feat: enricher split_words para probar grouping con volumen alto

split_sentences a menudo no llega al umbral de 50 (un texto medio
tiene 5-15 frases). split_words tokeniza el mismo notes en palabras
y trivialmente lo supera con cualquier parrafo decente -> Group
visible y testeable end-to-end sin necesidad de pegar megabytes.

Diferencias respecto a split_sentences:

* Splits por regex de letras (incluye acentos espanyoles + apostrofo
  interno como "don't"). Numeros y puntuacion ignorados.
* Lowercase + filtro por min_length (default 3, filtra a/el/de/y/o).
* Param `dedupe` (default true): vocabulario unico vs cada ocurrencia.
  Con dedupe=false sirve como stress test de volumen.
* Tipo `Word` en types.yaml: amarillo, ti-letter-w, principal_field=word.
* Relacion `WORD_OF` desde cada Word al source.
* Mismo patron de grouping que split_sentences (threshold 50, K=10
  preview, batch_id en metadata, Group con count + enricher).

Tests:

* below threshold no crea Group.
* >=50 tokens unicos -> Group + 10 sueltos + resto agrupados.
* dedupe=true (default) colapsa repeticiones; dedupe=false las
  conserva como nodos separados.
* min_length filtra correctamente.
* notes prioriza sobre node_name.
* texto vacio -> exit 2.
* max_words trunca.

WSL 89 / Windows 78 + 11 skipped.

examples/types.yaml

@@ -134,6 +134,18 @@ entities:
       - { name: rank,     type: int }
       - { name: batch_id, type: string }
 
+  # Word — token emitido por split_words. Pensado para probar grouping
+  # con volumen alto: cualquier parrafo decente supera el umbral de 50
+  # tokens trivialmente. Color amarillo para distinguir de Sentence.
+  - name: Word
+    color: "#FCD34D"
+    icon: ti-letter-w
+    principal_field: word
+    fields:
+      - { name: word,     type: string, required: true }
+      - { name: rank,     type: int }
+      - { name: batch_id, type: string }
+
   # Nodo grupo — cuadrado (regla de forma). Issue 0035: contenedor para
   # agrupar resultados de enrichers cuando exceden el umbral. Los hijos
   # son entidades reales con `group_id` apuntando al Group.