Resumen
Nuestra lista de palabras se construye con datos abiertos. Esta página reconoce el trabajo de quienes los publican y explica con qué condiciones los usamos y con cuáles puedes reutilizar lo que nosotros publicamos. El cómo está en la metodología.
Fuentes de la versión actual, con su dirección, su licencia y la fecha de descarga:
| Fuente | Licencia | Uso |
|---|---|---|
| Diccionario Hunspell es_ES (España), de RLA-ES y LibreOffice | GPL 3.0, LGPL 3.0 o MPL 1.1, a elegir | Inventario de palabras y marca de España |
| Diccionario Hunspell es_MX (México), de RLA-ES y LibreOffice | GPL 3.0, LGPL 3.0 o MPL 1.1, a elegir | Inventario de palabras y marca de México |
| Diccionario Hunspell es_AR (Argentina), de RLA-ES y LibreOffice | GPL 3.0, LGPL 3.0 o MPL 1.1, a elegir | Inventario de palabras y marca de Argentina |
| Diccionario Hunspell es_CO (Colombia), de RLA-ES y LibreOffice | GPL 3.0, LGPL 3.0 o MPL 1.1, a elegir | Inventario de palabras y marca de Colombia |
| Patrones de silabeo del español hyph_es (hyph-utf8, distribuidos con pyphen) | Patrones: MIT/X11 (Javier Bezos, CervanTeX); código de pyphen: GPL 2.0+, LGPL 2.1+ o MPL 1.1 | División en sílabas |
| Wikcionario en español (volcado de artículos) | CC BY-SA 4.0 | Categoría, género, número y marcas regionales |
| wordfreq (paquete de Python), datos del español | Código: Apache 2.0; datos: CC BY-SA 4.0 (incluye OpenSubtitles, Wikipedia, SUBTLEX y otros corpus) | Frecuencia de uso |
| Leipzig Corpora Collection, listas de palabras del español | CC BY 4.0 | Frecuencia de uso, como contraste |
| Wordle (ES): partidas jugadas y observación diaria (lapalabradeldia.com) | Datos que observamos nosotros; nunca extraemos el código ni la lista de palabras del juego | Reglas del juego y soluciones diarias |
Diccionarios Hunspell de español
Los diccionarios ortográficos de español para España (es_ES), México (es_MX), Argentina (es_AR) y Colombia (es_CO) proceden del proyecto de diccionarios de español de LibreOffice (RLA-ES) y de sus colaboradores. Se distribuyen bajo una licencia triple, a elegir entre GNU GPL, GNU LGPL y Mozilla Public License (MPL).
Usamos listas de palabras derivadas de esos diccionarios, expandidas con sus reglas de flexión, para formar el inventario de base y asignar las etiquetas regionales. Damos las gracias a sus autores y colaboradores. Los términos completos de cada licencia acompañan a los diccionarios en sus repositorios de origen, enlazados en la tabla de arriba.
Wikcionario en español
Parte de la información gramatical (categoría, género, número, formas flexionadas y marcas regionales) procede de Wikcionario en español, cuyo contenido se publica bajo la licencia Creative Commons Atribución-CompartirIgual 4.0 (CC BY-SA 4.0). Agradecemos el trabajo de sus editores.
- No copiamos definiciones. Las definiciones breves del sitio están escritas por nosotros.
- Cada página de palabra enlaza a su entrada en Wikcionario cuando existe.
- Los datos derivados de Wikcionario que redistribuimos (por ejemplo, en nuestras descargas) se publican bajo la misma licencia CC BY-SA 4.0, como exige su cláusula de compartir igual.
wordfreq
Las frecuencias de uso proceden de wordfreq, de Robyn Speer y colaboradores. El código de wordfreq se distribuye bajo la licencia Apache 2.0, y sus datos de frecuencias, bajo CC BY-SA 4.0. Los usamos para calcular el rango de frecuencia de cada palabra y, a partir de él, qué palabras son comunes y su puntuación de jugabilidad. wordfreq combina varios corpus cuyos autores se citan en su documentación.
Diccionario de la lengua española (RAE)
Consultamos el Diccionario de la lengua española de la Real Academia Española, en su versión en línea, para resolver dudas puntuales sobre la validez o la ortografía de una palabra. No lo descargamos, no lo procesamos en bloque y no reproducimos su contenido.
Prensa y archivos de aficionados
Las soluciones de días anteriores al lanzamiento del sitio se reconstruyen a partir de registros públicos que recogen la palabra de cada día: artículos de prensa (sobre todo Vandal) y archivos de aficionados que la anotan por número de partida. Usamos solo el dato (qué palabra fue solución y en qué fecha), lo contrastamos entre fuentes cuando es posible y citamos la fuente en la página de cada día. Las soluciones posteriores al lanzamiento las anotamos nosotros jugando en el tablero oficial.
Cómo reutilizar nuestros datos
Las listas y tablas descargables del sitio (por ejemplo, los CSV de palabras y de frecuencias de letras) se publican bajo la licencia CC BY-SA 4.0, porque derivan en parte de datos con esa misma licencia. Puedes copiarlas, adaptarlas y usarlas en clase, en una aplicación o en un trabajo, también con fines comerciales, siempre que cites la fuente y compartas tus versiones con la misma licencia.
Atribución sugerida:
Datos: palabrasde5letras.com (CC BY-SA 4.0), a partir de los diccionarios Hunspell de español (RLA-ES), Wikcionario y wordfreq.
Los textos, el diseño y el código del sitio no se incluyen en esta licencia, salvo que se indique lo contrario.
Tipografías
Las tipografías del sitio se sirven desde nuestro propio dominio y se distribuyen bajo la SIL Open Font License (OFL), que permite usarlas e incrustarlas libremente.
Marcas
Wordle es una marca de The New York Times Company. Wordle (ES) es un juego independiente con su propio titular. Mencionamos ambos nombres solo para identificar los juegos de los que hablamos.
Este sitio no está afiliado a Wordle (ES) ni a The New York Times; los nombres se usan solo para identificar los juegos.
¿Ves algún problema con una atribución o una licencia? Escríbenos a contacto@palabrasde5letras.com y lo revisamos enseguida.