Fuentes de datos
Los conjuntos de datos abiertos en los que se basan los diccionarios y las tablas de conjugación verbal de CoolPan: sus autores, licencias y los cambios que hicimos.
Datos de conjugación de verbos en hebreo
Los datos de conjugación de verbos en hebreo se basan en las Hebrew Verb Lists, creadas por Eran Tomer como parte de su tesis de maestría «Automatic Hebrew Text Vocalization» en la Universidad Ben-Gurión, bajo la dirección del Prof. Michael Elhadad.
- Derechos de autor:
- © Eran Tomer
- Licencia:
- CC BY 4.0
- Fuente:
- github.com/NNLP-IL/Hebrew-Resources
- Datos modificados:
- importados a una base de datos, formas PRESENT deduplicadas por persona gramatical, vinculadas a lexemas.
Léxico y acepciones del inglés
Los datos del diccionario inglés (lemas, categorías gramaticales, acepciones y sus definiciones) se basan en Open English WordNet, edición 2025, una bifurcación y continuación mantenida por la comunidad de la base léxica Princeton WordNet.
- Licencia:
- CC BY 4.0
- Fuente:
- github.com/globalwordnet/english-wordnet
- Atribución:
- Este recurso se distribuye bajo la licencia CC BY 4.0 con atribución tanto a Princeton WordNet como al equipo de Open English Wordnet.
- Datos modificados:
- importados a una base de datos; acepciones vinculadas a lexemas y ordenadas por frecuencia (ver la entrada de Princeton WordNet más abajo).
Niveles de dificultad MCER (inglés)
Las palabras en inglés están etiquetadas con un nivel de dificultad MCER (A1-C2) usando Words-CEFR-Dataset, que asigna a cada palabra inglesa (según su categoría gramatical) su nivel de dominio del idioma.
- Licencia:
- MIT
- Fuente:
- github.com/Maximax67/Words-CEFR-Dataset
- Datos modificados:
- unidos a las entradas del diccionario por lema y categoría gramatical.
Clasificación de acepciones por frecuencia (inglés)
Cuando una palabra inglesa tiene varias acepciones, se ordenan según la frecuencia con que cada una aparece realmente en los textos, a partir de los recuentos de etiquetado de la concordancia semántica de Princeton WordNet 3.0.
- Licencia:
- Princeton WordNet License
- Fuente:
- wordnet.princeton.edu
- Datos modificados:
- recuentos de acepciones unidos a las acepciones de Open English WordNet por sense key; se usan para calcular el campo sense_rank.
Datos de frecuencia de palabras
Lo común que es una palabra (se usa para estimar la confianza al resolver una palabra por el contexto) se calcula sin conexión con la biblioteca wordfreq, que agrega datos de frecuencia de grandes corpus de texto en muchos idiomas, incluidos el hebreo y el inglés.
- Licencia:
- Apache-2.0
- Fuente:
- github.com/rspeer/wordfreq
- Datos modificados:
- valores de frecuencia calculados sin conexión y guardados en cada entrada del diccionario.