Cómo funciona
SigPhi responde a partir de fuentes primarias de dominio público y conserva el vínculo entre cada respuesta y los pasajes recuperados.
Procedencia de los textos
El corpus reúne ediciones de dominio público de bibliotecas digitales como Project Gutenberg, Wikisource e Internet Archive, además de textos incorporados desde otros repositorios públicos. La Biblioteca muestra el autor, la obra, la lengua y las notas editoriales disponibles. Las biografías sirven únicamente como contexto y no son fuentes citables. Los textos no se retocan nunca: la limpieza elimina solo los restos de imprenta del escaneo —números de página, encabezados repetidos, palabras partidas a final de línea—, nunca una sola palabra del texto, y nunca se cosen ediciones distintas sin indicarlo.
División e indexación
Los textos se normalizan y se dividen en pasajes solapados para no perder el contexto entre fragmentos. Cada pasaje conserva autor, obra, lengua y avisos de autoría o integridad. La búsqueda combina similitud semántica y coincidencia de palabras antes de seleccionar los pasajes que recibe el modelo.
Qué significa «cita verificable»
Una cita del chat solo se publica si supera unas comprobaciones que no dependen del modelo: la frase que la sostiene debe estar literalmente en el pasaje recuperado, el autor y la obra del paréntesis deben ser los de ese pasaje, y lo que el lector lee entre comillas debe encontrarse en algún pasaje. Una segunda lectura automática comprueba que la afirmación se desprenda de él, y puede equivocarse. El capítulo o la sección salen de la posición real de la cita dentro de la edición y no se muestran si no constan. Cuando una parte de la respuesta no se puede sostener, se retira su cita y una nota lo indica. Al abrir una fuente se ve el fragmento con la evidencia resaltada, el contexto anterior y posterior, y el enlace al pasaje dentro del lector. En el verificador de citas, el pasaje del autor y los de otros autores que recogen la frase aparecen por separado, cada uno con su enlace; «no encontrado» no significa «falso».
Idiomas y traducciones
La respuesta se genera en el idioma de la pregunta y puede traducir o parafrasear el sentido de un fragmento. En el índice de citas, SigPhi ofrece una traducción generada para el idioma de la página y muestra justo debajo el texto de la edición incorporada. La traducción generada no es una edición publicada; las traducciones históricas se identifican en el catálogo.
Ediciones y obras repetidas
Una misma obra puede aparecer en varias lenguas, traducciones, volúmenes o ediciones. SigPhi las conserva como registros separados para mantener su trazabilidad. Cuando comparten un título traducido, el índice muestra también el título original y la lengua para distinguirlas. La cita apunta siempre a la edición que se ha usado de verdad, original o traducción, y lo dice: no se sustituye por otra edición sin una alineación explícita de ambos textos. Que el original tenga prioridad es un criterio de qué se incorpora al corpus, no una redirección automática de las citas.
Límites y correcciones
Los textos digitalizados pueden contener errores de OCR, metadatos incompletos o divisiones imperfectas. Las respuestas generadas también pueden interpretar mal un pasaje. Se puede valorar una respuesta con los botones del chat, y bajo cada respuesta —o desde el pasaje de una cita— comunicar un problema concreto: el motivo, la cita afectada y un comentario; antes de enviarlo se ve exactamente qué se enviará. El estado del texto de cada ficha indica si procede de una medición automática —que detecta basura de escaneo pero no palabras mal leídas que parecen palabras— o de una revisión a mano. El cuaderno de estudio guarda fragmentos y notas solo en este navegador: las notas son del lector y SigPhi nunca las usa como fuente.
¿Has encontrado un error concreto?