Jacobo04/convertidor_xml_tei_p5

TRADILEX Convertidor XML TEI v8.3.4

Aplicación Gradio para convertir archivos .txt con entradas limpias de diccionarios históricos a XML TEI P5.

Cambios de v8.3.4

• —Remisiones V. dentro de <etym> representadas como <xr type="etym">, conservando el literal documental en <seg type="raw">.
• —Remisiones ordinarias resueltas contra subentradas <re> únicamente mediante coincidencia exacta y destino único.
• —Fronteras de subentrada ampliadas para formas interrogativas/exclamativas con categoría explícita y para fórmulas o juramentos estructuralmente inequívocos.
• —Los segmentos desnudos sin estructura autónoma continúan como subacepciones de la subentrada activa, aunque contengan signos de admiración.
• —Las subentradas nuevas sin categoría propia heredan linealmente la categoría de la subentrada inmediatamente anterior. Si esa categoría incluye marca fraseológica y categoría gramatical, se conservan ambas.
• —Dentro de una misma subentrada, una categoría explícita del nuevo segmento tiene prioridad; si no existe, se hereda la del sense anterior. La categoría nuclear de la entrada actúa solo como fallback.
• —La procedencia de la herencia queda diferenciada en XML: inherited-from-previous-sense para continuidad dentro de la misma <re> e inherited-from-previous-subentry para continuidad entre <re> sucesivas.
• —Se conservan las mejoras de v8.3.3 sobre contenido mixto en remisiones, puntuación, conjunciones y marcas de registro.

Núcleo lexicográfico

Prioridad estructural activa en subentradas:

1. 1.categoría explícita del segmento;
2. 2.herencia lineal desde la subentrada o sense anterior;
3. 3.categoría nuclear de la entrada como fallback;
4. 4.revisión manual cuando no existe evidencia documental suficiente.

Salidas

• —XML TEI P5;
• —IR JSON;
• —reporte CSV;
• —resumen JSON.