Roadmap hacia el diccionario grande
La Sonda nació sobre Miniñol (~4.558 voces) pero está pensada para escalar al diccionario grande. La clave está en como-esta-hecho: la capa de búsqueda no sabe de dónde viene el dato, así que crecer es reindexar, no reescribir. Lo que cambia:
1. Autocompletado con FST en cliente
Hoy el autocompletado (prefijo + difusa) se hace en JS sobre el índice embebido — sobra para miles de voces. A 100.000+, pasa a un FST comprimido en WebAssembly que el navegador baja una vez y consulta en local: instantáneo y tolerante a erratas. → Diseño desmontado en el repo dev/diccionario, doc «autocompletado-fst».
2. Buscar en Definición = el buscador inverso pleno
El «Buscar en» encenderá Definición: describes la idea («relativo al agua») y sale la palabra. Con muchas voces, la búsqueda de texto pesada pasa a Postgres FTS detrás de una API; el front pregunta (deja de ser 100% offline solo para este modo).
3. Vecinas (embeddings por sentido)
Para cada sentido de una palabra, sus voces semánticamente próximas, por embeddings sobre las definiciones (en «gato»: el felino → lince/leopardo; la herramienta → cric/grúa). Es la parte estadística: sugeridor, no verdad — la red de verdad es la cremallera del diccionario grande.
4. Más facetas cuando lleguen los datos
- Categoría gramatical (POS), marcas lexicográficas, tema.
- Atlas semántico (mapa 2D por embeddings) y complejidad (riqueza semántica).
- Etimología como ámbito de «Buscar en».
5. Ficha de palabra
Al hacer clic, su ficha: definición por niveles, fonética, familia, rima, vecinas — cuando el diccionario grande tenga esas dimensiones que hoy están «· pronto».
Motor: build interno, función directa
A escala, el enriquecido del build (silabeo, fonética) debe llamar a la función directa en el servidor, no al apifront (rate limit). Ver decisiones-arqueologia y pendientes.
*El origen del catálogo de ideas es la auditoría de Iedra/Dirae (repo dev/diccionario, doc «auditoria-iedra»): qué copiar y qué no.*