Cómo elaborar el diccionario de una lengua construida

Elaborar el diccionario de una lengua construida no significa volcar una lista de equivalencias. Un diccionario útil explica qué significa cada forma, cómo se pronuncia, de qué unidades procede, en qué contextos funciona y cómo se diferencia de términos próximos. También debe coincidir con la gramática y con cualquier traductor asociado.

En una lengua nueva, el diccionario actúa además como control de calidad. Permite detectar raíces duplicadas, derivaciones contradictorias, grafismos repetidos y traducciones que no pueden reconstruirse. Esta guía propone una estructura sostenible para pasar de una hoja de palabras a una base léxica navegable, versionada y preparada para crecer.

Define qué representa una entrada

La primera decisión es distinguir entre raíz, lema, forma flexionada y combinación productiva. Si cada plural o tiempo verbal se publica como una palabra independiente, el número de entradas crecerá sin aportar conocimiento. Si solo aparecen raíces, el usuario quizá no sepa cómo se comportan en una frase.

Establece un nivel principal y enlaza los demás. Una raíz puede tener ficha propia; sus derivaciones regulares aparecen como familia; las formas irregulares reciben entradas específicas. En Avuneki, muchas de las 5.000 formas documentadas son combinaciones analizables, no 5.000 raíces inconexas.

Diseña una ficha léxica completa

Cada entrada necesita información suficiente para comprenderse fuera de la lista. La traducción breve sirve para buscar, pero no sustituye la definición. Añade la categoría, pronunciación, segmentación y al menos una frase de uso.

• Lema canónico: forma utilizada como referencia.
• Grafismo: representación en la escritura propia.
• Pronunciación: transcripción y guía accesible.
• Categoría: función léxica o gramatical.
• Definición: núcleo de significado y alcance.
• Morfología: raíz y unidades añadidas.
• Ejemplos: uso contextualizado y traducción.
• Relaciones: familia, contraste, sinónimos o variantes.
• Versión: fecha o estado de validación.

La definición debe poder sobrevivir a la traducción

Evita definiciones que repitan una sola palabra española. Si el lema se traduce como «presencia», explica si designa existencia, atención, disponibilidad o manifestación. Esa precisión permite elegirlo correctamente cuando varias palabras comparten una aproximación.

Construye primero un inventario canónico

Antes de generar familias, crea una tabla de raíces y morfemas aprobados. Cada identificador debe ser único y estable. No utilices el texto visible como único identificador, porque una corrección ortográfica podría romper enlaces, ejemplos y traducciones.

El inventario canónico funciona como fuente de verdad. La web, el manual, el teclado y el traductor deben leer los mismos datos o derivarse de ellos. Si se mantienen copias separadas, tarde o temprano una forma significará algo distinto en cada herramienta.

Normalización y búsqueda

Los usuarios buscarán con mayúsculas, sin tildes, con espacios o con guiones diferentes. Guarda la forma canónica y genera una versión normalizada para búsqueda. La interfaz puede tolerar variaciones sin alterar la escritura oficial.

Decide cómo se tratan grafías antiguas y errores comunes. En lugar de crear entradas duplicadas, utiliza alias que conduzcan al lema correcto. Muestra una nota para que la corrección sea comprensible y no parezca un resultado arbitrario.

Categorías que realmente ayuden

Las categorías deben servir para explorar y filtrar. Puedes organizar por clase gramatical, campo semántico, raíz, modulador, aspecto, frecuencia o nivel de aprendizaje. No llenes la interfaz con etiquetas que solo entiende el creador.

Un filtro útil responde una pregunta: «quiero ver procesos relacionados con memoria» o «necesito todas las formas construidas con este aspecto». Combina filtros de manera predecible y muestra cuántos resultados quedan. El diccionario Avuneki utiliza filtros para evitar una lista plana de miles de combinaciones.

Taxonomía editorial y taxonomía lingüística

No confundas categorías para organizar la web con categorías del idioma. «Nivel inicial» puede ser una etiqueta pedagógica; «modulador» describe la estructura. Ambas son útiles, pero deben almacenarse y presentarse como dimensiones diferentes.

Familias de palabras y navegación

Una entrada no debería ser un callejón sin salida. Enlaza la raíz, las derivaciones y los contrastes. El usuario aprende más al comparar cinco miembros de una familia que al memorizar cinco traducciones dispersas.

Representa visualmente qué segmento cambia. Puedes resaltar la raíz con un color, el modulador con otro y el aspecto con un tercero, siempre acompañados por etiquetas textuales. El color aporta orientación, pero no debe ser el único canal de información.

Ejemplos de uso y corpus

Los ejemplos muestran restricciones que una definición breve no puede contener. Incluye frases naturales dentro del sistema, no construcciones diseñadas únicamente para exhibir la palabra. Traduce el sentido completo y, cuando sea útil, añade una versión literal segmentada.

Mantén un corpus de ejemplos con identificadores. Si una raíz cambia, podrás localizar todas las frases afectadas. Clasifica cada ejemplo como canónico, didáctico, literario o experimental para que una licencia poética no se interprete como regla general.

Equivalencias y sentidos múltiples

Una forma puede tener varios sentidos relacionados. En vez de separarlos sin conexión, enumera acepciones con condiciones de uso. Si los sentidos ya no comparten un núcleo reconocible, considera tratarlos como homónimos con entradas diferenciadas.

En la dirección inversa, una palabra española puede corresponder a varios lemas. El diccionario debe presentar la diferencia y pedir contexto. «Tiempo» puede ser duración, momento, época o clima; asignar siempre una sola forma produciría traducciones incorrectas.

Evita prometer equivalencia exacta

La traducción breve es una puerta de entrada, no una identidad matemática. Incluye definiciones y ejemplos para mostrar qué información añade o pierde cada elección. Esta cautela es especialmente importante en palabras abstractas y términos culturales.

Cómo conectar diccionario y traductor

El traductor debe consultar los identificadores y equivalencias del diccionario. Cuando reconoce una forma compuesta, segmenta sus unidades y recupera las definiciones asociadas. Cuando recibe español, necesita resolver acepciones antes de seleccionar el lema.

Prueba ambas direcciones automáticamente. Para cada equivalencia canónica, traduce al otro idioma y vuelve al origen. El resultado puede variar en estilo, pero debe conservar la estructura documentada. Si una forma Avuneki válida no se reconoce, falta una regla de análisis o los datos no están sincronizados.

El traductor bidireccional de Avuneki incluye un teclado de símbolos para introducir grafismos sin depender de una fuente física. La entrada visual debe transformarse en los mismos identificadores que utiliza la transliteración.

Generación automática de combinaciones

Un generador puede cruzar raíces, moduladores y aspectos, pero no todas las combinaciones posibles merecen una definición. Separa las formas generadas de las validadas. Las primeras sirven para detectar colisiones y explorar; las segundas pueden mostrarse como parte oficial del idioma.

Aplica reglas de compatibilidad. Una raíz de entidad quizá no acepte un marcador reservado a procesos sin reinterpretación. Si el sistema permite esa extensión, descríbela. No publiques una frase genérica producida por plantilla como si fuera una explicación semántica completa.

Detección de duplicados y colisiones

Busca tres tipos de duplicación: misma forma con definiciones incompatibles, formas diferentes con significado indistinguible y grafismos visualmente repetidos. Cada caso requiere una solución distinta. La homonimia puede ser intencionada; el sinónimo puede representar un registro; el grafismo duplicado suele afectar la legibilidad.

Automatiza comparaciones exactas y revisa manualmente la proximidad. Dos definiciones no serán idénticas palabra por palabra, pero pueden describir el mismo concepto. Incluye ejemplos contrastivos para demostrar que ambas entradas poseen una función propia.

Datos estructurados y formato técnico

Guarda la información en un formato estructurado: base de datos, JSON, YAML o tabla bien diseñada. Evita que la única versión exista dentro de párrafos de una página. Los campos permiten filtrar, validar y exportar sin interpretar texto libre.

Un esquema básico puede incluir identificador, lema, glifo, pronunciación, categoría, raíz, morfemas, definición, equivalencias, ejemplos y versión. Valida que los campos obligatorios estén completos y que todas las referencias apunten a identificadores existentes.

Unicode, fuentes y accesibilidad

Si la escritura utiliza caracteres propios, define una estrategia de codificación y una transliteración estable. Una fuente personalizada no convierte automáticamente cada dibujo en texto interoperable. Añade etiquetas accesibles, alternativas en alfabeto latino y mecanismos de copia que preserven el valor correcto.

Diseño de la interfaz del diccionario

La búsqueda debe ocupar una posición clara y responder mientras el usuario escribe. En móvil, los filtros pueden plegarse sin ocultar el número de resultados. Cada tarjeta necesita jerarquía visual: lema y significado primero; análisis y metadatos después.

Utiliza contraste suficiente y no presentes texto rojo sobre azul ni contornos decorativos que dificulten la lectura. Los estados de foco, selección y teclado deben ser visibles. Una estética futurista puede conservar elegancia si la información continúa siendo el elemento principal.

Versiones, cambios y formas obsoletas

Un diccionario de una lengua en desarrollo cambiará. Registra cuándo se añadió o modificó una entrada y por qué. Si sustituyes un lema, conserva una redirección o ficha histórica. Los textos antiguos seguirán necesitándolo.

Distingue borrador, revisión y canónico. Solo las formas canónicas deberían alimentar por defecto al traductor y al manual. Las experimentales pueden mostrarse en un laboratorio separado para recibir pruebas sin confundir al principiante.

Control editorial antes de publicar

1. Comprueba que lema, grafismo y pronunciación sean únicos o estén justificados.
2. Revisa que la definición no dependa únicamente de una equivalencia española.
3. Valida la segmentación con la gramática vigente.
4. Prueba ejemplos en ambas direcciones de traducción.
5. Confirma categorías, filtros y relaciones familiares.
6. Comprueba visualización móvil, copia y teclado.
7. Registra la versión y el responsable de la revisión.

Este control puede automatizar campos y referencias, pero la coherencia semántica necesita lectura humana. Una entrada técnicamente completa puede seguir siendo vaga o duplicar otra.

Índices en ambos sentidos

Un diccionario bilingüe necesita dos recorridos auténticos. El índice Avuneki–español parte de la forma canónica y explica sus sentidos. El índice español–Avuneki comienza por una intención y puede ofrecer varias opciones contextualizadas. No basta con invertir mecánicamente una tabla, porque una misma palabra española suele agrupar conceptos distintos.

Construye un índice de equivalencias con acepciones identificadas. Por ejemplo, una búsqueda de «apertura» puede referirse a un espacio, una disposición emocional, el inicio de un acto o una posibilidad. El resultado debe preguntar o mostrar el contexto necesario. Esta estructura mejora tanto la consulta humana como el traductor.

Búsqueda por significado

Además de coincidencias textuales, permite explorar relaciones: términos más generales, más específicos, opuestos y asociados. Una persona puede no recordar el lema, pero sí saber que pertenece al campo de memoria y expresa continuidad. Los filtros semánticos deben conducirla a una lista breve y explicable.

SEO sin sacrificar la calidad lingüística

Cada lema importante puede tener una URL estable, un título descriptivo y una definición visible. Esto facilita que los buscadores comprendan la página y que otras publicaciones enlacen una referencia concreta. Evita crear miles de páginas casi idénticas para cada combinación automática: el contenido escaso o repetido perjudica la utilidad y diluye la autoridad del proyecto.

Prioriza páginas de familias, conceptos y guías con información sustancial. Las combinaciones regulares pueden cargarse dentro de la aplicación sin necesitar una URL indexable individual. Incluye enlaces desde artículos didácticos hacia las entradas relevantes y devuelve enlaces desde el diccionario hacia la explicación gramatical.

Revisión comunitaria sin perder control

Si aceptas propuestas, utiliza un formulario estructurado que pida definición, necesidad, análisis, ejemplos y contraste. Una votación popular puede señalar interés, pero no sustituye la revisión lingüística. Publica criterios de aceptación y explica las decisiones para que la comunidad aprenda del proceso.

Conserva la autoría de las contribuciones y una conversación asociada a cada propuesta. Cuando varias personas utilizan una palabra de modo estable, ese uso es evidencia relevante. Aun así, cualquier incorporación debe comprobar su compatibilidad con el inventario canónico y recibir una versión.

Errores frecuentes en diccionarios de conlangs

• Inflar el número de palabras contando cada combinación regular como raíz nueva.
• Copiar equivalencias sin definir el alcance propio.
• Separar datos y traductor hasta que producen respuestas distintas.
• No mostrar ejemplos que permitan elegir entre términos próximos.
• Cambiar formas canónicas sin conservar historial ni redirecciones.
• Depender del color o de una fuente sin alternativas accesibles.
• Publicar generación automática sin validación conceptual.

El diccionario como mapa del idioma

Un buen diccionario no es el almacén final de una lengua, sino una interfaz entre sus reglas y sus usos. Permite seguir una raíz, comparar transformaciones y comprobar que una frase nueva pertenece realmente al sistema.

En Avuneki, esa función resulta esencial porque las palabras se construyen. El usuario debe ver qué parte expresa el núcleo, cuál modifica la perspectiva y cuál sitúa el aspecto. Cuando diccionario, gramática, teclado y traductor comparten la misma fuente, el idioma deja de depender de interpretaciones aisladas y puede crecer con equilibrio.