COFRE del TEXORO: corpus de frecuencias léxicas de la literatura del Siglo de Oro

ESPAÑOL El COFRE del TEXORO: Corpus de frecuencias léxicas de la literatura del Siglo de Oro reúne los recuentos de palabras de TEXORO: Textos del Siglo de Oro, un corpus en expansión de teatro, prosa y poesía. Su primera versión comprende 3.222 obras y colecciones, con 48.314.924 apariciones de 419.798 formas distintas. Estos datos permiten estudiar el vocabulario, comparar textos y realizar análisis estilométricos sobre obras completas y, cuando están disponibles, sobre sus jornadas, actos o secciones. El conjunto incluye un catálogo con los títulos, las atribuciones tradicionales y estilométricas, las fuentes de procedencia, el estado de preparación de los textos y los enlaces para su consulta. Las frecuencias se ofrecen por obra y para el corpus completo. Además, 2.037 obras teatrales disponen de recuentos por jornadas o actos, y las cinco colecciones poéticas permiten consultar 7.977 secciones con sus atribuciones. Los datos se ofrecen en tablas TSV, acompañadas de una guía de uso en español e inglés con ejemplos de consulta y análisis. Los pasajes y sus contextos pueden consultarse en TEXORO, BITESO y las ediciones enlazadas en el catálogo. La versión 1.0 está fechada el 29 de octubre de 2026. Los datos y la documentación propia se distribuyen bajo licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional, CC BY-NC 4.0. Esta permite compartir y adaptar el material para fines no comerciales, con la cita correspondiente, un enlace a la licencia y la indicación de las modificaciones realizadas. Las fuentes y los materiales de terceros conservan sus condiciones. Cita recomendada: Cuéllar, Álvaro (2026). COFRE del TEXORO: corpus de frecuencias léxicas de la literatura del Siglo de Oro [Conjunto de datos]. Zenodo. https://doi.org/10.5281/zenodo.23771582 TEXORO: https://etso.es/texoro ENGLISH COFRE del TEXORO: a word-frequency corpus of Spanish Golden Age literature brings together word counts from TEXORO: Textos del Siglo de Oro, an expanding corpus of drama, prose and poetry. Its first release comprises 3,222 works and collections, with 48,314,924 occurrences of 419,798 distinct forms. These data support vocabulary research, textual comparison and stylometric analysis of complete works and, where available, their jornadas, acts or sections. The dataset includes a catalogue with titles, traditional and stylometric attributions, sources, textual status and links for consultation. Frequencies are provided for individual works and for the corpus as a whole. In addition, 2,037 dramatic works have counts by jornada or act, and the five poetry collections provide 7,977 sections with their authorship information. The data are provided as TSV tables, accompanied by a Spanish–English user guide with examples of consultation and analysis. Passages and their contexts can be consulted through TEXORO, BITESO and the editions linked in the catalogue. Version 1.0 is dated 29 October 2026. The data and original documentation are licensed under Creative Commons Attribution-NonCommercial 4.0 International, CC BY-NC 4.0. This permits sharing and adaptation for non-commercial purposes, with the appropriate citation, a link to the licence and an indication of changes. Third-party sources and materials retain their own terms. Recommended citation: Cuéllar, Álvaro (2026). COFRE del TEXORO: corpus de frecuencias léxicas de la literatura del Siglo de Oro [Data set]. Zenodo. https://doi.org/10.5281/zenodo.23771582 TEXORO: https://etso.es/texoro