Rarámuri DigitalInfraestructura lexicográficav3.1
P-02 · Corpus

Corpus digital rarámuri-español

Estado
Operativo
Unidad
Documento por entrada
Versión
1.0

Objetivo

Integrar todas las entradas y segmentos textuales en un corpus consultable.

Entradas y salidas

Entradas

  • Entradas maestras
  • Ejemplos
  • Comentarios

Salidas

  • Consulta web
  • API JSON
  • Exportación TSV
  • Exportación JSONL

Esquema

01document_idSTRING
02entry_idSTRING
03headword_rrmSTRING
04classificationSTRING
05translation_esSTRING
06context_rrm_esSTRING
07token_countNUMBER
08source_pageSTRING

Método

Segmentación de texto, normalización conservadora, indexación, vinculación con entry_id y preservación de página fuente.

  1. 01
    Selección

    Identificación de registros y evidencias aplicables.

  2. 02
    Transformación

    Normalización sin sustitución de la grafía fuente.

  3. 03
    Validación

    Control de estructura, procedencia y excepciones.

  4. 04
    Publicación

    Vista web, consulta y exportación versionada.

Dependencias

P-01Base lexicográfica maestra

Trazabilidad

IdentificadorP-02
Fuente mínimaentry_id + source_code + page
Estado de datosDerivado de P-01
Validación lingüísticaPendiente

Corpus

Documentos2,581
Con contexto622
Tokens18,043
Caracteres115,158

Consulta

Documentos

DocumentoForma RRMClaseTraducción ESContextoPágina

Consultando…