---
title: "Cómo busca, por palabras, por sentido y por imagen"
description: "Tres búsquedas a la vez (léxica, semántica y visual) que se funden y se reordenan; frases exactas entre comillas; una capa de grafía modernizada para el castellano antiguo y el latín, y resultados en dos tiempos."
url: https://scholaris.joseluissaorin.com/saber/busqueda
markdown: https://scholaris.joseluissaorin.com/saber/busqueda.md
lang: es
alternate_en: https://scholaris.joseluissaorin.com/en/knowledge/search.md
updated: 2026-10-07
author: José Luis Saorín Ferrer (https://joseluissaorin.com)
---

# Cómo busca, por palabras, por sentido y por imagen

> Tres búsquedas a la vez (léxica, semántica y visual) que se funden y se reordenan; frases exactas entre comillas; una capa de grafía modernizada para el castellano antiguo y el latín, y resultados en dos tiempos.

## Tres caminos que se juntan

Cada consulta va a la vez por tres caminos y los resultados se funden por rango recíproco (RRF), con pesos que dependen de lo que parece que buscas:

| Camino | Qué encuentra | Cómo |
| --- | --- | --- |
| Léxico | Las palabras que escribes, sin distinguir tildes | Índice FTS5 de SQLite con BM25; los títulos de sección y el contexto pesan menos que el texto |
| Semántico | Lo que significa la consulta, aunque el pasaje use otras palabras o esté en otra lengua | Vectores de Gemini Embedding 2 (1536 dimensiones) en Cloudflare Vectorize |
| Visual | Láminas, figuras, gráficos y fotogramas | Los mismos vectores multimodales, aplicados a las imágenes de las páginas y a las figuras |

| Si la consulta parece… | léxico | semántico | visual |
| --- | --- | --- | --- |
| una idea | 0,35 | 1 | 0 |
| una cita literal | 1 | 0,45 | 0 |
| algo que se ve | 0,35 | 0,6 | 1 |
| una pregunta por fechas | 0,35 | 1 | 0 |

Los treinta primeros candidatos los reordena un juez, Jev (de TypeSafe), que contesta para cada pasaje si responde a la consulta; la puntuación final es un 20 % la de la fusión y un 80 % la del juez. El camino visual solo pesa cuando buscas algo que se ve: medido solo, acierta poco con preguntas de texto y las empeoraba.

## Frases exactas

Entre comillas («…», "…" o “…”) la frase se busca literal, sin modelo de por medio. Primero salen las coincidencias exactas y después los pasajes cercanos en sentido. Si la frase no aparece en ningún sitio, Scholaris lo dice («La frase exacta no aparece; se busca por sentido») en lugar de fingir que la encontró.

## Castellano antiguo y latín {#grafia}

Un libro del siglo XVII escribe «dixo», «muger», «assi» o «agora»; tú buscas «dijo», «mujer», «así», «ahora». Para que se encuentren sin tocar el texto que se cita, cada pasaje lleva una **sombra en grafía modernizada** que solo sirve para buscar, y la consulta se reduce con las mismas reglas:

- **castellano de los siglos XVI a XVIII:** listas de palabras (fee → fe, agora → ahora, mesmo → mismo, truxo → trajo) y reglas fonéticas y ortográficas (b/v, c/z, g/j, h, x → j, ph, rr…);
- **latín:** u/v, i/j, æ/œ, michi → mihi, enclíticos -que/-ne/-ve y el lematizador de Schinke y otros (1996);
- **francés e italiano antiguos:** reglas básicas.

La capa se aplica al latín siempre y a las demás lenguas cuando el documento es anterior a una fecha de corte (1830 para el castellano, 1800 para el francés y el italiano) o el propio texto da señales (ſ, ç, «assi», «dixo»…). Son reglas, sin modelos. En una comedia de Lope, la exhaustividad media por consulta pasó del 32 % al 100 %; en documentos modernos, las búsquedas devuelven exactamente lo mismo que sin la capa (ver [Rendimiento](https://scholaris.joseluissaorin.com/saber/rendimiento.md)).

## Resultados en dos tiempos

En la aplicación, la búsqueda llega en tres entregas por un canal de eventos: primero lo que encuentra el índice léxico, sin esperar al vector de la consulta; después la fusión de los tres caminos, hacia los 350 ms; y al final el orden del juez, hacia los 650 ms de mediana medidos desde casa. Lo primero que ves ya es útil y no se reordena de golpe.

## Filtros

Se puede filtrar por biblioteca, documento, tipo, autor, idioma y año (desde, hasta). Algunos filtros se entienden escritos en la propia consulta: «antes de 1980», «desde 1950», el apellido de un autor de tu biblioteca. «Ir a la página 145» salta a esa página impresa.

## Lo que devuelve cada resultado

El pasaje literal, su cita lista para pegar («(Darwin, 1859, p. 81)»), el localizador exacto, el ancla y un enlace que abre el lector en esa página o en ese segundo. La búsqueda nunca escribe una cita: la cita sale del ancla.

## También

- **Preguntar:** una respuesta breve en Markdown con notas al pie; el redactor solo puede citar los pasajes que se le dan y cada nota se comprueba.
- **Parecidos:** pasajes y figuras parecidos a uno dado.
- **En varias lenguas:** la consulta traducida a las lenguas de tu biblioteca.
- **Bibliotecas que sigues:** buscar a la vez en las tuyas y en las que otros comparten contigo.