El primer léxico completo de El Quijote elaborado por un equipo de la UAM

Durante siete años, el proyecto LYNEAL (Letras y Números en Análisis Lingüísticos), ha desarrollado una idea pionera: organizar sistemáticamente las 400.000 palabras que aparecen en El Quijote, según su disposición, categoría sintáctica y su asociación con los 214 personajes que aparecen en la obra, combinando el procesamiento automático con la revisión humana. El trabajo ha sido resultado de la colaboración entre un equipo de la UAM, coordinado por el catedrático de Lingüística Antonio Moreno Sandoval, y otro de la Universidad de Tokio, liderado por Hiroto Ueda.

El estudio revela la notable riqueza lingüística de Cervantes y su capacidad para emplear de manera creativa el lenguaje culto y el habla popular. Esto le permite reflejar las diferencias sociales, de edad y educación de los personajes, así como plasmar su evolución a lo largo de la trama. En total, el léxico cervantino reúne 8.555 entradas, más del triple de las que usa un hablante actual.Este trabajo permite una aproximación más sistemática y detallada a la obra cervantina, inviable con las aproximaciones tradicionales, pero además abre todo un campo de posibilidades de investigación y análisis futuro. En este sentido, la organización del vocabulario permitirá el desarrollo de buscadores y generadores de texto basados en la Inteligencia Artificial que puedan emplear esta base de datos para explorar el texto desde distintas perspectivas o reproducir con fidelidad el estilo cervantino.

La base de datos está accesible en abierto tanto para investigadores como para el público general. Puede leerse aquí la entrevista de RTVE realizada a Antonio Moreno Sandoval.