On the Initial Exploration of Technical Word in Middle Chinese
Notice bibliographique
Résumé
Technical words spread into the lexical system of Middle Chinese gradually in due order. The diffusions can be divided into four stages: Firstly, technical words begin to spread into documents; Secondly, they spread into documents related to the former documents; Thirdly, they spread into common documents; Finally, they end the spread. The main characteristics of word spread correspond to the free speech creation, the elimination and selection of technical words, the related documents played the role of a bridge during the diffusions, and the division of the technical words and the faintness of the technical word flavour. Key words: technical words, diffusing of words, Middle Chinese Resume La diffusion de la terminologie dans le systeme lexique du chinois antique moyen est un processus progressif, qui peut etre divise en quatre etapes : diffusion initiale dans le document ecrit, diffusion a courte distance dans le document correlatif du metier, diffusion totale dans le document general, l’epilogue de la diffusion dans le document ecrit. Les caracteristiques respectives des quatre etapes : la creation hautement libre de la langue ; la normalisation engend l’elimination et l’election a grande echelle ; le document correlatif du metier sert de pont pour la diffusion du terme ; la diffferenciation du vocabulaire apres de maints selections par la langue ecrite anisi que l’effacement de la couleur du metier.. Mots-cles: la termilologie, la diffusion du vocabulaire, le chinois antique moyen 摘 要 專門詞語向中古漢語辭彙系統的擴散是一個循序漸進的過程。劃分為四個階段：向書面文獻的初始擴散、向行業關聯文獻的近距離擴散、向普通文獻的全面擴散、向書面文獻擴散的尾聲。各階段主要特點是：高度自由化的言語創新；規範整理導致大規模汰選；行業關聯文獻成為詞語擴散的橋樑；經書面語多次遴選後的詞語分化以及行業色彩的淡化。 關鍵詞：專門詞語；詞語擴散；中古漢語
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».