Βιτρίνα σταυρολέξων

Το σταυρόλεξο της εφημερίδας αριθμεί τις γραμμές και τις στήλες του στο περιθώριο, και κάθε ορισμός στα Οριζόντια ή στα Κάθετα καλύπτει μια ολόκληρη σειρά, με παύλα ανάμεσα στις λέξεις της. Εδώ η αρίθμηση δουλεύει αλλιώς: ο αριθμός μπαίνει μέσα στο πρώτο τετράγωνο κάθε λέξης, όπως στους New York Times, και κάθε λέξη έχει τον δικό της ορισμό. Η λίστα λέγεται πάλι Οριζόντια και Κάθετα, μόνο που το «7 κάθετα» είναι μία λέξη, όχι μία στήλη.

Το ίδιο το πλέγμα είναι πυκνό και πλήρως διασταυρωμένο: κάθε γράμμα ανήκει και σε μια οριζόντια και σε μια κάθετη λέξη, χωρίς κενά τετράγωνα ανάμεσα σε λέξεις. Τα δέκα σταυρόλεξα του ραφιού είναι όλα αυτού του είδους, από 11×11 μέχρι 15×15, και τα δύο μεγάλα γεμίστηκαν από το συχνότερο 15% του λεξιλογίου.

Ένα πυκνό πλέγμα ξοδεύει περίπου το ένα τέταρτο των λέξεών του σε τρία γράμματα, και τα ελληνικά έχουν ελάχιστες τέτοιες λέξεις: η λίστα πίσω από τα σταυρόλεξα έχει 464, και το ορθογραφικό λεξικό που ελέγχθηκε απέναντί της μόλις 482 τρίγραμμους τύπους κάθε είδους. Οι τρίγραμμες απαντήσεις που θα συναντήσετε είναι επομένως αυτές που πιάνει κάθε Έλληνας σταυρολεξάς: άρθρα και αντωνυμίες (ΤΗΝ, ΤΩΝ, ΣΑΣ), υποτακτικές μετά το να (ΒΡΩ, ΠΙΩ, ΦΑΣ), αιτιατικές (ΝΑΟ, ΛΑΟ, ΟΔΟ) και λίγα δάνεια (ΣΕΤ, ΣΚΙ, ΡΟΚ).

Γι' αυτό, σε αυτό το ράφι και μόνο, οι τρίγραμμες απαντήσεις επιτρέπεται να επαναλαμβάνονται από σταυρόλεξο σε σταυρόλεξο. Τα δύο 15×15 και τα δύο 13×13 χτίστηκαν πρώτα και δέσμευσαν καμιά εκατοστή από αυτές, και το πρώτο 11×11 μετά δεν γέμιζε σε κανένα όριο συχνότητας. Στα δέκα σταυρόλεξα υπάρχουν 127 διαφορετικές τρίγραμμες απαντήσεις, καμία σε περισσότερα από τέσσερα. Καμία λέξη τεσσάρων ή περισσότερων γραμμάτων δεν εμφανίζεται δύο φορές.

Το πλέγμα κρατά τη συνήθεια του χαρτιού: κεφαλαία, χωρίς τόνο και χωρίς διαλυτικά, με το τελικό ς να γίνεται ένα κοινό Σ. Μπορείτε να γράφετε όπως σας βολεύει, με πεζά ή με τόνους από το ελληνικό πληκτρολόγιο, και το πλέγμα τα αφαιρεί μόνο του. Τα 24 γράμματα του αλφαβήτου είναι ό,τι υπάρχει μέσα στα τετράγωνα.

Το τίμημα είναι ότι ο τόνος παύει να ξεχωρίζει τις λέξεις. Στη λίστα λέξεων 1.616 γραφές του πλέγματος αντιστοιχούν σε δύο λέξεις που στο χαρτί τις χωρίζει ο τόνος: το ΠΟΤΕ είναι και το πότε και το ποτέ, το ΓΕΡΟΣ και ο γέρος και ο γερός, το ΑΓΙΑ και τα άγια και η αγία. Ο ορισμός λέει ποια από τις δύο εννοείται, και οι διασταυρώσεις το επιβεβαιώνουν.

Τα δίψηφα ΜΠ, ΝΤ και ΓΚ πιάνουν από δύο τετράγωνα, και το καθένα διασταυρώνεται με διαφορετική λέξη, πράγμα που τα κάνει πολύ χρήσιμα σε ένα πυκνό πλέγμα: το ΝΤ εμφανίζεται σε 18.026 λήμματα της λίστας, το ΜΠ σε 6.421, το ΓΚ σε 3.987. Στην άλλη άκρη, το Ξ και το Ψ γράφουν δύο ήχους σε ένα τετράγωνο, και ένα μεγάλο μέρος των 18.134 και 6.919 λημμάτων τους είναι ρηματικοί τύποι όπως ΓΡΑΨΩ και ΔΕΙΞΩ.

Η εξαγωγή σε .puz είναι απενεργοποιημένη για τα ελληνικά. Η μορφή αυτή αποθηκεύει ένα byte ανά τετράγωνο σε λατινική κωδικοποίηση, και τα ελληνικά γράμματα δεν χωρούν σε αυτήν. Η εκτύπωση σε PDF και ο σύνδεσμος του σταυρολέξου δουλεύουν κανονικά.

Το ελληνικό ορθογραφικό λεξικό που χρησιμοποιήθηκε δεν αποθηκεύει θέματα και καταλήξεις, αλλά κάθε τύπο ολογράφως: 812.160 τύπους αφού αφαιρεθούν οι τόνοι, οι περισσότεροι κλιτικοί τύποι που δεν γράφει κανείς. Για τις άλλες γλώσσες του ιστότοπου το λεξικό ενώνεται με μια λίστα λέξεων που χρησιμοποιούν οι άνθρωποι. Για τα ελληνικά αυτό θα έδινε ένα εκατομμύριο λήμματα, οπότε έγινε το αντίστροφο: ένας τύπος του λεξικού κρατιέται μόνο αν εμφανίζεται και σε υπότιτλους ταινιών, σε ελληνικές ειδήσεις ή στην ελληνική Βικιπαίδεια.

Έμειναν 240.441 λήμματα, καθένα σωστά γραμμένο και καθένα πιασμένο σε πραγματικό κείμενο, ταξινομημένα κατά συχνότητα στις τρεις πηγές μαζί. Η λίστα είναι πιο πυκνή στα δέκα γράμματα, με 35.321 λήμματα, και κρατά ακόμη 5.271 στα δεκαπέντε. Η αυτόματη συμπλήρωση παίρνει πρώτα τα συχνότερα και κατεβαίνει στη λίστα μόνο όταν τίποτα κοινό δεν ταιριάζει.

Οι ορισμοί ξεκινούν από το ελληνικό Βικιλεξικό, που ορίζει 143.000 από αυτές τις λέξεις. Πάνω από τις μισές γραμμές του είναι κλιτικοί πίνακες, όπως «γενική ενικού του ναός», και αφαιρέθηκαν πριν γεμίσει το πρώτο πλέγμα, ώστε να μείνουν μόνο ορισμοί. Άλλοι 1.022 ορισμοί γράφτηκαν από την αρχή, στα ελληνικά, για κοινές λέξεις που το ελληνικό Βικιλεξικό δεν είχε ορίσει ποτέ.