1. Estructura del vocabulario

1.1. Valores generales
Número total de ocurrencias del corpus (N): 2.234.454;
Número total de lemas (V): 26.461;
Número total de acepciones: 36.116;
Índice de repetición (N/V): 84,44;
Índice de riqueza léxica (Carrol CTTR: V/√2N): 12,52;
Número de lemas neológicos: 6.914;
Índice de repetición de los neologismos: 5,56;
Lemas de frecuencia muy alta (f_abs > 1700): 140; 
Lemas de frecuencia alta (f_abs > 300): 570;
Lemas de frecuencia media (f_abs > 30): 3.130;
Lemas de frecuencia baja ((f_abs < 30 i >1): 12.996;
Hápax (H): 9.625;
%H (percentatge de hápax sobre el total de V): 36,37%;
Frecuencia máxima_abs: 185.161
Frecuencia máxima_rel: 828,66/10000

 

1.2. Valores según la tipología textual
Textos A:

Número de ocurrencias (N_a): 443.727;
número de lemas (V_a): 9.086;
número de acepciones: 11.404;
índice de repetición (N_a/V_a): 49,07;
índice de riqueza léxica (Carrol CTTR: V_a/√2N_a): 9,64;
número de lemas neológicos: 1.371 (= 15,09%);
índice de repetición de los lemas neológicos: 5,79;

Textos B:

Número de ocurrencias (N_b): 455.640;
número de lemas (V_b): 10.776;
número de acepciones: 15.313;
índice de repetición (N_b/V_b): 42,28;
índice de riqueza léxica (Carrol CTTR: V_b/√2N_b): 11,29;
número de lemas neológicos: 3.080 (= 28,58%);
índice de repetición de los lemas neológicos: 3,69;

Textos C:

Número de ocurrencias (N_c): 456.977;
número de lemas (V_c): 8.125;
número de acepciones: 12.102;
índice de repetición (N_c/V_c): 56,24;
índice de riqueza léxica (Carrol CTTR: V_c/√2N_c): 8,50;
número de lemas neológicos: 1.872 (= 23,04%);
índice de repetición de los lemas neológicos: 3,35;

Textos D:

Número de ocurrencias (N_d): 439.797;
número de lemas (V_d): 10.458;
número de acepciones: 14.910;
índice de repetición (N_d/V_d): 42,05;
índice de riqueza léxica (Carrol CTTR: V_d/√2N_d): 11,10;
número de lemas neológicos: 1.433 (= 13,79%);
índice de repetición de los lemas neológicos: 4,00;

Textos E:

Número de ocurrencias (N_d): 438.313;
número de lemas (V_d): 9.903;
número de acepciones: 14.861;
índice de repetición (N_d/V_d): 44,26;
índice de riqueza léxica (Carrol CTTR: V_e/√2N_e): 10,57;
número de lemas neológicos: 2.162 (= 21,83%);
índice de repetición de los lemas neológicos: 3,12;

 

1.3. Valores funcionales

Valores nominales (sust., adj., loc. adj.  y loc. nom.):

Número de lemas: 17.312;
número de ocurrencias: 560.173;  
índice de repetición: 32,36;
porcentaje de lectura: 25,05%

Valors verbales (verbos y loc. verb.):

Número de lemas: 6.062;
número de ocurrencias: 389.863;  
índice de repetición: 64,31;
porcentaje de lectura: 17,45%

Valores adverbiales (adv. y loc. adv.):

Número de lemas: 1.629;
número de ocurrencias:122.799;  
índice de repetición: 75,38;
porcentaje de lectura: 5,49%

Valores de los lemas de inventario cerrado (artículos, determinantes, pronombres...):

Número de lemas: 380;
número de ocurrencias: 525.608;
índice de repetición: 1.384,18;
porcentaje de lectura: 23,51%;

Valores de los conectores  (prep. y loc. prep., conj. y loc. conj.):

Número de lemas: 575;
número de ocurrencias: 590.525;  
índice de repetición: 1.026,09;
porcentaje de lectura: 26,31%

Valores de la onomástica (nom. prop.):

Número de lemas: 9.123;
número de ocurrencias: 54.282;  
índice de repetición: 5,05;
porcentaje de lectura: 2,40%

Proverbios, elementos marginales y formas de otras lenguas (latín, griego, catalán, árabe, hebreo...):

Número de lemas: 786;
número de ocurrencias: 7.438;  
índice de repetición: 9,46;
porcentaje de lectura: 0,31%

 

2. Estructura de la base de datos

La base de datos del DiCCA-XV consta de varias tablas interrelacionadas que permiten realizar búsquedas a partir de cualquiera de sus campos. Por ello, además de la consulta del diccionario a partir del lemario, la interfaz de usuario permite realizar consultas complejas según distintos criterios:

a) gramaticales: obtención de listados de locuciones adverbiales, o de locuciones verbales, o de verbos con determinado morfema flexivo o derivativo...

b) léxicos y semánticos: conjunto de términos de un determinado campo semántico, o listado de verbos que seleccionan un argumento determinado, o de adjetivos que exigen cierto rasgo semántico del término que complementan...

c) etimológicos: relación de los latinismos, o de los préstamos del catalán o del italiano, o de los neologismos del siglo XV...

d) onomásticos: listados de topónimos de determinado ámbito geográfico, o de antropónimos propios de una zona o de una población, o listados de personajes mitológicos o literarios...

e) textuales: obtención de listados de todos los contextos de determinado lema, o de los términos que aparecen en relación de coocurrencia (en las dos posiciones anteriores y posteriores), o de los que presentan determinada estructura sintáctica...

La posibilidad de entrecruzar estos criterios permite obtener un sinfín de resultados que esperamos que facilite la tarea investigadora de filólogos e historiadores y, en general, de cuantos se interesen por una época y una área geográfica fundamentales para la configuración del español moderno.