MétaCan
Menu
← Retour à la cohorte
Enregistrement W1651644604 · doi:10.1017/cbo9780511642005.006

Contrast in Optimality Theory

2009· book-chapter· en· W1651644604 sur OpenAlexaff
B. Elan Dresher

Notice bibliographique

RevueCambridge University Press eBooks · 2009
Typebook-chapter
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésContrast (vision)MathematicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Introduction Optimality Theory (OT; Prince and Smolensky 2004) is a radical departure from the derivational model of previous versions of generative phonology. Any new theory puts old questions into a new light, and it is illuminating to explore the relationship between OT and the Contrastivist Hypothesis. I will show that the contrastive hierarchy, being a static set of conditions, lends itself very easily to formulation in terms of a set of constraints, and hence to OT. At the same time, I will argue that OT is not itself a theory of contrast, but is capable of instantiating a wide range of such theories. The relationship between OT and the Contrastivist Hypothesis is more complex. It appears that the insights of a contrastivist approach can best be captured in a serial (derivational) model of OT in which some of the restrictions of the standard parallel version are relaxed. I will begin with a brief review of the essentials of OT (section 6.2), and then I will present some early treatments of contrast within OT(section 6.3). I will consider how the contrastive hierarchy might be incorporated into OT in section 6.4. Related issues are discussed in sections 6.5–6.7. Dispersion-theoretic approaches to contrast developed within OT are considered in section 8.4. Optimality Theory OT (Prince and Smolensky 2004, first published 1993) is a theory of constraint interaction that posits violable ordered constraints. For example, to account for the universal preference for syllables to have onsets and to avoid codas, Prince and Smolensky posit the constraints in (1).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,009
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,269
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetPhonetics and Phonology Research→Travaux en français237 207→