updated with Paloma's errata report

htr_error_patterns_from_data.py

@@ -0,0 +1,1474 @@
+"""
+HTR_ERROR_PATTERNS
+──────────────────
+Generados desde: Conjunto_de_datos_Erratas_Lectura_cercana.xlsx
+  906 casos · 46 documentos · 4 caligrafías
+
+Mapeo de columnas Excel → campos del patrón:
+  Reemplazo   → htr / gt     (carácter detectado)
+  Descripción → context      (descripción del error)
+  HTR + GT    → examples     (todos los pares reales del corpus)
+  Severidad   → severity
+  Tipo error  → type
+  Caligrafía  → caligrafia
+  Tendencia   → tendencia
+"""
+
+HTR_ERROR_PATTERNS = [
+
+    # [12x ocurrencias — 11 ejemplos únicos]
+    {
+        "htr":        'n',
+        "gt":         'm',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva', 'Procesal'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, trazos diagonales, Curva, Mínimas',
+        "context":    'Confusión entre "m" y "n"',
+        "examples":   ['nonbrado → nombrado', 'rreynote si mi → rrey motesuma', 'no → mdo', 'na nantras → manantial', 'non con → monçon', 'nes → mes', 'nonbrada → nombrada', 'acostunta → acostumbra', 'su atenala → guatemala', 'Uno → V md', 'd → V md'],
+        "warning":    None,
+    },
+
+    # [10x ocurrencias — 10 ejemplos únicos]
+    {
+        "htr":        'l',
+        "gt":         's',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva', 'Procesal'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, Espacios, Mínimas, Trazos curvos',
+        "context":    'Eliminación de espacio; incersición de espacios; confusión de carácteres',
+        "examples":   ['tho mal → Thomas', 'del → dos', 'la tistazer → satisfazer', 'lan → san', 'la çendo es → saçerdote', 'el ben → esten', 'el pañt → españa', 'le → se', 'pel → pesos', 'le → Se'],
+        "warning":    None,
+    },
+
+    # [9x ocurrencias — 9 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         'o',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva, Mínimas, Trazos curvos',
+        "context":    'Confusión entre "o" y "a"',
+        "examples":   ['barrego → borrego', 'Parta → barcos', 'barca → Barcos', 'cunplida → cunPlido', 'avieren → ovieren', 'yndias → yndios', 'las → los', 'carte → corte', 'la → Lo'],
+        "warning":    None,
+    },
+
+    # [9x ocurrencias — 9 ejemplos únicos]
+    {
+        "htr":        't',
+        "gt":         's',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes, Astas descendentes, Curva, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['aten → pasen', 'pretente → presente', 'conttienta → conssienta', 'y no fenta → en ofensa', 'conte en y en → Consernientes', 'frvate → sirvase', 'tale → sale', 'Ylsimo → Ultimo', 'te → se'],
+        "warning":    None,
+    },
+
+    # [9x ocurrencias — 9 ejemplos únicos]
+    {
+        "htr":        'n',
+        "gt":         'r',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Curva, Mínimas',
+        "context":    'reemplaza caracteres y agrega espacios',
+        "examples":   ['Conquenda → Conquerda', 'condan → conforme', 'cunez → Xuarez', 'haçen → haçer', 'conporados → corporados', 'Jana → Jara', 'nua l → real', 'consaçendo de → con saçerdote', 'la çendo es → saçerdote'],
+        "warning":    None,
+    },
+
+    # [8x ocurrencias — 6 ejemplos únicos]
+    {
+        "htr":        'd',
+        "gt":         's',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva', 'Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva, Mínimas, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['do → so', 'Condara → consara', 'cados → casos', 'de → se', 'comidario → comisario', 'dan → san'],
+        "warning":    None,
+    },
+
+    # [8x ocurrencias — 8 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         'c',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Curva',
+        "context":    'reemplaza caracteres y agrega y elimina espacios',
+        "examples":   ['en el → con el', 'en viene → conviene', 'e harede → chantre de', 'deseallos → descalzos', 'dieba → dicha', 'su seafallas → sus casullas', 'sueramento → sacramento', 'seramente → sacramento'],
+        "warning":    None,
+    },
+
+    # [7x ocurrencias — 5 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         'o',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Curva, Mínimas, Trazos curvos, Trazos curvos, No reconocimiento de trazos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['ynformen → ynformon', 'e → o', 'abueren → abrieron', 'aver de ta → sacerdote', 'es → os'],
+        "warning":    None,
+    },
+
+    # [7x ocurrencias — 7 ejemplos únicos]
+    {
+        "htr":        's',
+        "gt":         'l',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva', 'Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva, Mínimas',
+        "context":    'confusión de carácter L por s; omisión de caractér c',
+        "examples":   ['es → el', 'seguar → leguas', 'de suese → se suele', 'españos → español', 'na nantras → manantial', 'las cavala → alcavala', 'sido → Licdo'],
+        "warning":    None,
+    },
+
+    # [6x ocurrencias — 6 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         'i',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, Curva, Espacios, No reconocimiento de trazos, Omisión de carácteres, Trazos curvos',
+        "context":    'Confusión de carácteres; Inserción de espacio',
+        "examples":   ['que mentos → quinientos', 'credito → cridito', 'Ros → Dios', 'de → diga', 'Se → Si', 'que no → quinto'],
+        "warning":    None,
+    },
+
+    # [6x ocurrencias — 6 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         's',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva, Espacios',
+        "context":    'reemplaza caracteres y elimina espacios',
+        "examples":   ['bocargo → so cargo', 'bave → save', 'albanto → al santo', 'cabillas → casillas', 'fiscalebalcaldes → fiscales alcaldes', 'banda → sancta'],
+        "warning":    None,
+    },
+
+    # [6x ocurrencias — 6 ejemplos únicos]
+    {
+        "htr":        'i',
+        "gt":         'e',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Espacios, Mínimas, Trazos curvos, Trazos curvos, No reconocimiento de trazos',
+        "context":    'Confusión de carácteres; eliminación de espacios',
+        "examples":   ['naviga → navega', 'seis capa → se escapa', 'parti → parte', 'sui → que', 'mi → me', 'mir → mer'],
+        "warning":    None,
+    },
+
+    # [6x ocurrencias — 6 ejemplos únicos]
+    {
+        "htr":        'g',
+        "gt":         'p',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas descendentes',
+        "context":    'reemplaza caracteres y el salto de línea',
+        "examples":   ['gasen → pasen', 'gravia → pravia', 'gas → paz', 'guaral a cargor → guadal/cazar por', 'obusgado → obispado', 'grabendados → prebendados'],
+        "warning":    None,
+    },
+
+    # [6x ocurrencias — 6 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'n',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Redonda'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Curva, Mínimas',
+        "context":    'reemplaza caracteres y elimina espacios',
+        "examples":   ['ingerio → ingenio', 'uras → unas', 'beran → benian', 'tieren → tienen', 'frdada → fundada', 'guero → que no'],
+        "warning":    None,
+    },
+
+    # [5x ocurrencias — 5 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         'v',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva',
+        "context":    'Confusión entre "b" y "v". Confusión entre "ie" y "ei", Confusión entre "e" y "o"',
+        "examples":   ['biento → Veinte', 'nueba → nueva', 'beinte → veinte', 'beinte → veynte', 'bilega → villegas.'],
+        "warning":    'NO_CORREGIR: b/v son intercambiables gráficamente en s.XVI.',
+    },
+
+    # [5x ocurrencias — 5 ejemplos únicos]
+    {
+        "htr":        'o',
+        "gt":         'e',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Italica_cursiva', 'Procesal'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Curva, Espacios, Mínimas, Trazos curvos',
+        "context":    'Inserción de palabras y letras inexistentes. Confusión de donde poner espacio o donde no poner dependiendo la ligadura.',
+        "examples":   ['[su]plicomo → [su]plico me', 'someta darle → se me mandare e', 'Casor dote → Sacerdote', 'dos → oides', 'hedios → las dies'],
+        "warning":    None,
+    },
+
+    # [4x ocurrencias — 4 ejemplos únicos]
+    {
+        "htr":        'i',
+        "gt":         'e',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Espacios, Mínimas',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "de" y "di". Confusión entre "z", "s" y "c".',
+        "examples":   ['digui pusia → de guipuZcua', 'dian don algui → de andonaegui', 'señoria → señores', 'qui → que'],
+        "warning":    None,
+    },
+
+    # [4x ocurrencias — 4 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         'e',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva', 'Procesal'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, Curva, Espacios, Trazos curvos, No reconocimiento de trazos',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Inserción de letras y palabras inexistentes',
+        "examples":   ['dando magui → de andonaegui', 'fialmente → fielmente', 'aver de ta → sacerdote', 'Franco → Frenda'],
+        "warning":    None,
+    },
+
+    # [4x ocurrencias — 4 ejemplos únicos]
+    {
+        "htr":        'u',
+        "gt":         'i',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Mínimas, Trazos curvos',
+        "context":    'salto de línea',
+        "examples":   ['puerden → pierden', 'truna → Triana', 'due → die', 'cru → cri'],
+        "warning":    None,
+    },
+
+    # [4x ocurrencias — 4 ejemplos únicos]
+    {
+        "htr":        'g',
+        "gt":         'q',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas descendentes',
+        "context":    'Confusión de carácteres',
+        "examples":   ['yngg. → ynqqor.', 'yngo. → Ynqqon', 'gumentos → quinientos', 'quir → guir'],
+        "warning":    None,
+    },
+
+    # [4x ocurrencias — 4 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         '',
+        "type":       "segmentation",
+        "caligrafia": ['Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Curva, Mínimas',
+        "context":    'elimina espacios, crea una palabra que no existe',
+        "examples":   ['es → Os', 'e → ral', 'maremo → mas o mos', 'y e destan → 7. distan'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         't',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Astas descendentes',
+        "context":    'Confusión entre "y" y "p". Confusión entre "t" y "r"',
+        "examples":   ['deron → peton', 'Por engo → yo tengo', 'plara → plata'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'y',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas descendentes, Espacios',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "z" y "s". Inserción de letras inexistentes en una palabra.',
+        "examples":   ['devisclara → de viZcaya', 'pidor → pido y', 'prestara → presta y'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'v',
+        "gt":         'b',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes',
+        "context":    'Confusión entre "b" y "v"',
+        "examples":   ['varra → barra', 'have → sabe', 'nueve → nuebe'],
+        "warning":    'NO_CORREGIR: b/v son intercambiables gráficamente en s.XVI.',
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         'o',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Espacios, Mínimas, Trazos curvos',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "o" y "a"',
+        "examples":   ['ffarcar parte → ffabrica y porte', 'gunaña → y un años', 'hosta → hasta'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'm',
+        "gt":         'n',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva', 'Procesal'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Curva, Espacios',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Inserción de letras y palabras inexistentes',
+        "examples":   ['dando magui → de andonaegui', 'salmientienden → saben y entienden', 'demoS → UnoS'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         'i',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Espacios, Mínimas',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura',
+        "examples":   ['parte alares → parti culares', 'condo alle → con lo alli', 'que pae → tequilpa'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'n',
+        "gt":         'ñ',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Espacios, Mínimas',
+        "context":    '',
+        "examples":   ['a no → año', 'conpana → conpañia', 'denal → señal'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'm',
+        "gt":         'ni',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Espacios, Mínimas',
+        "context":    'Abreviatura',
+        "examples":   ['que mentos → quinientos', 'qui mes → quinieos', 'antomo → antonio'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        't',
+        "gt":         'c',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva',
+        "context":    '',
+        "examples":   ['Parta → barcos', 'barto → Barco', 'sater → hacer'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'z',
+        "gt":         'j',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Astas descendentes, Astas descendentes',
+        "context":    'Confusión de carácteres',
+        "examples":   ['viaze → viaje', 'tazel → bajel'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'm',
+        "gt":         'rr',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Curva, Espacios, Mínimas',
+        "context":    'reemplaza caracteres y agrega espacios',
+        "examples":   ['ocomer → socorrer', 'so comen → socorren', 'y me mi sible → irremisible'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'o',
+        "gt":         'a',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Mínimas, Omisión de carácteres, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['señorio → señoria', 'hostu → hasta', 'tendo → ofrenda'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         'v,',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva',
+        "context":    '',
+        "examples":   ['bargo → varco', 'bleito → vecino', 'billadas → villegas'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'ñ',
+        "gt":         'n',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva',
+        "context":    'Incersión de virgulilla',
+        "examples":   ['preñor → thenor', 'año → anto', 'ños → nos'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'z',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Mínimas',
+        "context":    'Confunde los trazos',
+        "examples":   ['catorre → catorze', 'juirio → juizio', 'perjuirio → perjuizio'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'n',
+        "gt":         'rr',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Curva, Mínimas',
+        "context":    'reemplaza caracteres',
+        "examples":   ['navano → Navarro', 'ne quintos → rrequisitos', 'senalvo → zerralvo'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'd',
+        "gt":         's,',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Curva, Mínimas',
+        "context":    '',
+        "examples":   ['de suese → se suele', 'denal → señal', 'de → se'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'd',
+        "gt":         's,',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Curva, Espacios',
+        "context":    '',
+        "examples":   ['duarte de ques → suchitepeques', 'abir de toria → aberse ydo desta', 'ne desa don → nesesario'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'o',
+        "gt":         'i',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas descendentes, Mínimas, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['comosario. → comisario', 'so → si', 'Ros → Dios'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'd',
+        "gt":         't',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres',
+        "examples":   ['quando → quanto', 'dho → tpo', 'consaçendo de → con saçerdote'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'p',
+        "gt":         'g',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas descendentes',
+        "context":    'reemplaza caracteres y agrega espacios',
+        "examples":   ['mples → angeles', 'y presia → Yglesia', 'y plesia → yglesia'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'c',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Curva',
+        "context":    'reemplaza y agrega caracteres',
+        "examples":   ['Barramento → Sacramento', 'Repa deros → Ro pacheco', 'notro → mexco'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         'z',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Curva',
+        "context":    'reemplaza y agrega caracteres, agrega y elimina espacios',
+        "examples":   ['en balta → cruz alta', 'cubalta → cruz alta', 'en baltos → cruz alta'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'o',
+        "gt":         'a',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['coste jon → castejon', 'expreso → expreSa', 'guatemalo → guatemala'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'U',
+        "gt":         'V',
+        "type":       "visual",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, trazos diagonales, Mínimas',
+        "context":    'Eliminación de espacio; No reconocimiento de abreviatura',
+        "examples":   ['Uno → V md', 'd → V md'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'o',
+        "gt":         'd',
+        "type":       "visual",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, trazos diagonales, Mínimas',
+        "context":    'Eliminación de espacio; No reconocimiento de abreviatura',
+        "examples":   ['Uno → V md', 'd → V md'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'i',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas descendentes, Trazos curvos',
+        "context":    'Confusión de carácteres; incersión de espacios',
+        "examples":   ['antrsgacion → anticipacion', 'pro pra → propia', 'predad → piedad'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        's',
+        "gt":         'r',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['recentos → Redentor', 'Juezer → Juezes', 'Seños → señor'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'm',
+        "gt":         '',
+        "type":       "segmentation",
+        "caligrafia": ['Procesal'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Curva, Espacios',
+        "context":    'elimina espacio, sustituye caracteres',
+        "examples":   ['maca → nra ca', 'demas → de esas', 'ni mas → leguas'],
+        "warning":    None,
+    },
+
+    # [3x ocurrencias — 3 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         '',
+        "type":       "segmentation",
+        "caligrafia": ['Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  '',
+        "context":    'inserta espacios, reemplaza caracteres',
+        "examples":   ['pa → especial', 'y ma → yzmi', 'jurida → juridion'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         'v',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas descendentes, Espacios',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura',
+        "examples":   ['biento uno → Veinte Y Uno', 'debistador → del vesitador'],
+        "warning":    'NO_CORREGIR: b/v son intercambiables gráficamente en s.XVI.',
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'ñ',
+        "gt":         'n',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes, Trazos curvos',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura e Inserción de palabras inexistentes',
+        "examples":   ['señor yado → tenor y de los', 'Nomañores → Nomanones'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'c',
+        "gt":         'l',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, Curva',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "c" y "l"',
+        "examples":   ['cavilla → la villa', 'Suecedicatar → suele dilatar'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'p',
+        "gt":         'g',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas descendentes, Espacios',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "g" y "p"',
+        "examples":   ['por var → gorvaz', 'espran → es gran'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        's',
+        "gt":         'Z',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas descendentes, Espacios',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "z" y "s". Inserción de letras inexistentes en una palabra.',
+        "examples":   ['digui pusia → de guipuZcua', 'devisclara → de viZcaya'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'y',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Astas descendentes',
+        "context":    'Confusión entre "y" y "r"',
+        "examples":   ['sor → soy', 'or → hoy'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'o',
+        "gt":         'e',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Curva, Mínimas',
+        "context":    'Confusión entre "e" y "o"',
+        "examples":   ['porto → porte', 'rresento → presente'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'i',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes, Mínimas',
+        "context":    'Inserción de letras inexistentes en una palabra',
+        "examples":   ['estreseros → astilleros', 'enbre → enbie'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'i',
+        "gt":         'r',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Mínimas',
+        "context":    'Confusión de una letra i;r',
+        "examples":   ['Registtio → Registtro', 'pie → pre'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'l',
+        "gt":         's',
+        "type":       "dropout",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "s" y "l"',
+        "examples":   ['el terrio → este rrio', 'del pue → después'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'y',
+        "type":       "dropout",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas descendentes, Mínimas',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Inserción de letras inexistentes y omisión de letras.',
+        "examples":   ['queroçeso → que yo estoy', 'hagora → chagoya'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'R',
+        "gt":         'H',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'Confusión de donde poner espacio o donde no poner dependiendo la ligadura. Confusión entre "H" y "R"',
+        "examples":   ['Rey nan → Hernan', 'Resetos → Hefetos'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'z',
+        "gt":         'g',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas descendentes, Mínimas',
+        "context":    '',
+        "examples":   ['haza → haga', 'hazo a → haga'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'P',
+        "gt":         'B',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes',
+        "context":    '',
+        "examples":   ['Presçies → Brevajes', 'Partolome → Bartolome'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'p',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Redonda'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas descendentes, Curva',
+        "context":    'Confunde "r" con "p"',
+        "examples":   ['rresentado → presentado', 'rrençipales → prençipales'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'v,',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Mínimas',
+        "context":    '',
+        "examples":   ['bare → save', 'secriçio → serviçio'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         'e,',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Curva',
+        "context":    '',
+        "examples":   ['Puanas → Buenas', 'billadas → villegas'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'l',
+        "gt":         'D',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Curva, Omisión de carácteres',
+        "context":    '',
+        "examples":   ['le rrado → De Prado', 'los → Dios'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         'u,',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Espacios',
+        "context":    'reemplaza caracteres, elimina espacios, crea palabra inexistente',
+        "examples":   ['enbargo → un Barco', 'enguados → un grados'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'r',
+        "gt":         'l',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Curva',
+        "context":    '',
+        "examples":   ['sueren → suelen', 'subunar → tribunal'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         'te',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Mínimas',
+        "context":    'Eliminación de carácteres; Confusión de carácteres',
+        "examples":   ['para → parte', 'tocana → tocante'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'i',
+        "gt":         'o',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Mínimas',
+        "context":    '',
+        "examples":   ['firma → forma', 'santi → santo'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'l',
+        "gt":         'R',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['lio → Rio', 'luego → Ruego'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'ç',
+        "gt":         'c',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas descendentes, Curva',
+        "context":    '',
+        "examples":   ['En que tiçion → ynquisicion', 'aletaçion → acetacion'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        't',
+        "gt":         's',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Espacios, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['quiente → quien se', 'talio → salio'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'm',
+        "gt":         'ni',
+        "type":       "segmentation",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Espacios, Trazos curvos, Ligadura',
+        "context":    'Confusión de carácteres',
+        "examples":   ['amitiene → ai ni tiene', 'eserivamas → escrivanias'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'd',
+        "gt":         'r',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas descendentes, Curva',
+        "context":    'sustituye y elimina caracteres',
+        "examples":   ['dio → rio', 'desta → Repsta'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'u',
+        "gt":         'a',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Curva, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['estuno → estando', 'hostu → hasta'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 1 ejemplos únicos]
+    {
+        "htr":        'de',
+        "gt":         'se',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Curva, Mínimas',
+        "context":    '',
+        "examples":   ['de → se'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         'd',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes',
+        "context":    'Confusión de una letra b;d',
+        "examples":   ['rrobrigues → rrodriguez', 'acaban → acudan'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        't',
+        "gt":         'f',
+        "type":       "visual",
+        "caligrafia": ['Italica_cursiva', 'Procesal'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Omisión de carácteres',
+        "context":    'Confusión de carácter',
+        "examples":   ['la tistazer → satisfazer', 'tendo → ofrenda'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         't',
+        "type":       "visual",
+        "caligrafia": ['Encadenada', 'Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'Eliminación de espacio; incersición de espacios; confusión de carácteres',
+        "examples":   ['tero coblano → tepoçotlan', 'el ben → esten'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'l',
+        "gt":         'd',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres',
+        "examples":   ['los → dos', 'luego → diego'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 1 ejemplos únicos]
+    {
+        "htr":        'h',
+        "gt":         'f',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres',
+        "examples":   ['handadas → fundadas'],
+        "warning":    'NO_CORREGIR: tanto f- como h- son grafías válidas en s.XVI.',
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'm',
+        "gt":         'tr',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres',
+        "examples":   ['mas → tras', 'demas → detras'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 1 ejemplos únicos]
+    {
+        "htr":        'h',
+        "gt":         'tr',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres y agrega espacios',
+        "examples":   ['de has → detras'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'ti',
+        "gt":         'tr',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza y elimina caracteres',
+        "examples":   ['catidad → catredal', 'cantie → chantre'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'd',
+        "gt":         'ct',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres',
+        "examples":   ['Sanda → Sancta', 'banda → sancta'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'b',
+        "gt":         'h',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres',
+        "examples":   ['borden → horden', 'dieba → dicha'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'ch',
+        "gt":         'cti',
+        "type":       "visual",
+        "caligrafia": ['Encadenada'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes',
+        "context":    'reemplaza caracteres',
+        "examples":   ['sanchesso → sanctissimo', 'sanchesino → sanctissimo'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'Y',
+        "gt":         'L',
+        "type":       "visual",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas ascendentes',
+        "context":    'Confusión de caractéres: L por Y, inserción de espacio',
+        "examples":   ['Y a → La', 'Ya → La'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         'a',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Trazos curvos',
+        "context":    'Confusión de carácteres: a por e',
+        "examples":   ['carte → carta', 'deste → desta'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'u',
+        "gt":         'v',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Astas ascendentes, Trazos diagonales',
+        "context":    'Confusión de carácteres',
+        "examples":   ['inconueniente → inconveniente', 'Tauetas → Gavetas'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        's',
+        "gt":         'c',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas descendentes, Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['antrsgacion → anticipacion', 'Casor dote → Sacerdote'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'l',
+        "gt":         'c',
+        "type":       "visual",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['liertos → ciertos', 'laron → caxon'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        't',
+        "gt":         'b',
+        "type":       "visual",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas ascendentes, Astas descendentes',
+        "context":    'Confusión de carácteres',
+        "examples":   ['tazel → bajel', 'teten → lleben'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'o',
+        "gt":         'i',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "baja",
+        "confidence": "baja",
+        "tendencia":  'Trazos curvos',
+        "context":    'Confusión de carácteres',
+        "examples":   ['abrol → abril', 'selli → sello'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'e',
+        "gt":         'c',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Trazos curvos, Trazos curvos, Ligadura',
+        "context":    'Confusión de carácteres',
+        "examples":   ['eserivamas → escrivanias', 'oSertorillos → escritorillos'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         'i',
+        "type":       "visual",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Omisión de carácteres',
+        "context":    'Confusión de carácteres',
+        "examples":   ['va → Vida,', 'mas → mis'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'a',
+        "gt":         'i',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Trazos curvos',
+        "context":    'Confusión de carácteres; inserción de espacio',
+        "examples":   ['la mosna → limosna', 'la misma → limosna'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'v',
+        "gt":         'b',
+        "type":       "segmentation",
+        "caligrafia": ['Italica_cursiva'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  'Astas inclinadas',
+        "context":    'Confusión de carácteres',
+        "examples":   ['noviSiten → no bisiten', 'aviseys → abiseys'],
+        "warning":    'NO_CORREGIR: b/v son intercambiables gráficamente en s.XVI.',
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'c',
+        "gt":         '',
+        "type":       "segmentation",
+        "caligrafia": ['Procesal'],
+        "severity":   "alta",
+        "confidence": "alta",
+        "tendencia":  'Astas descendentes',
+        "context":    'Elimina palabras, cambia el sentido',
+        "examples":   ['de gente de corrido → diego cortes de los rrios', 'traca → traza'],
+        "warning":    None,
+    },
+
+    # [2x ocurrencias — 2 ejemplos únicos]
+    {
+        "htr":        'an',
+        "gt":         '',
+        "type":       "segmentation",
+        "caligrafia": ['Procesal'],
+        "severity":   "media",
+        "confidence": "media",
+        "tendencia":  '',
+        "context":    'elimina caracteres',
+        "examples":   ['V. anco → Vte y çinco', 'tan parte. → terio de frayles'],
+        "warning":    None,
+    },
+]

rag_corrector.py

@@ -2,11 +2,10 @@
 rag_corrector.py
 ────────────────
 Núcleo del sistema RAG.
-
   1. Detecta posibles errores HTR y grafías modernas en el texto de entrada.
   2. Recupera ejemplos similares del vector store (few-shot dinámico).
   3. Construye el prompt con reglas, ejemplos y alertas.
-  4. Llama a GPT-4o y devuelve el texto corregido + trazabilidad.
+  4. Llama al LLM y devuelve el texto corregido + trazabilidad.
 
 Uso:
     from rag_corrector import RAGCorrector
@@ -17,6 +16,7 @@ Uso:
 """
 
 import os
+import re
 from typing import List, Dict, Tuple
 from openai import OpenAI
 from dotenv import load_dotenv
@@ -25,16 +25,14 @@ from knowledge_base import HTR_ERROR_PATTERNS, GRAFIA_PATTERNS
 
 load_dotenv()
 
-MODEL   = os.getenv("OPENAI_MODEL", "gpt-4o")
-TOP_K   = int(os.getenv("TOP_K", 5))
+MODEL = os.getenv("OPENAI_MODEL", "gpt-4o")
+TOP_K = int(os.getenv("TOP_K", 5))
 
 SYSTEM_PROMPT = """Eres un corrector especializado en documentos notariales y judiciales \
 españoles del siglo XVI (castellano antiguo).
-
 Tu ÚNICA tarea es corregir los errores introducidos por el proceso automático de \
 reconocimiento de texto manuscrito (HTR). NO debes modernizar el texto bajo ninguna \
 circunstancia.
-
 REGLAS ABSOLUTAS — incumplirlas invalida la corrección:
 1. Conserva SIEMPRE las grafías propias del s.XVI:
    fizo, fazer, hazer, merçed, vezino, mesmo, çibdad, escriuano,
@@ -43,20 +41,25 @@ REGLAS ABSOLUTAS — incumplirlas invalida la corrección:
 3. Conserva abreviaturas y tildes voladas (q̃, nro, dho, sr).
 4. Corrige SOLO lo que claramente sea un error HTR (grafema confundido visualmente).
 5. Si no estás seguro de si algo es error HTR o forma s.XVI válida → conserva el original.
-6. Responde ÚNICAMENTE con el texto corregido. Sin explicaciones, sin comillas."""
+6. Presta especial atención a los errores marcados como [CRÍTICO] — son los de mayor \
+impacto en la comprensión del texto.
+7. NO corrijas ningún patrón marcado con ⚠ NO_CORREGIR — esas formas son válidas en s.XVI.
+8. Responde ÚNICAMENTE con el texto corregido. Sin explicaciones, sin comillas."""
 
 
 class RAGCorrector:
     def __init__(self, vector_store):
         self.vs = vector_store
-        #self.client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
-        self.client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"), base_url=os.getenv("OPENAI_BASE_URL", "https://api.x.ai/v1"),)
+        self.client = OpenAI(
+            api_key=os.getenv("OPENAI_API_KEY"),
+            base_url=os.getenv("OPENAI_BASE_URL", "https://api.x.ai/v1"),
+        )
+
     # ── API pública ──────────────────────────────────────────────────────────
 
     def correct(self, htr_text: str, top_k: int = TOP_K, model: str = None) -> Dict:
         """
         Corrige un texto HTR usando RAG.
-
         Retorna dict con:
           corrected     : str   — texto corregido
           prompt        : str   — prompt completo enviado al LLM
@@ -70,7 +73,6 @@ class RAGCorrector:
         grafia_warns = self._detect_grafias(htr_text)
 
         prompt = self._build_prompt(htr_text, retrieved, htr_errors, grafia_warns)
-
         corrected = self._call_llm(prompt, model=model or MODEL)
 
         return {
@@ -85,9 +87,15 @@ class RAGCorrector:
     # ── Detección de patrones ────────────────────────────────────────────────
 
     def _detect_htr_errors(self, text: str) -> List[Dict]:
+        """Detecta patrones de error HTR en el texto usando word boundaries."""
         found = []
         for p in HTR_ERROR_PATTERNS:
-            if p["htr"] in text:
+            htr_val = p.get("htr", "")
+            # Ignorar patrones descriptivos (fusion_palabras, omision_*, etc.)
+            if "_" in htr_val or len(htr_val) > 10:
+                continue
+            pattern = r'\b' + re.escape(htr_val) + r'\b'
+            if re.search(pattern, text, re.IGNORECASE):
                 found.append(p)
         return found
 
@@ -96,7 +104,8 @@ class RAGCorrector:
         found = []
         lower = text.lower()
         for p in GRAFIA_PATTERNS:
-            if p["modern"].lower() in lower:
+            pattern = r'\b' + re.escape(p["modern"].lower()) + r'\b'
+            if re.search(pattern, lower):
                 found.append(p)
         return found
 
@@ -104,22 +113,22 @@ class RAGCorrector:
 
     def _build_prompt(
         self,
-        htr_text: str,
-        retrieved: List[Dict],
-        htr_errors: List[Dict],
+        htr_text:     str,
+        retrieved:    List[Dict],
+        htr_errors:   List[Dict],
         grafia_warns: List[Dict],
     ) -> str:
 
         sections = []
 
-        # Few-shot dinámico: ejemplos recuperados
+        # ── Bloque 1: Few-shot dinámico (ejemplos recuperados) ────────────────
         if retrieved:
             examples = []
             for i, doc in enumerate(retrieved, 1):
                 corr = "; ".join(doc["corrections"]) if doc["corrections"] else "—"
                 examples.append(
                     f"Ejemplo {i} [{doc['type']}, {doc['region']}, {doc['date']}]"
-                    f"caligrafia: {doc['caligrafia']}"
+                    f" caligrafia: {doc.get('caligrafia', '?')}"
                     f" (similitud={doc['score']}):\n"
                     f"  HTR:  \"{doc['htr']}\"\n"
                     f"  GT:   \"{doc['gt']}\"\n"
@@ -130,29 +139,63 @@ class RAGCorrector:
                 + "\n\n".join(examples)
             )
 
-        # Alertas de patrones HTR detectados
+        # ── Bloque 2: Alertas de errores HTR detectados ───────────────────────
         if htr_errors:
-            hints = "\n".join(
-                f"  • '{p['htr']}' puede ser '{p['gt']}': {p['context']} (ej: {p['example']})"
-                for p in htr_errors
+            # Ordenar: críticos primero
+            SEV_ORDER = {"alta": 0, "media": 1, "baja": 2}
+            sorted_errors = sorted(
+                htr_errors,
+                key=lambda p: SEV_ORDER.get(p.get("severity", "media"), 1)
+            )
+
+            hints = []
+            for p in sorted_errors:
+                sev      = p.get("severity", "media").upper()
+                htr_c    = p.get("htr", "")
+                gt_c     = p.get("gt", "")
+                context  = p.get("context", "")
+                tendencia= p.get("tendencia", "")
+                warning  = p.get("warning")
+
+                # Ejemplos: hasta 3 de la lista completa
+                ejemplos_raw = p.get("examples", p.get("example", ""))
+                if isinstance(ejemplos_raw, list):
+                    ejemplos_str = "; ".join(ejemplos_raw[:3])
+                else:
+                    ejemplos_str = ejemplos_raw
+
+                linea = (
+                    f"  • [{sev}] '{htr_c}' puede ser '{gt_c}'\n"
+                    f"    Causa    : {context}"
+                )
+                if tendencia:
+                    linea += f"\n    Tendencia: {tendencia}"
+                if ejemplos_str:
+                    linea += f"\n    Ejemplos : {ejemplos_str}"
+                if warning:
+                    linea += f"\n    ⚠ {warning}"
+
+                hints.append(linea)
+
+            sections.append(
+                "POSIBLES ERRORES HTR DETECTADOS EN ESTE TEXTO:\n"
+                + "\n\n".join(hints)
             )
-            sections.append(f"POSIBLES ERRORES HTR DETECTADOS EN ESTE TEXTO:\n{hints}")
 
-        # Alertas de grafías modernas
+        # ── Bloque 3: Alertas de grafías modernas ─────────────────────────────
         if grafia_warns:
             warns = "\n".join(
                 f"  • '{p['modern']}' → mantener como '{p['ancient']}': {p['rule']}"
                 for p in grafia_warns
             )
             sections.append(
-                f"ALERTA — GRAFÍAS QUE NO DEBEN MODERNIZARSE:\n{warns}"
+                "ALERTA — GRAFÍAS QUE NO DEBEN MODERNIZARSE:\n" + warns
             )
 
         context_block = "\n\n".join(sections)
 
         return (
-            f"{context_block}\n\n"
-            f"TEXTO HTR A CORREGIR:\n\"{htr_text}\""
+            f"{context_block}\n\nTEXTO HTR A CORREGIR:\n\"{htr_text}\""
             if context_block
             else f"TEXTO HTR A CORREGIR:\n\"{htr_text}\""
         )
@@ -161,8 +204,8 @@ class RAGCorrector:
 
     def _call_llm(self, user_prompt: str, model: str = MODEL) -> str:
         response = self.client.chat.completions.create(
-            model=model, # usa el modelo que llega, no el de .env
-            temperature=0.1,        # baja temperatura: reproducibilidad
+            model=model,
+            temperature=0.1,
             max_tokens=1024,
             messages=[
                 {"role": "system", "content": SYSTEM_PROMPT},