Del inglés tornado, y este del español tronada.

Pero a veces lo más revelador del diagrama no son las flechas, sino los significados que aparecen en gris bajo cada nodo. Alcohol recorre cuatro idiomas, pero lo fascinante es lo que significaba en cada parada: empezó como kuḥl, un polvo de galena que los árabes usaban para maquillarse los ojos. De ahí pasó a significar ‘polvo obtenido por sublimación’, luego ‘líquido destilado’, y finalmente lo que hoy entendemos por alcohol. En el diagrama se ve cómo el significado fue mutando en cada eslabón.

Del latín medieval alcohol 'galena', 'polvo de antimonio para maquillarse los ojos', 'polvo o líquido obtenido por sublimación', 'alcohol', este del árabe hispánico al-kuḥúl 'kohl a base de polvos de galena o de antimonio', y este del árabe clásico kuḥl.

Tortuga esconde otra sorpresa. La cadena es corta —griego, latín tardío, español—, pero el significado de origen es inesperado: del griego tartaroûchos, ‘habitante del Tártaro’. Los orientales y los antiguos cristianos creían que este animal, que habita en el cieno, personificaba el mal. De ‘demonio’ a ‘tortuga’.

Del latín tardío tartarūchus 'demonio', y este del griego ταρταροῦχος tartaroûchos 'habitante del Tártaro o infierno'.

Algo parecido ocurre con dicha y aciago, cuyas cadenas son breves pero cuentan historias inesperadas. Dicha viene del latín dicta, ‘cosas dichas’: los paganos creían que los dioses pronunciaban tu destino al nacer. Lo dicho por los dioses era tu dicha. Y aciago viene del latín medieval aegyptiacus dies, literalmente ‘día egipcio’: así se llamaba a los días de mal agüero.

La duda y los debates

La etimología no es una ciencia exacta. A veces, los expertos dudan sobre el origen de una palabra. Los diagramas de Iedra reflejan esta incertidumbre con flechas punteadas. En birrete, por ejemplo, sabemos que viene del occitano antiguo birret, diminutivo del latín tardío birrus, aunque de ahí hacia atrás la pista se pierde: quizá del celta *birros (‘corto’).

Del occitano antiguo birret, diminutivo del latín tardío birrus 'capote con capucho', y este quizá del celta *birros 'corto'.

Otras veces la duda está entre dos posibles orígenes. En chancaca (un dulce de caña), el diagrama muestra los dos candidatos: el náhuatl chiancaca (‘azúcar moreno’) o el quechua ch’amqay (‘triturar’). Todas las flechas son punteadas porque ninguno de los dos orígenes está confirmado.

Del náhuatl chiancaca 'azúcar moreno' o del quechua ch'amqay 'triturar'.

A veces, esas rutas dudosas comparten un ancestro común. Jaguar entró al español probablemente a través del portugués o del francés, pero ambas lenguas lo tomaron del tupí yaguará. El diagrama muestra esa historia compartida.

Del portugués o del francés jaguar, y estos del tupí yaguará.

Origen desconocido

No todas las palabras tienen una historia rastreable. A veces, el DLE solo puede decir «de origen incierto», «de origen desconocido» o «etimología discutida». En esos casos, el diagrama muestra un nodo con un interrogante y una flecha punteada: lo único que sabemos es que la palabra llegó al español, pero no de dónde.

Llama la atención la cantidad de palabras cotidianas que caen en esta categoría. Brisa, bosque, caracol, arrancar, bisagra, artesa, bache… todas de origen incierto o desconocido. También están las que el DLE marca como «etimología discutida», donde los expertos no se ponen de acuerdo: brasa, calabozo, carcoma.

De origen incierto.

Otras veces el DLE sabe algo sobre el origen de la palabra, pero no puede precisar el idioma ni la forma original. El diagrama muestra ese origen difuso como etiqueta y un interrogante en la forma. Hay tres grandes categorías:

Regiones geográficas. Bachata es «de origen africano», canoa «de origen taíno», banana una «voz del Congo»: sabemos de qué parte del mundo vienen, pero no exactamente de qué lengua.

De origen africano.

Familias lingüísticas. Bisonte llegó al español a través del latín bison, pero el DLE solo puede decir que la palabra latina es «de origen germánico», sin precisar de cuál de las lenguas germánicas (gótico, fráncico, nórdico antiguo…).

Del latín bison, -ōntis, y este de origen germánico.

Períodos históricos. Muchas palabras del español vienen de lenguas que se hablaban en la península ibérica antes de la romanización. El DLE las marca como «de origen prerromano», un cajón de sastre que engloba lenguas íberas, celtas, vasconas y otras que a menudo no dejaron registro escrito. Es el caso de calabaza que quizá es de origen prerromano: ni siquiera eso es seguro, como indica la flecha punteada.

Quizá de origen prerromano.

El sonido como origen

A veces las palabras no proceden del latín, del árabe o del griego, sino de un ruido. Más de 300 palabras del DLE tienen un origen onomatopéyico o expresivo. En sus diagramas, el interrogante se sustituye por una nota musical: ♪.

Cencerro es un ejemplo claro. No hace falta rastrear cadenas de derivación: la palabra imita directamente el sonido del objeto. Lo mismo ocurre con tilín, trompa, títere, tamtam o chirriar: todas nacieron de la imitación de un ruido.

De origen onomatopéyico.

A veces el DLE va más allá e identifica la onomatopeya concreta. Garganta viene de garg, imitación del sonido gutural al tragar; trampa de tramp; gorrino de gorr, imitación de su gruñido; y pirueta del francés pirouette, que a su vez viene de pir, el zumbido de algo que gira. En el diagrama, en lugar del ♪ genérico aparece la sílaba exacta que dio origen a la palabra.

De la onomatopeya garg.

Cruces y fusiones

Hay palabras que no tienen un único ancestro, sino que nacen de la confluencia de varios. El caso de patata es un ejemplo clásico de cruce, una nueva palabra que surge de la mezcla de la papa andina y la batata caribeña.

Cruce de papa y batata.

Los diagramas también visualizan fusiones más modernas, como conspiranoia (conspiración + paranoia).

Fusión de conspiración y paranoia.

Y otras vienen de muy lejos, como tungsteno, que llegó al español desde el sueco a través del latín científico, y cuyo nombre original significa literalmente «piedra pesada».

Del latín científico tungstenum, y este del sueco tungsten, de tung 'pesado' y sten 'piedra'.

Influencias

A veces una palabra tiene un ancestro claro, pero otra palabra termina de darle forma. Los diagramas lo muestran con una flecha específica de influencia. Sitio, por ejemplo, viene del latín situs, pero el verbo sitiar influyó en su forma.

Del latín situs, -us, influido por sitiar.

Más complejo aún es rendir, que naciendo del latín reddĕre, se vio moldeado por otros dos verbos latinos, prendĕre y vendĕre.

Del latín reddĕre 'devolver', 'entregar', influido por prendĕre 'tomar' y vendĕre 'vender'.

Otro caso curioso es calofrío. Quizá viene del latín cale, frige (‘caliéntate, enfríate’), una orden médica que se habría deformado con el tiempo. Las palabras españolas calor y frío moldearon su forma final, como muestra el diagrama con sus dos flechas de influencia convergiendo.

Quizá del latín cale, frige 'caliéntate, enfríate', influido en su forma por calor y frío.

Orígenes paralelos: el latín detrás de la composición española

Hay un grupo especial de palabras que el DLE describe con dos orígenes paralelos separados por un punto y coma: una composición en español y la forma latina de la que realmente proceden. Son unas 190 palabras, sobre todo participios y derivados en -nte.

Abierto, por ejemplo, es el participio de abrir, pero su forma no sale de aplicar una regla morfológica del español: viene directamente del latín apertus. El diagrama muestra ambas pistas convergiendo en la palabra final.

Del participio de abrir; latín apertus.

Lo mismo pasa con los adjetivos en -nte. Amante se puede analizar como amar + -nte, pero el DLE señala que viene del latín amans, -antis. En el diagrama, el latín aparece como derivación principal y los componentes españoles quedan como contexto morfológico.

De amar y -nte; latín amans, -antis.

Es un patrón que repiten cientos de participios (abierto, envuelto, puesto, resuelto…) y adjetivos en -nte (tolerante, amante, culminante, absorbente…). Sin el diagrama, la doble información del DLE puede pasar de largo.

Composición anidada

Cuando la composición tiene más de un nivel, los diagramas se vuelven especialmente útiles. Sincrónico combina el latín tardío synchrŏnus con el sufijo español -ico. Pero a su vez, synchrŏnus viene del griego σύγχρονος, que se descompone en σύν (‘con’) y χρόνος (‘tiempo’). El diagrama muestra ambos niveles de composición de un vistazo.

Del latín tardío synchrŏnus 'contemporáneo', y este del griego σύγχρονος sýnchronos, de συν- syn- 'sin-' y χρόνος chrónos 'tiempo', e -ico.

Lo mismo puede ocurrir sin salirnos de nuestra lengua. Desalobradora combina desalobrar (‘desalinizar’) con el sufijo -dora, y desalobrar es a su vez un compuesto de des- y salobre.

De desalobrar 'desalinizar', y este de des- y salobre, y -dora.

Acrónimos: cuando las palabras nacen de iniciales

No todas las palabras nuevas vienen de otras palabras. Algunas nacen de frases enteras comprimidas. El mecanismo varía: a veces se fusionan fragmentos de dos palabras, a veces se toman las iniciales de una frase larga.

Esmog es un ejemplo del primer tipo. La palabra inglesa smog nació de fundir smoke (‘humo’) y fog (‘niebla’): combinando el principio de una con el final de la otra para crear algo nuevo. El diagrama muestra esos dos ingredientes confluyendo.

Del inglés smog; acrónimo de smoke 'humo' y fog 'niebla'.

Radar representa al segundo mecanismo: es un acrónimo de iniciales puro. La frase inglesa radio detecting and ranging (‘detección y localización por radio’) se comprimió en una sola palabra que hoy todo el mundo usa sin pensar en su origen.

Del inglés radar, acrónimo de radio detecting and ranging 'detección y localización por radio'.

Falsas separaciones: cuando el oído reescribe las palabras

A veces, una palabra cambia de forma porque alguien la oyó mal y la cortó por donde no tocaba. Los lingüistas lo llaman «falsa separación» o «metanálisis», y el español tiene varios casos fascinantes.

El más bonito es atril. La palabra viene del latín *lectorīle (derivado de lector), que llegó al español antiguo como latril. Pero cuando la gente decía «el latril», la ele de la palabra se confundía con la del artículo: «el latril» se reinterpretó como «el atril», y la letra migró para siempre.

Falsa separación de el [l]atril, y este del latín *lectorīle, derivado de lector, -ōris 'lector'.

Saraguato (un mono aullador) muestra el fenómeno inverso. La palabra original era araguato, pero cuando se decía «los araguatos», la s del artículo se pegó a la palabra y creó una ese fantasma que acabó siendo parte del nombre.

Falsa separación de [lo]s araguatos.

Alimón (como en «al alimón») es otro caso. La palabra original era alalimón, pero su a- inicial se confundió con la preposición: «al alalimón» se reinterpretó como «al alimón», y la sílaba sobrante desapareció.

Y angurria nació de la antigua estrangurria: la primera sílaba se perdió, probablemente porque sonaba como un prefijo separable.

Es el mismo fenómeno que convirtió a napron en an apron en inglés, pero adaptado a las reglas del español: aquí son los artículos (el, los, al) los que interfieren con las fronteras de la palabra.

De nombres propios a palabras comunes

Algunas palabras deben su existencia a nombres propios —de personas o lugares— que acabaron convertidos en palabras comunes.

Personas que se volvieron palabras

Para estos casos, aparece un distintivo especial que no es un idioma: NOMBRE PROPIO. Así se distingue a simple vista que el origen de la palabra no es otra palabra, sino el nombre de una persona.

Cuando Luigi Galvani descubrió en 1780 que las ancas de rana se contraían ante un estímulo eléctrico, no solo fundó la electrofisiología: también legó su apellido al idioma. Hoy galvanizar significa tanto recubrir con zinc como electrizar a una audiencia.

Del francés galvaniser, y este de L. Galvani, 1737-1798, médico y físico italiano, e -iser '-izar'.

John Dalton fue un físico y químico inglés que padecía una anomalía visual que le impedía distinguir ciertos colores. Cuando la describió científicamente, su propio apellido se convirtió en el nombre de la condición: daltonismo.

Del francés daltonisme, y este de J. Dalton, 1766-1844, físico y químico inglés que padecía este defecto, e -isme '-ismo'.

La nicotina debe su nombre al diplomático francés Jean Nicot, que en 1560 envió tabaco desde Portugal a la corte francesa como remedio medicinal. El diagrama muestra la misma estructura de composición: apellido + sufijo francés, y de ahí al español.

Del francés nicotine, y este de J. Nicot de Villamain, 1530-1600, diplomático y escritor francés que introdujo y propagó el tabaco en Francia, e -ine '-ina'.

Y el saxofón debe su nombre a su inventor, el músico belga Adolphe Sax, que lo patentó en 1846.

Del francés saxophone, y este de A. J. Sax, 1814-1894, músico belga que lo inventó, y -phone '-fono'.

Más curioso es el caso de boicot. En 1880, los campesinos irlandeses decidieron aislar completamente al administrador Charles C. Boycott como protesta, y su apellido pasó a denominar esa táctica de presión social.

Del inglés boycott, y este de C. C. Boycott, 1832-1897, administrador irlandés.

Lugares que bautizaron palabras

El bikini debe su nombre al atolón Bikini de las Islas Marshall, donde Estados Unidos realizó pruebas nucleares en 1946. Ese mismo año, el diseñador Louis Réard bautizó así a su nuevo traje de baño de dos piezas, comparando su impacto con el de una bomba atómica. El diagrama muestra además la influencia del prefijo bi- en la forma final.

Del inglés bikini, y este de Bikini, nombre de un atolón de las Islas Marshall, con influencia de bi- 'bi-', por alusión a las dos piezas.

El queso gruyer toma su nombre de Gruyère, una región de Suiza. Y la bentonita, un tipo de arcilla utilizado en infinidad de aplicaciones industriales, viene de Fort Benton, la localidad de Montana donde se descubrió a finales del siglo XIX.

De Gruyère, región de Suiza.

Del inglés bentonite, y este de Fort Benton, en los Estados Unidos de América, donde se encontró a finales del siglo XIX.

Mitos que bautizaron palabras

No solo personas y lugares reales legaron su nombre al idioma: también lo hicieron personajes mitológicos. La morfina debe su nombre a Morfeo, el dios griego del sueño, por el efecto adormecedor del opiáceo. El diagrama muestra cómo el nombre mitológico Morphée se combinó con el sufijo francés -ine para formar morphine, y de ahí pasó al español.

Del francés morphine, y este de Morphée 'Morfeo', dios del sueño, e -ine '-ina'.

Marcas que se volvieron palabras

Personas, lugares y mitos son, en sentido amplio, nombres propios. Pero hay un cuarto tipo que merece categoría propia: las marcas registradas. Cuando una marca comercial se convierte en palabra común —un proceso que los lingüistas llaman genericización o vulgarización—, su origen no es exactamente un nombre propio ni un idioma: es un producto.

Iedra distingue estas palabras con la etiqueta MARCA REGISTRADA en lugar de agruparlas bajo NOMBRE PROPIO. La razón es que el matiz importa: saber que aspirina viene de una marca registrada alemana y que jacuzzi viene del apellido de un inventor italiano que registró la marca son historias distintas, y el diagrama debería reflejarlo.

La aspirina es quizá el caso más conocido de marca convertida en genérico. Bayer registró el nombre Aspirina® en 1899, pero tras la Primera Guerra Mundial perdió la marca en muchos países como parte de las reparaciones de guerra. Hoy es palabra común en casi todo el mundo.

De Aspirina®, marca registrada.

El jacuzzi tiene una historia más larga. Candido Jacuzzi, un inmigrante italiano en Estados Unidos, inventó en los años 50 una bomba de hidromasaje para aliviar la artritis de su hijo. Su apellido pasó a ser marca, la marca pasó al inglés como genérico, y del inglés llegó al español. El diagrama muestra las cuatro etapas: nombre propio, marca registrada, inglés, español.

Voz inglesa, de Jacuzzi®, marca reg., y esta de C. Jacuzzi, 1903-1986.

Y el neopreno combina marca registrada con acrónimo: DuPont registró Neoprene® en 1931 para su caucho sintético, un nombre compuesto de las palabras inglesas neo- y propylene.

De Neoprene®, marca registrada, y este acrónimo del inglés neo- 'neo-' y propylene 'propileno'.

La prueba de fuego: etimologías-río

Y luego están esas etimologías que son auténticos árboles genealógicos, casi imposibles de seguir en texto. Aquí es donde la visualización se vuelve imprescindible. La historia de gerifalte es una de ellas, un viaje desde el nórdico antiguo que se bifurca en el francés y el occitano antes de converger, con dudas, en el español.

Del francés antiguo girfalt, gerfalt o del occitano gerfalt, gerfalc, y estos del nórdico geirfalki, de geiri 'objeto en forma de dardo' y falki 'halcón', por las listas semejantes a flechas de su plumaje.

O la de tártaro, un laberinto que empieza en el persa, pasa por el árabe, llega al bajo latín o al árabe hispánico, y de ahí al español, con una posible influencia del Tártaro de la mitología griega por el camino. En texto cuesta seguirlo; en diagrama queda bastante más claro.

Del bajo latín tartarum o del árabe hispánico ṭarṭar, estos del árabe durdī, y este del persa dordi 'hez', quizá influido por el latín Tartărus 'tártaro', por formarse en el fondo de la vasija.

Y busto tiene una historia curiosa. La palabra llegó del italiano, que la tomó del latín bustum (‘pira’, ‘monumento con la imagen del difunto’). Pero bustum viene de *burĕre (‘quemar’), una forma que surgió por «falsa separación» del verbo amburĕre (‘quemar por todos lados’): algún hablante decidió, por su cuenta y riesgo, que ese am- era un prefijo separable, y así nació una raíz fantasma. El diagrama muestra cómo amb- y urĕre se compusieron en amburĕre, y cómo de esa «falsa separación» brotó toda una cadena hasta el español.

Del italiano busto, y este del latín bustum 'pira', derivado de *burĕre 'quemar', por falsa separación de amburĕre, de amb- 'alrededor' y urĕre 'quemar'.

Buscar por origen etimológico

Los diagramas están muy bien para explorar una palabra concreta. Pero, ¿y si quieres hacer la pregunta inversa? ¿Qué palabras del español vienen del árabe? ¿Cuáles llegaron del náhuatl? ¿Cuántas tienen un origen onomatopéyico?

Para eso, Iedra extrae datos estructurados de cada etimología: no solo el idioma de origen, sino el tipo de relación que tiene cada lengua con la palabra. Gracias a eso, la búsqueda avanzada permite filtrar por etimología de formas que van mucho más allá de un simple «viene del latín».

Un selector, siete relaciones

En la búsqueda avanzada, el filtro de etimología tiene dos controles: un selector de tipo de relación y un campo de búsqueda de idiomas con autocompletado. El selector permite elegir entre siete niveles de precisión:

En cualquier relación: Busca en toda la cadena etimológica, sin importar si el idioma es origen directo, influencia o ancestro lejano. Es el filtro más amplio.
Origen directo: Solo idiomas de los que la palabra deriva directamente (primer eslabón de la cadena).
Origen seguro: Orígenes confirmados, sin duda. Descarta los «quizá del…», «probablemente del…».
Origen incierto: Justo lo contrario: solo las etimologías marcadas como dudosas.
Influencia: Idiomas que influyeron en la forma de la palabra sin ser su origen. Por ejemplo, calor y frío influyeron en la forma de calofrío.
Cruce de palabras: Idiomas de los que procede uno de los componentes de un cruce o fusión. Buscar «cruce + quechua» encontrará patata (cruce de la papa quechua y la batata caribeña).
Origen indirecto: Idiomas que aparecen en eslabones intermedios o finales de la cadena, pero no como origen directo. Por ejemplo, buscar «origen indirecto + persa» encontrará tártaro, cuya cadena pasa por el persa aunque su origen directo es del bajo latín.

Familias de idiomas

Más de doscientos idiomas aparecen en las etimologías del DLE, y muchos son variantes de uno mismo. El latín, por ejemplo, tiene nueve: latín, latín vulgar, latín hispánico, latín medieval, latín tardío, latín científico, latín moderno, bajo latín y bajo latín hispánico. Buscar «todas las palabras que vienen del latín» sin tener que seleccionarlas una a una sería tedioso.

Por eso, el autocompletado de idiomas ofrece al principio de la lista las familias como opciones especiales. Si escribes «latín» y seleccionas la familia, se añaden automáticamente las nueve variantes. Lo mismo con «árabe» (que agrupa árabe, árabe hispánico, árabe clásico, árabe dialectal y mozárabe), «griego» (que agrupa griego, griego bizantino, griego clásico, griego dórico y griego moderno) y el resto de familias con más de una variante. Los idiomas sin variantes (como náhuatl, japonés o guaraní) aparecen directamente sin agrupar.

La página /lenguas ofrece una vista más completa: todos los idiomas ordenados por número de apariciones, agrupados por familia. Los conteos de cada familia reflejan palabras únicas: si almohada aparece tanto bajo «árabe hispánico» como bajo «árabe clásico», solo cuenta una vez en el total del grupo «árabe».

Hay un grupo especial: origen difuso. Cuando el DLE dice «de origen prerromano», «de origen africano» o «de origen semítico», sabe de qué región, familia lingüística o período procede la palabra, pero no puede precisar el idioma concreto. La página agrupa todos estos orígenes difusos (prerromano, africano, caribeño, semítico, indoeuropeo…) bajo un mismo epígrafe, para que sean fáciles de encontrar y explorar juntos.

Más filtros etimológicos

Además de idioma y relación, la búsqueda avanzada ofrece varios filtros adicionales:

Forma étima original: Busca por la forma de la palabra en el idioma de origen. Admite comodines (* y ?), y si no los usas, busca automáticamente como «contiene»: escribir aqua encontrará también aquam, aquae, etc. Si filtras idioma y forma a la vez, ambos deben coincidir en el mismo eslabón de la cadena: buscar «latín + aqua» solo encuentra palabras cuyo étimo latino contenga aqua, no una que tenga un étimo latino por un lado y un aqua griego por otro.
Tiene etimología: Filtra entre palabras con etimología conocida y las que no la tienen. Útil para explorar ese grupo de palabras cotidianas —como brisa o bache— cuyo origen nadie ha podido rastrear.
Solo cruces o composiciones: Muestra solo palabras formadas por combinación de dos o más étimos, como patata o conspiranoia.
Solo formas reconstruidas: Muestra solo palabras cuyo étimo es una forma hipotética marcada con asterisco, como *bŭttis o *cappa — formas que los lingüistas postulan pero que no están documentadas.
Profundidad etimológica: Filtra por la longitud de la cadena. Una profundidad de 3 significa que la palabra pasó por tres idiomas (por ejemplo: persa → árabe → español).

Todos estos filtros se combinan entre sí y con los demás de la búsqueda avanzada:

Cobertura

Actualmente, el sistema es capaz de interpretar y dibujar correctamente más del 99% de las etimologías del DLE. Quedan fuera algunos casos con estructuras muy inusuales que iré añadiendo poco a poco. Es muy probable que haya errores: las etimologías del DLE no siguen un formato del todo sistemático, y el parser tiene que lidiar con docenas de variantes y casos especiales.

Si encuentras alguna palabra cuyo diagrama parece incorrecto o que debería tenerlo y no aparece, no dudes en escribirme.

Ojalá os sirva para perderos un rato navegando por la historia de nuestras palabras.

Moliner completo y filtros gramaticales

2026-01-08T00:00:00+01:00

Terminó el adviento, pero Iedra sigue creciendo. Estos primeros días de enero han traído dos novedades que merece la pena contar: una integración mucho más rica del diccionario de María Moliner y un nuevo filtro de categoría gramatical en la búsqueda avanzada.

Diccionario de María Moliner: ahora con datos estructurados

Iedra lleva años usando el diccionario de María Moliner para enriquecer las búsquedas. Hasta ahora, su contenido se indexaba para búsqueda full-text y aparecía el chip [moliner] en los resultados cuando una palabra tenía entrada en ese diccionario, pero poco más. Los datos del Moliner no se mostraban en detalle ni se podían usar como filtros.

Eso ha cambiado. Un nuevo parser extrae datos estructurados de las 87.000 entradas de la tercera edición del Diccionario de uso del español, lo que permite mostrarlos y buscar por ellos.

El Moliner es un diccionario peculiar. María Moliner lo concibió como un diccionario de uso, pensado para quien escribe y necesita encontrar la palabra justa. Por eso incluye información que otros diccionarios no recogen: sinónimos, usos geográficos, niveles de registro, y sobre todo, nombres científicos de plantas y animales.

En la ficha de cada palabra, si existe entrada en el Moliner, aparece ahora una caja específica con:

Sinónimos: Palabras de significado equivalente o relacionado.
Locuciones: Las expresiones fijas que incluye el Moliner, distintas a veces de las del DLE.
Nombres científicos: La taxonomía latina de plantas y animales.
Uso geográfico: Dónde se usa la palabra (España, América, regiones concretas).
Registro: Si es coloquial, vulgar, literario, técnico…

Por ejemplo, en abeja verás que el Moliner incluye tres nombres científicos (Apis mellifera, Xylocopa brasilianorum, Xylocopa violacea), sinónimos y cinco locuciones. En roble aparecen Quercus robur y Quercus petraea, con sinónimos como carvajo, carvallo o robre. Y en tomate encontrarás Lycopersicon esculentum, con la marca de uso geográfico México y registro informal.

Una nota sobre los datos: el formato original del CD-ROM del Moliner almacena los sinónimos y el catálogo de términos relacionados como texto plano, sin separadores claros entre las distintas entradas. Por ejemplo, para perro el campo de sinónimos contiene De perros Perro jateo perro zorrero Sabueso A espetaperros Perro, donde es difícil saber dónde termina un sinónimo y empieza el siguiente. Por eso Iedra muestra estos campos como texto libre en lugar de como listas de enlaces. No es ideal, pero es más honesto que inventarse una estructura que no existe en los datos originales.

Las locuciones del Moliner también se integran en el buscador de locuciones. Ahora, al buscar expresiones, aparece un badge indicando si la locución viene del DLE, del Moliner o de ambos. Esto es útil porque los dos diccionarios no siempre coinciden: a veces el Moliner recoge expresiones que el DLE no incluye, o viceversa.

Búsqueda por nombre científico

En la búsqueda avanzada hay un nuevo filtro de nombre científico. Puedes buscar Apis mellifera, Quercus robur o cualquier otro nombre de la taxonomía latina, y Iedra encontrará las palabras que corresponden a esa especie. La búsqueda es case-insensitive: puedes escribir apis mellifera, APIS MELLIFERA o Apis Mellifera y obtendrás los mismos resultados.

No hace falta escribir el nombre completo. Puedes buscar solo por género (Apis, Quercus) o solo por epíteto específico (mellifera, robur). Así es fácil encontrar todas las palabras relacionadas con un género taxonómico, o buscar cuando solo recuerdas parte del nombre científico.

Filtro de categoría gramatical

La búsqueda avanzada tiene un nuevo filtro: categoría gramatical.

Hasta ahora, si querías buscar solo sustantivos o solo verbos, tenías que usar el filtro de marcas lexicográficas y seleccionar las marcas correspondientes: nombre femenino, nombre masculino, verbo transitivo, verbo intransitivo… Pero las marcas del DLE son bastante heterogéneas, y encontrar la combinación correcta para filtrar por categoría gramatical era engorroso.

El nuevo filtro simplifica esto. Iedra mapea automáticamente las marcas del DLE a once categorías normalizadas: sustantivo, adjetivo, verbo, adverbio, pronombre, preposición, conjunción, interjección, artículo, contracción y afijo.

El filtro permite selección múltiple: si seleccionas varias categorías, Iedra buscará palabras que puedan funcionar como todas ellas. Por ejemplo, seleccionando “sustantivo” y “adjetivo” encontrarás palabras que pueden ser ambas cosas según el contexto, como joven, español, ciego o rico. Es una forma de descubrir palabras gramaticalmente versátiles.

Muchas palabras tienen varias categorías gramaticales según la acepción (bajo puede ser adjetivo, sustantivo, adverbio o preposición). Iedra indexa todas las categorías de cada palabra, lo que hace posible este tipo de búsquedas cruzadas.

Estas novedades aprovechan los datos de formas distintas: la extracción estructurada del Moliner los hace visibles y buscables, y el filtro gramatical simplifica el uso de las marcas del DLE. Es un ejemplo de cómo mejorar un diccionario no es solo cuestión de añadir más texto, sino de extraer estructura de ese texto.

Si encuentras errores en los datos del Moliner o en la extracción de categorías gramaticales, escríbeme.

Empieza el adviento de Iedra

2025-12-01T00:00:00+01:00

Aunque este blog lleva años sin actualizarse, Iedra ha seguido recibiendo pequeñas mejoras con los años: nuevos diccionarios como el de Manuel Seco, correcciones y ajustes varios. Pero la infraestructura técnica que lo sostenía lleva muchísimo tiempo peligrosamente anticuada, así que ha llegado el momento de hacer esa tarea ingrata pero inevitable: renovar los cimientos antes de que todo se derrumbe.

Con el trabajo de actualización ya hecho, me apetecía celebrarlo de alguna forma. Así se me ocurrió hacer este año un adviento de Iedra: durante diciembre iré presentando cada día alguna pequeña novedad.

1 de diciembre: nuevo stack técnico

La primera novedad es, paradójicamente, invisible para la mayoría de usuarios: la renovación de la infraestructura técnica.

Por qué esto importa

Iedra llevaba funcionando desde 2012 con un stack tecnológico que se había quedado muy atrás. El servidor corría sobre Ubuntu 12.04.5, una versión que dejó de recibir actualizaciones de seguridad hace años. Las librerías de Python y JavaScript que usaba estaban obsoletas, algunas sin mantenimiento activo, y con vulnerabilidades de seguridad conocidas.

Esta deuda técnica tenía consecuencias prácticas: era difícil añadir funcionalidades nuevas sin romper algo, y cada vez que me planteaba una mejora, el esfuerzo de mantener el sistema funcionando superaba al de implementar la mejora en sí.

Qué ha cambiado

He reconstruido Iedra desde los cimientos. Lo más visible:

Adiós a jQuery: He eliminado jQuery y jQuery UI completamente. El JavaScript de Iedra ahora es vanilla JS, sin dependencias externas. Menos código que cargar, menos cosas que pueden fallar.
Sistema operativo actualizado: De Ubuntu 12.04 (sin soporte desde 2017) a un sistema moderno con parches de seguridad al día.

Lo menos visible pero igual de importante:

Motor de búsqueda: De Solr 4 + MongoDB a Elasticsearch 9.1. Búsquedas más rápidas y un sistema de indexación mucho más sencillo de mantener.
Python y Flask: De Python 2.7 y Flask 1.0 a Python 3.14 y Flask 3.0. El salto de Python 2 a 3 era inevitable; el ecosistema de Python 2 está esencialmente muerto.
Infraestructura como código: Docker y Docker Compose para despliegues reproducibles. Ya no hay que recordar qué comandos ejecutar en qué orden.
Redis: Nueva capa de caché con Redis Stack para operaciones que requieren respuestas instantáneas.

El resultado es un sistema más fácil de mantener y, sobre todo, de extender. Las próximas novedades que vaya publicando durante este adviento serán posibles precisamente gracias a estos cimientos.

2 de diciembre: búsqueda avanzada

La búsqueda básica de Iedra es útil para consultas rápidas, pero a veces necesitas más control. Por ejemplo: ¿Qué palabras esdrújulas terminan en -fago? ¿Qué americanismos aparecieron por primera vez en el diccionario en el siglo XVIII? ¿Qué palabras de origen árabe tienen más de tres sílabas?

Técnicamente, ese control ya existía: Iedra usa el formato simple query string de Elasticsearch, que permite escribir búsquedas con operadores directamente en la caja de texto (+ para AND, | para OR, - para excluir, comillas para frases exactas…). Pero es un uso avanzado que requiere conocer la sintaxis, así que para la mayoría de usuarios será más cómodo usar una interfaz de filtros.

La nueva búsqueda avanzada ofrece esa interfaz, con los siguientes filtros:

Ámbito de búsqueda: Buscar solo en el lema, solo en la definición, solo en la etimología, o en todo.
Patrones: El lema empieza por, termina en, o contiene una secuencia de letras.
Longitud y sílabas: Filtrar por número de letras o de sílabas.
Acepciones: Encontrar palabras con muchas acepciones (las polisémicas) o con pocas.
Año de primera aparición: Desde qué edición del diccionario de la RAE está documentada la palabra.
Acentuación: Agudas, llanas, esdrújulas o adverbios en -mente.
Frecuencia de uso: Desde palabras muy frecuentes hasta las más raras, usando datos del CORPES (corpus académico de la RAE) o de Google Books.
Diccionarios: Buscar en el DLE, Moliner, Seco, DPD, o en varios a la vez.
Marcas: Filtrar por marcas geográficas (México, Argentina…), de registro (coloquial, vulgar…) o de disciplina (Medicina, Derecho…).
Origen etimológico: Palabras que vienen del latín, del árabe, del náhuatl, del inglés…

Todos estos filtros se pueden combinar entre sí. Por ejemplo, para encontrar palabras de origen náhuatl que sean poco frecuentes y tengan al menos tres sílabas, basta con seleccionar esos criterios y pulsar buscar.

Para acceder a la búsqueda avanzada, haz clic en el enlace “Búsqueda avanzada” que aparece bajo la caja de búsqueda, tanto en la página principal como en la de resultados.

3 de diciembre: modo oscuro

Hay quien prefiere texto claro sobre fondo oscuro, especialmente de noche o en ambientes con poca luz. Iedra ahora ofrece esa opción.

Por defecto, Iedra detecta la preferencia de tu sistema operativo: si tienes configurado el modo oscuro en tu ordenador o móvil, Iedra lo usará automáticamente. Y si prefieres cambiarlo manualmente, hay un nuevo botón ☀️/🌙 en la esquina superior derecha que te permite alternar entre ambos modos.

La preferencia manual se guarda en tu navegador, así que si eliges un modo distinto al de tu sistema, Iedra lo recordará en futuras visitas.

4 de diciembre: María Moliner horrorizada

Me hacía gracia poner a María Moliner con cara de espanto en las páginas de error. Ahora, si visitas una página que no existe, te acompañará en el disgusto. Me perdonaréis el uso de IA generativa para la imagen; mis dotes xilográficas no alcanzan.

5 de diciembre: marcas secundarias

Las marcas lexicográficas son esas etiquetas que indican el registro, el ámbito geográfico o la disciplina de una palabra: coloquial, México, Medicina, despectivo… Iedra lleva años mostrándolas en la ficha de cada palabra, pero solo las marcas de las acepciones principales del lema.

Lo que no mostraba eran las marcas de las locuciones y combinaciones estables. Por ejemplo, la palabra mano tiene acepciones marcadas como propias de Cuba, Ecuador o Guatemala, pero sus locuciones añaden marcas de Argentina, Chile o Uruguay (correr mano a alguien, pararse de manos…), además de disciplinas como Equitación (abrir la mano al caballo), Esgrima (correr la mano) o Tauromaquia (mano a mano).

Ahora, en la sección de marcas lexicográficas de cada palabra, hay un enlace “(Ver secundarias)” que despliega las marcas de locuciones y combinaciones. Así puedes ver de un vistazo todos los registros y ámbitos de uso de una palabra, no solo los de sus acepciones principales.

6 de diciembre: enlaces profundos

Al pasar el cursor sobre cualquier sección de la ficha de una palabra, aparece un símbolo (§ o ¶). Haciendo clic se copia a la URL un ancla que apunta a esa sección. Útil para compartir enlaces a una acepción concreta o a la etimología de una palabra.

7 de diciembre: rimas

Cada palabra de Iedra tiene ahora información sobre sus rimas. En la sección de fonética de la ficha de cada palabra aparece un nuevo campo “Rima con” que muestra un resumen de las palabras que riman con ella, tanto en rima consonante (coinciden vocales y consonantes desde la última vocal acentuada) como en rima asonante (solo coinciden las vocales).

Las rimas se cargan de forma diferida para no ralentizar la página, y se pueden expandir para ver el detalle. Por ejemplo, en la ficha de corazón verás que rima en consonante con razón, canción o balón, y en asonante con amor, mayor o color.

El sistema de rimas tiene en cuenta las particularidades del español: trata correctamente los diptongos, los hiatos, las palabras esdrújulas (que pueden rimar con llanas en rima asonante, como pájaro con amargo), y los adverbios en -mente (que tienen doble acento). También distingue entre rimas perfectas e imperfectas, y ordena los resultados por frecuencia de uso para mostrar primero las palabras más conocidas.

8 de diciembre: búsqueda por rimas

Ayer añadí información de rimas en la ficha de cada palabra. Hoy el sistema de rimas se integra en la búsqueda avanzada.

El panel de búsqueda avanzada tiene ahora dos nuevos campos: “Rima consonante con” y “Rima asonante con”. Esta distinción es importante: la rima consonante (coinciden vocales y consonantes desde la última sílaba acentuada) es más precisa y exigente; la asonante (solo coinciden las vocales) es más flexible y abre más posibilidades.

Combinado con los demás filtros, esto permite búsquedas interesantes:

Rimas consonantes frecuentes: Buscar palabras que rimen en consonante con amor y sean muy frecuentes, para encontrar rimas que cualquier lector reconocerá.
Rimas por origen: Encontrar palabras de origen árabe que rimen en consonante con almohada, o latinismos que rimen con foro.
Rimas por longitud o sílabas: Buscar palabras de tres sílabas que rimen en asonante con camino, útil para ajustar la métrica de un verso.

9 de diciembre: página dedicada de rimas

Los días 7 y 8 introdujeron información de rimas en la ficha de palabra y en la búsqueda avanzada. Hoy se completa el sistema con una página dedicada a explorar todas las rimas de una palabra en profundidad.

Al visitar /rimas/corazón, por ejemplo, encontrarás:

Análisis fonético completo: Transcripción IPA, número de sílabas, tipo de acento (aguda, llana, esdrújula) y los patrones de rima consonante y asonante.
Listas exhaustivas: Hasta 200 rimas consonantes y 300 asonantes, muchas más que el resumen de la ficha de palabra.
Filtros por tipo y calidad: Puedes mostrar solo consonantes o asonantes, y filtrar por calidad de rima. Para consonantes: perfectas, imperfectas y simuladas. Para asonantes: perfectas, equivalentes, esdrújulas y atenuadas.
Opción de palabras raras: Un toggle permite priorizar palabras poco frecuentes, útil para encontrar rimas más originales.

Sobre la calidad de las rimas

El sistema clasifica cada rima siguiendo la gradación que propone Díez Echarri, recogida por Daniel Devoto en su Para un vocabulario de la rima española. La terminología es distinta según el tipo de rima:

Rimas consonantes

Perfecta: Coincidencia exacta de todos los fonemas desde la vocal tónica. Ejemplo: amor rima con valor, honor, color.
Imperfecta: Contempla la consonante imperfecta de Díez Echarri. Ocurre cuando hay un diptongo antes de la vocal tónica en una palabra pero no en otra. Devoto explica que «la i del diptongo, aunque precede a la última vocal acentuada, influye de algún modo en la fonética de ésta». Ejemplos: tierra rima de forma imperfecta con guerra, perra; piedra con yedra, medra; fiesta con esta, presta.
Simulada: Contempla la consonante simulada o equivalencia acústica. Según Devoto, citando a Díez Echarri, «la diferencia es tan imperceptible que el mismo Lope hubo de rimar» árbol con mármol. Las equivalencias incluyen r↔l (líquidas), b↔m (bilabiales), b↔p, d↔t, g↔k (sordas/sonoras) y n↔m (nasales). Ejemplos: árbol rima de forma simulada con mármol; azul con azur, yogur; túnel con blúmer.

Rimas asonantes

Perfecta: Coincidencia exacta de todas las vocales desde la tónica. Ejemplo: casa rima con mata, alma, plaza.
Equivalente: Contempla la asonante simulada o equivalente. Según esta regla, las vocales postónicas i y u pueden asimilarse a e y o respectivamente. Ejemplos: crisis rima de forma equivalente con libre, triste; virus con mismo, libro; bonus con otro, modo.
Atenuada: Contempla la asonante diptongada o atenuada. Cuando hay diptongos que no coinciden exactamente (vocal plena frente a diptongo), la rima pierde sonoridad. Díez Echarri señala que «no hay duda que la u resta sonoridad a la vocal tónica» en casos como cielo con enero, o cauce con calle.
Esdrújula: Iedra identifica la asonante esdrújula con llana. Benot, citado por Devoto, menciona las «asonancias poco perceptibles, como las de los esdrújulos»: la vocal postónica media de la esdrújula tiene menor peso acústico y puede ignorarse. Ejemplo: pájaro rima con amargo, arado (el esquema á-a-o se asimila a á-o).

El siguiente diagrama resume cómo Iedra clasifica las rimas:

Limitaciones

No soy filólogo, así que he construido el sistema a partir de lo que he podido leer y entender de las fuentes que menciono. He intentado seguir las reglas tal como las describen Devoto, Díez Echarri y Benot, pero seguro que hay casos límite o excepciones que se me escapan.

Si encuentras algún error o algo que no cuadra con lo que sabes de métrica española, escríbeme. Me interesa ir mejorando el sistema.

10 de diciembre: rimas de cualquier palabra

Hasta ahora, para ver las rimas de una palabra había que navegar a su ficha y de ahí a la página de rimas. Eso funciona bien si la palabra existe en el diccionario, pero ¿qué pasa si quieres rimar un nombre propio, un neologismo o una palabra inventada?

Hoy Iedra estrena un buscador de rimas que acepta cualquier texto. Escribe Guadalajara, pingüinería, Patroclo o incluso una frase como verde que te quiero y el sistema calculará sus rimas al vuelo. Para palabras del diccionario usa la transcripción fonética que ya tiene almacenada; para las demás, la genera en tiempo real usando el mismo motor fonético que usa internamente.

Una vez en la página de resultados, tienes los mismos filtros que en la página de rimas del día 9: consonantes y asonantes, clasificación por calidad (perfectas, imperfectas, simuladas, equivalentes, atenuadas, esdrújulas) y un toggle para priorizar palabras poco frecuentes si buscas rimas más originales.

11 de diciembre: puntuación de complejidad

¿Cuáles son las palabras más «ricas» del español? Todo depende de cómo midas esa riqueza. Una forma interesante de verlo es fijarse en cuánto espacio ocupa una palabra en el diccionario: cuántas acepciones tiene, cuántas frases hechas genera o en cuántos campos semánticos se infiltra.

Por eso, Iedra incorpora ahora la puntuación de complejidad. Es un índice del 0 a 10 calculado mediante percentiles: una palabra con un 10.0 es la más compleja del diccionario, mientras que un 5.0 nos indica que está justo en la mediana.

Para calcularlo, el algoritmo pondera cinco factores:

Acepciones (50%): Los significados directos de la palabra.
Locuciones (25%): Expresiones fijas (ej. a mano, echar una mano).
Combinaciones estables (19%): Colocaciones muy frecuentes que casi funcionan como una unidad (ej. mano derecha, mano de obra).
Diversidad de contextos (4%): Tipos de marcas distintos que tiene la palabra (geográficas, de disciplina, de registro). Una palabra usada en México, en Medicina y con registro coloquial es más versátil que una que solo aparece en varios países con el mismo uso.
Derivadas (2%): Palabras que nacen de ella (manita, manojo). Este factor tiene un peso muy bajo porque, aunque indica productividad morfológica, no aporta directamente a la riqueza semántica de la palabra base.

Ahora, en la ficha de cada palabra aparecen unos iconos desglosando estos datos (📖 acepciones, 🗣️ locuciones, etc.). Si buscas mano, por ejemplo, verás que tiene una puntuación altísima gracias a sus 64 acepciones y más de 200 locuciones.

Curiosamente, las palabras con mayor puntuación suelen ser las más cotidianas: hacer, dar, poner, mano, cabeza. Son términos que llevamos usando siglos y que han ido acumulando capas y capas de significado. En cambio, las palabras muy técnicas suelen tener puntuaciones bajas: son precisas, pero unidimensionales.

12 de diciembre: ranking de palabras complejas

Ayer Iedra incorporó la puntuación de complejidad en la ficha de cada palabra. Hoy esa métrica se convierte en un ranking.

La nueva página /complejas muestra las 1000 palabras más ricas del diccionario, ordenadas por su puntuación de complejidad. En lo más alto: hacer, punto, paso, mano. Y en la posición 1000, con una puntuación de 9.887 sobre 10, está alegrar. Incluso el fondo de este ranking está compuesto por palabras muy por encima de la media.

El ranking confirma lo que ya intuíamos ayer: las palabras más complejas del español son las más básicas y cotidianas. Encabezan la lista verbos como hacer, pasar, dar, echar, ir, poner, correr o salir. Son palabras que llevamos siglos usando y que han ido absorbiendo significados en contextos muy diversos: la cocina, el comercio, el juego, la conversación…

También aparecen muy arriba sustantivos de partes del cuerpo. Mano ocupa la cuarta posición con 232 locuciones; pie tiene 120; ojo, 137; cabeza, 82. Junto a ellos, sustantivos muy básicos como punto, paso, agua o casa, que también han acumulado capas de significado con el tiempo.

El ranking completo se puede explorar en iedra.es/complejas. Cada entrada muestra la puntuación de complejidad y el desglose de los factores que la componen. Es una forma distinta de navegar el diccionario: no por orden alfabético ni por búsqueda, sino por densidad semántica.

13 de diciembre: histórico de diccionarios

¿Desde cuándo está documentada una palabra? Hasta ahora Iedra mostraba el año de la primera aparición en un diccionario de la RAE, pero ese dato solo cuenta parte de la historia. Muchas palabras aparecieron antes en diccionarios de otros autores: Nebrija, Covarrubias, Terreros, Domínguez…

Hoy Iedra incorpora el histórico completo del NTLLE (Nuevo Tesoro Lexicográfico de la Lengua Española), el archivo digital de la RAE que recoge más de 70 diccionarios publicados entre el siglo XV y el XX. Ahora, en la ficha de cada palabra, junto al año de primera aparición hay un botón que despliega la línea temporal completa: todos los diccionarios en los que aparece la palabra, ordenados cronológicamente.

Por ejemplo, mano ya aparece en el Vocabulario español-latino de Nebrija en 1495 y acumula 61 diccionarios en su histórico. Chocolate, palabra de origen náhuatl, aparece por primera vez en el Tesoro de las tres lenguas de Vittori en 1609 y recoge 45 diccionarios a lo largo de los siglos.

La línea temporal indica el año, el nombre del diccionario y, cuando corresponde, el autor. También marca con una etiqueta especial la primera aparición en un diccionario de la RAE, que a menudo no coincide con la primera aparición absoluta.

Este histórico permite rastrear la vida de las palabras a través de los siglos: cuándo entraron en el registro escrito, qué lexicógrafos las incluyeron primero, y cuánto tardó la Academia en darles entrada oficial.

14 de diciembre: distinción (z = θ)

Los días 9 y 10 presenté la página de rimas. Pero hay un detalle fonético que hasta ahora ignoraba: la distinción entre /s/ y /θ/.

La mayoría de hispanohablantes —en toda Latinoamérica, Canarias y algunas zonas de Andalucía— pronuncian igual la z y la c ante e, i que la s. Es lo que los lingüistas llaman seseo: casa y caza suenan exactamente igual, ambas con /s/. Por eso Iedra, hasta ahora, consideraba que estas palabras riman perfectamente.

Pero en buena parte de España se mantiene la distinción: casa se pronuncia con /s/ y caza con /θ/. Para estos hablantes, casa y caza no riman, porque terminan en fonemas distintos.

Iedra incorpora ahora la opción de ver las rimas con pronunciación distinguidora. En la página de rimas (por ejemplo, /rimas/corazón) hay un nuevo toggle “Distinción (z = θ)”. Al activarlo, el sistema recalcula las rimas usando la pronunciación distinguidora. Esto filtra pares que solo riman con seseo y muestra solo las rimas que funcionan para todos los hablantes de español.

También en la ficha de cada palabra, si la pronunciación difiere según la variedad, ahora se muestra la transcripción fonética con distinción junto a la transcripción por defecto. Por ejemplo, en canción verás tanto /kan.ˈsjon/ (seseo) como /kan.ˈθjon/ (distinción).

Una nota: en algunas zonas de Andalucía existe el ceceo, donde tanto s como z se pronuncian /θ/. Iedra no lo modela explícitamente, pero para efectos de rimas es equivalente al seseo: en ambos casos casa y caza riman entre sí.

15 de diciembre: expansión por sinónimos

El DLE incluye sinónimos en muchas de sus acepciones. Hasta ahora Iedra no hacía nada con ellos más allá de mostrarlos, pero ahora los aprovecha para sugerir búsquedas expandidas.

Cuando buscas un término sencillo (una o dos palabras, sin operadores), aparece un banner bajo los resultados con los sinónimos disponibles agrupados por significado. Por ejemplo, al buscar miedo, verás una sugerencia con grupos como temor, pavor o recelo, aprensión.

Cada grupo es un chip clicable. Al pulsarlo, la búsqueda se expande automáticamente usando el operador OR. Así, una búsqueda de hogar se puede convertir en (hogar | casa | vivienda | domicilio).

La agrupación por significado es importante porque muchas palabras tienen sinónimos distintos según la acepción. Banco puede ser sinónimo de asiento o de entidad financiera. En lugar de mezclar todo, Iedra presenta cada grupo por separado para que elijas el que te interesa.

La funcionalidad aparece como sugerencia, sin modificar la búsqueda original.

16 de diciembre: lemario DLE 23.8.1

Como es habitual en diciembre, la Real Academia Española ha publicado la actualización anual de su diccionario. El 15 de diciembre salió la versión 23.8.1 del Diccionario de la Lengua Española, que incorpora 107 nuevas palabras y elimina 4.

En su nota de prensa, la RAE destaca adiciones como crudivorismo, microteatro, milenial, turismofobia, gravitón, termoquímico, engelamiento, marcianada, gif, hashtag, loguearse, mailing o streaming. Pero la actualización también incluye otras palabras que no aparecen mencionadas en la nota oficial: crowdfunding, bioterrorismo, disruptor, etilómetro, farlopa, bocachancla, alelopatía, mantícora o el latinismo ad aeternum.

Iedra ofrece ahora el lemario completo de la versión 23.8.1: la lista exhaustiva de todas las palabras (lemas) que componen el diccionario.

Los lemarios son útiles para lingüistas, desarrolladores de correctores ortográficos, investigadores del léxico y cualquiera que necesite trabajar con el vocabulario del español de forma sistemática. Incluyen cuatro ficheros:

Lemario completo: 92.321 entradas, una por línea, en orden alfabético español.
Lemario con homógrafos: Incluye las marcas de homografía (a¹, a²…) y las terminaciones de género cuando corresponde (zurrador, ra).
Adiciones: Las 107 palabras nuevas respecto a la versión 23.8.
Supresiones: Las 4 palabras eliminadas del diccionario en esta actualización.

Todos los ficheros están disponibles en la sección de lemarios de la página Acerca de, donde también se pueden consultar los lemarios de versiones anteriores del DLE.

17 de diciembre: locuciones en detalle de palabra

El día 5 añadí la posibilidad de ver las marcas secundarias de locuciones y combinaciones. Pero lo que no mostraba era la lista de locuciones en sí. Hasta ahora, para ver qué expresiones fijas contenía una palabra había que ir al DLE y buscarlas allí.

Ahora, en la ficha de cada palabra, aparecen dos nuevos campos desplegables: Locuciones y Combinaciones estables. La distinción es importante:

Locuciones: expresiones fijas cuyo significado no se deduce de sus componentes. Echar una mano no significa literalmente lanzar una mano, sino ayudar. Tomar el pelo no tiene nada que ver con agarrar cabello.
Combinaciones estables: palabras que suelen ir juntas y forman una unidad de significado, pero cuyo sentido sí es más o menos deducible. Mano dura, buena mano, mano de obra.

Por ejemplo, en la ficha de mano verás 232 locuciones (a mano, bajo mano, echar mano de…) y 30 combinaciones estables (mano derecha, mano de santo, mano dura…). En ojo, 137 locuciones y 31 combinaciones. Son números que dan una idea de la riqueza expresiva que han acumulado estas palabras cotidianas.

Cada locución enlaza al DLE para consultar su definición completa. Iedra no puede reproducir las definiciones por cuestiones de copyright, pero sí puede servir de índice para navegar el diccionario de forma más cómoda.

18 de diciembre: buscador de locuciones

El día 17 añadí la lista de locuciones y combinaciones en la ficha de cada palabra. Hoy esa funcionalidad se convierte en un buscador dedicado que permite explorar las expresiones fijas del español de dos formas distintas.

Búsqueda por palabra

Si quieres ver todas las locuciones de una palabra concreta, puedes buscarla directamente. Por ejemplo, /locuciones/mano muestra las 232 locuciones y 30 combinaciones estables en las que aparece la palabra mano: a mano, bajo mano, echar mano de, mano derecha, mano de obra…

Esta vista separa claramente las locuciones (expresiones fijas cuyo significado no se deduce de sus componentes, como echar una mano o tomar el pelo) de las combinaciones estables (palabras que suelen ir juntas pero cuyo sentido sí es deducible, como mano dura o buena mano). Puedes filtrar para ver solo uno de los dos tipos si prefieres.

Búsqueda por texto

Pero lo más útil es poder buscar locuciones que contengan cualquier texto, sin limitarse a palabras del diccionario. Esto permite encontrar expresiones por temas o campos semánticos.

Por ejemplo, buscar santo devuelve 49 resultados: santo y seña, Espíritu Santo, todo el santo día, a santo de qué, desnudar a un santo para vestir a otro… Buscar diablo devuelve 68: pobre diablo, diablo cojuelo, tener el diablo en el cuerpo, mandar al diablo… Y dios alcanza 190 expresiones: Dios mediante, a Dios rogando y con el mazo dando, como Dios manda, sabe Dios…

Esta búsqueda no se limita a palabras exactas del diccionario. Puedes buscar cualquier fragmento de texto y el sistema encuentra todas las locuciones y combinaciones estables que lo contengan. Por ejemplo, agua devuelve nada menos que 252 resultados: agua de borrajas, sacar agua de las piedras, estar con el agua al cuello, llevar el agua a su molino…

Índice, no reproductor

Como siempre, Iedra no puede reproducir las definiciones completas del DLE por cuestiones de copyright. El buscador funciona como un índice: te muestra qué locuciones existen y te enlaza al DLE para consultar sus definiciones. Pero ese índice es ya valioso por sí solo: te permite descubrir expresiones que de otro modo tendrías que encontrar navegando palabra por palabra en el diccionario.

19 de diciembre: anagramas y palabras derivadas

Un anagrama es una palabra que usa exactamente las mismas letras que otra, pero en distinto orden. Amor y roma, arco y caro, maestro y estroma. Jugar con anagramas es divertido, pero también útil: escritores, crucigramistas y diseñadores de juegos de palabras buscan constantemente anagramas que funcionen.

Hasta ahora, si querías encontrar anagramas de una palabra tenías que buscar en listas externas o usar herramientas especializadas. Hoy Iedra incorpora esa funcionalidad directamente.

Anagramas en cada palabra

En la ficha de cada palabra aparece ahora un nuevo campo: Anagramas. Se carga de forma diferida, muestra cuántos anagramas tiene la palabra en el diccionario y, al expandirlo, la lista completa ordenada por frecuencia de uso.

Por ejemplo, saber tiene 6 anagramas: besar, sabre, serba, abres, bares y breas. Caro tiene 7: roca, arco, orca, cora, ocra, raco y croa. Amor tiene 6: Roma, ramo, mora, maro, armo y roma.

Cada anagrama muestra qué diccionarios lo recogen (DLE, Moliner, Seco, DPD) para que puedas evaluar si es una palabra de uso común o más técnica.

El problema de las inflexiones

Pero al implementar los anagramas surgió un problema: el diccionario solo incluye los lemas (las formas canónicas de las palabras), no todas las formas derivadas (plurales, conjugaciones, formas en femenino…). Casa está en el diccionario, pero casas no aparece como entrada propia. Lo mismo con ser (lema) frente a son, era, fuimos (formas conjugadas).

Esto limitaba mucho la utilidad de los anagramas. Si buscabas anagramas de bares (plural de bar), Iedra no encontraba nada porque bares no existe como lema en el diccionario. Pero bares sí es un anagrama válido de saber o besar, y esos anagramas deberían aparecer.

Palabras derivadas: 717.882 nuevas entradas

Para resolver esto, Iedra ha indexado todas las formas derivadas que aparecen en el diccionario: plurales, femeninos, conjugaciones verbales… En total, 717.882 palabras adicionales que antes no tenían página propia.

Ahora, si visitas /palabras/bares, verás una página completa con:

Un banner explicando que es una forma derivada de bar
Transcripción fonética generada al vuelo: /ˈba.ɾes/
Número de sílabas: 2
Tipo de acento: Llana
Datos de frecuencia del CORPES (el corpus académico de la RAE)
Anagramas: besar, saber, sabre, serba, abres, breas

Las palabras derivadas no tienen definición propia (el diccionario solo define los lemas), pero Iedra puede calcular toda su información fonética y de frecuencia. Esto las hace útiles no solo para anagramas, sino también para:

Rimas: Ahora puedes buscar rimas de cualquier forma verbal (comiendo, bebías) o plural (gatos, perros)
Datos CORPES: Ver la frecuencia de uso de formas específicas en el corpus académico
Consulta rápida: Confirmar la transcripción fonética de una palabra sin tener que ir al lema base

Escalando los anagramas

Con estas 717.882 palabras derivadas, el sistema de anagramas se vuelve mucho más completo. Ahora, al buscar maestro, Iedra encuentra no solo estroma y mostear (los lemas del diccionario), sino también 12 formas derivadas más: moraste, moteras, remotas, retamos, retomas, traemos…

El sistema calcula los anagramas de forma eficiente usando firmas: cada palabra se reduce a sus letras ordenadas alfabéticamente (aromas → aamors), y todas las palabras con la misma firma son anagramas entre sí. Esto permite encontrar anagramas al instante entre 820.854 palabras.

20 de diciembre: Saltaparola

Iedra estrena su primer juego de palabras: Saltaparola. El concepto te resultará extrañamente familiar.

El juego presenta 27 definiciones del DLE, una por cada letra del abecedario español. Tu objetivo es adivinar la palabra correspondiente a cada definición. Las palabras pueden empezar por esa letra o contenerla, lo que permite incluir letras difíciles como K, W o X sin forzar palabras rebuscadas.

Tienes 3 vidas. Si fallas una definición, pierdes una vida. Puedes saltar definiciones para volver a ellas después. La partida termina cuando completas las 27 letras o te quedas sin vidas.

Hay cinco niveles de dificultad basados en la frecuencia de uso de las palabras en el CORPES: desde muy fácil (palabras que todo el mundo conoce) hasta difícil (palabras que pondrán a prueba tu vocabulario).

21 de diciembre: Saltaparola multijugador

Saltaparola se puede jugar ahora en modo 1 contra 1.

Al crear una sala, obtienes un enlace único (con nombres como casa-verde o lobo-feroz) que puedes compartir con quien quieras. Ambos jugadores ven las mismas 27 definiciones, pero cada uno avanza a su ritmo. Gana quien acierte más palabras.

Las partidas son en tiempo real: ves el progreso de tu rival segundo a segundo. También se pueden unir espectadores a la sala para seguir la partida.

22 de diciembre: Vínculos

Iedra estrena su segundo juego de palabras: Vínculos. Si Saltaparola pone a prueba tu vocabulario, Vínculos pone a prueba tu capacidad de encontrar patrones.

El juego te presenta una cuadrícula de palabras. Puedes elegir el tamaño: 4×4 (16 palabras), 5×5 (25) o 6×6 (36). De todas ellas, solo N coinciden con un patrón oculto (donde N es el lado de la cuadrícula: 4, 5 o 6 palabras). Todas empiezan por el mismo prefijo, o todas son esdrújulas, o todas vienen del árabe, o todas se usan en Argentina… Tu objetivo es encontrar cuáles son esas palabras y descubrir qué las conecta.

La partida tiene 8 rondas con dificultad progresiva:

Rondas 1-2: Patrones visuales. El vínculo es algo que puedes ver directamente en las palabras: terminan en -ción, contienen la letra ñ, tienen 7 letras…
Rondas 3-4: Propiedades fonéticas. Ahora hay que fijarse en cómo suenan: son esdrújulas, tienen tres sílabas, riman en asonante a-o…
Rondas 5-6: Frecuencia y etimología. Las palabras pueden estar conectadas por su origen (vienen del náhuatl) o por lo comunes que son (palabras muy frecuentes). También aparecen sinónimos de palabras conocidas.
Rondas 7-8: Investigación. Aquí la cosa se pone difícil. El patrón puede ser que todas se usan en Chile, o que todas pertenecen al ámbito de la medicina, o que todas entraron en el diccionario en el siglo XVIII. Para descubrirlo, probablemente tendrás que consultar las fichas de las palabras en Iedra.

Tienes 4 vidas. Si seleccionas las palabras incorrectas, pierdes una vida y puedes intentarlo de nuevo con la misma cuadrícula. La partida termina cuando completas las 8 rondas o te quedas sin vidas.

El sistema trabaja con más de 9.300 criterios distintos generados dinámicamente a partir de los datos del diccionario: prefijos, sufijos, letras raras, número de sílabas, tipos de acento, rangos de frecuencia, orígenes etimológicos, marcas geográficas, ámbitos temáticos, siglos de aparición, contenido de definiciones, patrones de rima y relaciones de sinonimia.

23 de diciembre: Vínculos multijugador

Vínculos se puede jugar ahora en modo multijugador.

La mecánica es distinta a Saltaparola: en vez de jugar cada uno a su ritmo, en Vínculos multijugador los jugadores compiten por ser el primero en resolver cada ronda. Cuando alguien acierta el patrón, la ronda termina para todos y se pasa a la siguiente. Quien resuelve más rondas de las 8 gana la partida.

Al crear una sala puedes elegir el tamaño de la cuadrícula (4×4, 5×5 o 6×6) y la dificultad. Obtienes un enlace único con nombres como pulpo-cisma o lobo-feroz que puedes compartir con quien quieras.

Las partidas son en tiempo real, con un límite de 5 minutos. También se pueden unir espectadores para seguir la competición sin participar.

24 de diciembre: rankings

El último día del adviento cierra los juegos con lo que les faltaba: rankings.

Tanto Saltaparola como Vínculos tienen ahora tablas de clasificación. Al terminar una partida, puedes guardar tu puntuación y ver cómo te comparas con otros jugadores. Los rankings se dividen por tipo: mejor puntuación del día, mejor puntuación histórica, puntos acumulados en la semana y puntos acumulados en el mes.

Para identificar a los jugadores, Iedra genera automáticamente un nombre combinando dos palabras del diccionario: Pulpo Cisma, Casa Grande, Lobo Feroz… Ese nombre se asocia a tu sesión y aparece junto a tu puntuación en el ranking.

Si prefieres que tu nombre aparezca verificado, puedes vincular tu cuenta de Bluesky. Iedra usa el protocolo OAuth de ATProto (el protocolo detrás de Bluesky) para autenticarte. No almacena tu contraseña ni tiene acceso a publicar en tu nombre; solo obtiene tu identificador público para asociarlo a tus puntuaciones. Tu nombre de usuario aparecerá con una marca de verificación junto a él.

Y con esto termina el adviento de Iedra. Han sido 24 días de novedades, desde la renovación técnica del primer día hasta estos rankings finales, pasando por búsqueda avanzada, rimas, anagramas, locuciones, histórico de diccionarios y dos juegos de palabras.

Espero que alguna de estas funcionalidades te resulte útil. Si tienes sugerencias, encuentras errores o simplemente quieres comentar algo, escríbeme.

Felices fiestas.

Lemario y palabras nuevas en la edición 23.3 del DLE

2019-11-07T00:00:00+01:00

La RAE acaba de publicar la versión 23.3 de su Diccionario de la Lengua Española. Como es tradición, os traigo las palabras nuevas que han añadido con respecto a la edición 23.2. Según su costumbre, presentan unas cifras de las modificaciones que han hecho y un PDF con una muestra de estas. Pero no aportan un lemario actualizado ni tampoco una lista completa de las palabras nuevas que se han añadido al diccionario.

He subido un lemario con todas las palabras del DLE 23.3.

Nota: Aunque la edición 23.3 tiene 93677 lemas, este fichero solo tiene 91347 entradas. Esto es porque todos los lemas que comparten grafía aparecen en el fichero solo una vez. Por ejemplo, casar¹ (contraer matrimonio), casar² (derogar sentencia) y casar³ (conjunto de casas) son tres lemas distintos pero aparecen una sola vez como «casar».

Estas son las 242 palabras nuevas que han añadido en la edición 23.3:

Palabras que han retirado de la edición 23.3

Y aquí las palabras que han retirado en la edición 23.3 con respecto a la 23.2:

‒́aco, ca
albendera
alcaná
amodorrarse
anualizado, da
cinésica
‒́cola
‒́crata
‒́eo, a
farfantón
‒́fero, ra
‒́fico, ca
‒́fobo, ba
fogonero
‒́foro, ra
‒́fugo, ga
‒́geno, na
giroflé
‒́gono, na
‒́grado
‒́grafo, fa
hulahula
‒́ico, ca
‒́ido, da
‒́il
jiroflé
jubetero
‒́lisis
‒́logo, ga
‒́mano, na
‒́metro
omoto
‒́paro, ra
pastelón
‒́pedo, da
quianti
sieso
‒́stato
‒́tico, ca
trampero
trasmatar
trilero
‒́trofo, fa
‒́voro, ra

Aún hay que esperar un poquito para poder ver estas palabras (y en general la 23ª edición) en Dirae.es.

Lemario y palabras nuevas en la edición 23.2 del DLE

2019-01-16T00:00:00+01:00

La RAE publicó hace unos días la versión 23.2 de su Diccionario de la Lengua Española. Según su costumbre, presentan unas cifras de las modificaciones que han hecho y un PDF con una muestra de estas. Pero no aportan un lemario actualizado ni tampoco una lista completa de las palabras nuevas que se han añadido al diccionario.

He subido un lemario con todas las palabras del DLE 23.2.

Nota: Aunque la edición 23.2 tiene 93469 lemas, este fichero solo tiene 91144 entradas. Esto es porque todos los lemas que comparten grafía aparecen en el fichero solo una vez. Por ejemplo, casar¹ (contraer matrimonio), casar² (derogar sentencia) y casar³ (conjunto de casas) son tres lemas distintos pero aparecen una sola vez como «casar».

Estas son las palabras nuevas que han añadido en la edición 23.2:

Habrá que esperar un poquito para poder ver estas palabras (y en general la 23ª edición) en Iedra.es.

Palabras nuevas en la edición 23.1 del DLE

2017-12-21T00:00:00+01:00

Actualización, 22 de diciembre de 2017: He añadido también el puñado de palabras que han retirado de la 23.1.

La RAE acaba de publicar la versión 23.1 de su Diccionario de la Lengua Española. Según su nota de prensa, se incluyen 3345 modificaciones con respecto a la 23ª edición, publicada en 2014.

Aunque muchos medios sacan una muestra de las nuevas palabras, la RAE no facilita el listado completo de adiciones, así que presento aquí la lista completa.

Curiosidad: han añadido el título de este blog en el diccionario ;-)

Habrá que esperar un poquito para poder ver estas palabras (y en general la 23ª edición) en Iedra.es.

Palabras que han retirado en la 23.1

afeitadera
agujadera
alfoliero
alfolinero
alhaquín
alijarar
alijarero
añinero
cavaril
Din
enhestador
estent
hetría
inceptor
lancera
lazrador
licenciadillo
maître
marisabidilla
maruja
pirogálico
travelín
uracho
vellera

Acentuación

2014-11-06T00:00:00+01:00

He añadido un filtro más en la página de resultados para filtrar por palabras según su acentuación: agudas, llanas y esdrújulas. Así podemos averiguar cosas tan primordiales como que la palabra esdrújula más común es «política» o que la palabra llana más larga es «electroencefalografista».

Se dan dos peculiaridades:

Los adverbios terminados en -mente se pronuncian con dos sílabas tónicas: la del adjetivo del que derivan y la de la propia partícula -mente. Se puede decir que son llanas y esdrújulas al mismo tiempo y así se indica en Iedra. Por ejemplo: «normalmente».
En el diccionario hay lemas formados por varias palabras. Por ejemplo, «rara avis» u «obsesivo-compulsivo».

Novedades del DLE de la RAE que se pueden consultar ya

2014-10-17T00:00:00+02:00

Actualización, 21 de octubre de 2014: Ya que en Iedra tengo el año de la primera aparición de las palabras en un diccionario del español, me ha picado la curiosidad de saber, de todos los artículos suprimidos, cuáles llevaban más tiempo entre nosotros y cuáles menos.

La más longeva de las palabras que se eliminan es una que ya recogía el venerable Antono Nebrija en su Vocabulario de 1495:

andado (en su etimología del latín ante natus), que significa (¿significaba?) «hijastro». Desaparece tras 519 años.

Hay siete palabras que desaparecen ahora pero que entraron en el diccionario en 1992:

acejero y hacejero.
copeca (eso sí, nos quedamos con kopek)
memoriógrafo
tangado
aberzale, que se convierte (o revierte) en abertzale
telecinematógrafo

Estas desaparecen tras solo 22 años.

Espasa acaba de publicar la 23ª edición del Diccionario de la lengua española de la RAE. Según su dossier de prensa, incluye aproximadamente 5000 nuevas acepciones y 1350 supresiones con respecto a la edición anterior, publicada en 2001. Aunque en el dossier no se aclara cuándo estarán disponibles todas las novedades en la versión en línea del diccionario (El País dice que a comienzos de 2015), algunas de ellas sí se han ido añadiendo paulatinamente desde hace varios años.

Ahora mismo, según se puede consultar en la página que han preparado con las enmiendas, adiciones y supresiones, podemos ver 1790 nuevos artículos, 172 suprimidos y 8581 enmendados.

Os muestro aquí una lista con las adiciones. Las he ordenado por su frecuencia en Google Ngram, un gran corpus libresco, de manera que las más “acuciantes” quedan arriba y las más “innecesarias” (o con grafía “graciosa”) quedan abajo, sencillamente porque no se usan mucho.

Para interpretar esta lista hay que tener en cuenta dos cosas:

En el DRAE puede haber palabras distintas que tengan la misma grafía (en este sentido, “palabras distintas” quiere decir “palabras con distinta etimología”), y estas se consideran artículos separados. Por eso aparecen muchas palabras que ya llevaban tiempo en el diccionario con otras etimologías, como «costo», «piano», «inteligencia» o «mate». Por ejemplo, manga ya tenía dos entradas, una para el brazo de una prenda de ropa (del latín manĭca) y otra para un árbol (del portugués manga); en esta edición se añade una tercera palabra para el cómic de origen japonés.
Esta lista refleja lo que la RAE ha publicado en la versión en línea hasta la fecha. Ni aparecen aquí todas las novedades, ni todas las novedades que aparecen son definitivas, ya que lo que hay en internet es un avance de la 23ª edición, cuya versión definitiva solo existe en papel por el momento.

Más abajo tenéis una lista con las supresiones.

Artículos nuevos en la 23ª edición del Diccionario de la lengua española, a 17 de octubre de 2014

Artículos eliminados en la 23ª edición del Diccionario de la lengua española, a 17 de octubre de 2014

Primera aparición y enlaces más profundos

2014-08-21T00:00:00+02:00

Primera aparición en la RAE y fuera de ella

Hasta ahora, en Iedra se podía saber, para la mayoría de las palabras, en qué año la había recogido la RAE por primera vez. Pero hace poco, la edición en línea del Nuevo Tesoro Lexicográfico de la Lengua Española incorporó un montón de diccionarios más, editados fuera (y antes) de la Academia, incluyendo los venerables Vocabulario de Antonio Nebrija y Tesoro de Covarrubias. Si podéis, os aconsejo bucear por el NTLLE. Es fabuloso poder ver el surgimiento de las palabras y su evolución en el tiempo. Por ejemplo, así definía Sebastián de Covarrubias «adivinar» 1611:

adivinar. Decir lo que está por venir, sin certidumbre ni fundamento, con temeridad y gran cargo de conciencia. Y a los que profesan esta mala arte llaman adivinos y, si lo hacen consultando el demonio, son castigados con graves penas. Del verbo latín divinare.

Aprovechándome de esto, he añadido un dato más en Iedra que indica el año de primera aparición en un diccionario, junto con el de primera aparición en un diccionario de la RAE. Así, podemos ver casos curiosos en los que la RAE ha remoloneado bastante a la hora de incluir alguna palabra como, por ejemplo, «puñeta», que ya recogía Pedro de Alcalá en 1505, mientras que la RAE lo hizo en 1985, cinco siglos después.

También enlazo a una imagen escaneada de la portada del diccionario.

Para los curiosos, este es el listado de diccionarios, en su primera edición:

Vocabulario español-latino, de Antonio de Nebrija (1495)
Vocabulista arávigo en letra castellana, de Pedro de Alcalá (1505)
Vocabulario de las dos lenguas toscana y castellana, de Cristóbal de las Casas (1570)
Compendio de algunos vocablos arábigos introduzidos en la lengua castellana, de Francisco López Tamarid (1585)
Bibliothecæ Hispanicæ pars altera, de Richard Percival (1591)
Diccionario muy copioso de la lengua española y francesa, de Juan Palet (1604)
Tesoro de las dos lenguas francesa y española, de César Oudin (1607)
Tesoro de las tres lenguas francesa, italiana y española, de Girolamo Vittori (1609)
Tesoro de la lengua castellana o española, de Sebastián de Covarrubias (1611)
Origen y etymología de todos los vocablos originales de la Lengua Castellana, de Francisco del Rosal (1611)
Vocabularium Hispanicum Latinum et Anglicum copiossisimum, de John Minsheu (1617)
Vocabolario español e italiano, de Lorenzo Franciosini Florentín (1620)
Diccionario muy copioso de la lengua española y alemana, de Nicolás Mez de Braidenbach (1670)
Thesaurus utriusque linguae hispanae et latinae, de Baltasar Henríquez (1679)
Diccionario nuevo de las lenguas española y francesa, de Francisco Sobrino (1705)
A new Spanish and English Dictionary, de John Stevens (1706)
Diccionario castellano y portuguez, de Raphael Bluteau (1721)
Diccionario de autoridades, de la RAE (1726)
Tesoro de la Lengua Castellana, de Juan Francisco Ayala Manrique (1729)
Suplemento al Diccionario de la lengua española, de la RAE (1780)
Diccionario de la lengua española, de la RAE (1780)
Diccionario castellano con las voces de ciencias y artes y sus correspondientes en las tres lenguas francesa, latina e italiana, de Esteban de Terreros y Pando (1786)
Diccionario de la lengua castellana, de Manuel Núñez de Taboada (1825)
Nuevo diccionario de la lengua castellana, de Vicente Salvá (1846)
Gran diccionario de la lengua española, de Adolfo de Castro y Rossi (1852)
Diccionario Nacional, de Ramón Joaquín Domínguez (1853)
Diccionario enciclopédico de la lengua española, de Gaspar y Roig (1853)
Diccionario enciclopédico de la lengua castellana, de Elías Zerolo (1895)
Nuevo diccionario enciclopédico ilustrado de la lengua castellana, de Miguel de Toro y Gómez (1901)
Gran diccionario de la lengua castellana, de Aniceto de Pagés (1902)
Diccionario de la Lengua Española, de José Alemany y Bolufer (1917)
Diccionario general y técnico hispano-americano, de Manuel Rodríguez Navas y Carrasco (1918)
Diccionario manual e ilustrado de la lengua española, de la RAE (1927)
Diccionario histórico de la lengua española, de la RAE (1933)

Enlaces más profundos

Con esto de ir engordando cada vez más la ficha de una palabra de Iedra con metadatos, se ha hecho necesario poder enlazarlos directamente. Si pasáis el ratón por alguno de ellos, veréis que aparece un calderón a su derecha. Basta con hacer clic en él y tendréis un enlace al dato. Por ejemplo: el uso en el tiempo de «soviético» o la pronunciación de «chantaje».

Descargar listas de palabras

2014-04-28T00:00:00+02:00

Uno de los usos más interesantes de Iedra (si no el más) es la posibilidad de generar listas de palabras que cumplan una serie de criterios lexicológicos.

Por ejemplo, podríamos querer todas las palabras con un uso específico en biología, los adjetivos que terminan en «oso» o los verbos transitivos, con cuatro o más sílabas, recogidos en el diccionario después de 1900 y que empiezan por «s», ordenados por frecuencia de uso.

La pega es que la interfaz de Iedra ofrece los resultados en páginas de 20 palabras, lo que, para listas largas, hace un poco engorroso exportar los resultados si hay que pasar de página docenas o cientos de veces.

A partir de hoy aparece un nuevo botón para descargar la lista completa de palabras que cumplen los criterios de una búsqueda. Si la búsqueda produce 3500 palabras, el fichero contendrá todas esas palabras, una por línea, ordenadas por el mismo criterio de ordenación.

Por un problema de “paginación profunda”, producir estas listas es costoso desde el punto de vista computacional, así que, para liberar de carga al servidor, se introduce un retardo de 5 milisegundos entre palabra y palabra, con lo que la descarga será algo lenta. Por ejemplo, para descargar una lista de 1000 palabras, la descarga tardaría unos 50 segundos (1000 palabras × 0,05 segundos).

¡Gozadlo!

Novedades (III)

2014-04-24T00:00:00+02:00

Como decía en el estreno del blog, no he descrito en ningún sitio las mejoras que ha ido incorporando Iedra desde octubre de 2012. Y, haciendo repaso, lo cierto es se han acumulado unas pocas. Las enumero por aquí para visibilizarlas y para que me sirvan de guión cuando actualice el “manual de instrucciones” (que también está un tilín obsoleto).

#Palabro del día

El palabro del día es una palabra rara y extravagante que aparece en la portada de Iedra todos los días. Es algo que lleva desde el principio, pero ha cambiado la forma de seleccionar estas palabras. Antes era un trabajo manual que rápidamente encontró su límite: es muy difícil encontrar una palabra extraña todos los días.

Ahora el palabro se escoge automáticamente mediante el siguiente criterio sencillo:

palabra con frecuencia 0 en el CREA. Si no sale en este corpus, es poco común.
frecuencia en Google Ngram menor que 5000. Es muy difícil encontrar palabras que no estén en este corpus, así que relajamos un poco el criterio subiendo a 5000 apariciones.
longitud de hasta 5 letras. Si es cortita, es más probable que sea estrafalaria, porque hay muchas palabras largas poco usadas, pero poco interesantes.
sin marcas regionales. Para evitar palabras que pueden ser poco comunes en la lengua estándar pero muy identificables para el hablante del geolecto.

Este criterio genera una lista sorprendentemente consistente de palabros curiosos. Estos son los de los últimos días: elato, roela, sosal, arpeo, ánulo, pitio, usier…

#Nuevas ordenaciones

A la ordenación por relevancia, orden alfabético y frecuencia en el CREA, se añadieron:

Orden alfabético inverso. Esto significa que los resultados se ordenarán alfabéticamente, pero no por cómo empiezan las palabras, sino por cómo acaban. Es decir, primero las que acaben en «a», luego las que acaben en «b», etcétera.

Esto tiene como consecuencia que Iedra funcione como un auténtico diccionario inverso. En palabras de José Antonio Millán: “es [esta ordenación], por sí misma, una auténtica mina para el investigador de nuestra lengua, así como para el ocultista, el poeta, el artista, el arqueólogo, el crucigramista o el espía…”.

La mejor forma de hacerse una idea de la potencia y utilidad de esta ordenación es echarle un vistazo al lemario inverso de Iedra (todas las palabras del diccionario por orden alfabético inverso).
Longitud del lema. Nada complicado aquí. Se puede ordenar por el número de letras de las palabras, tanto ascendente como descendentemente. Por ejemplo, todas las palabras ordenadas descendentemente y ascendentemente.
Frecuencia. La ordenación por frecuencia, que antes se hacía según el corpus CREA, ahora se hace por el corpus de Google Ngram, que es mucho más exhaustivo.

#Nuevos filtros

Al filtro por rango de año de inclusión, se suman:

Longitud del lema. Para filtrar según el número de carácteres de las palabras. Por ejemplo, todas las palabras con una longitud de entre 10 y 15 letras o con una longitud de exactamente cuatro letras.
Número de sílabas. Análogo al del número de carácteres, pero contando las sílabas. Por ejemplo, un poeta interesado no solo en la rima, sino también en la prosodia, podría querer buscar todas las palabras que acaban en «ero» y tienen exactamente cuatro sílabas.

#Detalle de una palabra

La página de detalle de una palabra tiene unas cuantas cosas más:

El número de sílabas del lema.
La frecuencia en Google Ngram, además de la frecuencia en el CREA.
Una gráfica con la evolución del uso de la palabra en la literatura en español con el transcurso de los años (de 1800 a 2009). Esto es equivalente a buscar la misma palabra en el Ngram Viewer de Google.

Por ejemplo, al mirar los picos de la gráfica de peronismo, se pueden intuir los momentos más relevantes de la historia del movimiento: los inicios con el golpe de 1943 y los primeros gobiernos, el regreso de Perón a Argentina y su muerte en los 70, la “renovación” de los 80 y el kirchnerismo de los 2000.

Y es evidente que los carruajes tuvieron su momento en el siglo XIX.

Colocaciones. Ya se ofrecían las diez palabras que más suelen acompañar a otra en la página de detalle. Ahora, además de aumentar hasta 50 colocaciones, también se muestran las 50 palabras que más suelen preceder a otra. Así, por ejemplo, para personal:

Suelen venir antes	Suelen venir después
experiencia personal	personal docente
carácter personal	personal técnico
servicio personal	personal administrativo
libertad personal	personal especializado
vida personal	personal ocupado
interés personal	personal médico
trabajo personal	personal directivo
comunicación personal	personal militar
seguridad personal	personal académico
responsabilidad personal	personal calificado
…	…

#Mapamundi de acepciones

Aunque en http:/iedra.es/marcas se pueden consultar todas las marcas lexicográficas del diccionario, he creado un mapa para las marcas geográficas a nivel nacional (los países hispanoamericanos, Filipinas y España), que es más amigable para explorar. Cada país indica el número de acepciones que aporta al diccionario, y clicando en ellos se puede acceder a las palabras en sí.

Erinias

2014-04-22T00:00:00+02:00

Erinias es el nuevo blog de Iedra, cuyo fin será, fundamentalmente, comunicar las novedades que se van incluyendo en la herramienta. Pero también pretendo compartir otras cosas que pueden interesar a los usuarios de Iedra: algunos experimentos con palabras que me gusta hacer de vez en cuando (y que generalmente se quedan para mí), tengan que ver o no directamente con Iedra; los engranajes que hacen funcionar a Iedra junto con los retos técnicos que plantean; pequeñas reflexiones o píldoras divulgativas sobre la lengua y los diccionarios; y cosas así. En definitiva, un lugar donde poner cosas que no caben en un tuit.

Durante un tiempo estuve usando Google+ para esto, pero las limitaciones de su editor y la imposibilidad de publicar desde fuera de él me resultan un corsé demasiado incómodo. Quizás por esto, la última actualización es de hace año y medio. Así que me he traído al blog todas las entradas que había en Google+ (al que dejaré en animación suspendida) y en una próxima entrada contaré todas las novedades incluidas desde aquella de octubre de 2012 en la que anunciaba las colocaciones simples.

Para no perdéroslo, lo mejor es que os suscribáis a la fuente RSS ;-)

¡Bienvenidos!

Colocaciones

2012-10-22T00:00:00+02:00

Una pequeña novedad: para cada palabra, se indican las diez palabras que más suelen acompañarla en la literatura en español, según los Ngrams de Google. Es la forma más rudimentaria de extracción de colocaciones.

Por ejemplo, para «llanto»:

llanto amargo
llanto silencioso
llanto contenido
llanto desesperado
llanto eterno
llanto inconsolable
llanto incontenible
llanto triste
llanto infantil
llanto general