Prédicats et quasi-prédicats sémantiques dans une perspective lexicographique
Notice bibliographique
Résumé
La notion de prédicat sémantique permet de distinguer deux classes de sens lexicaux, ou sémantèmes : 1) les prédicats, qui tous dénotent des faits, au sens le plus large (évènements, actions, activités, états, caractéristiques, relations, etc.), et 2) les noms sémantiques, qui dénotent des entités au sens large (êtres vivants, objets physiques, substances, etc.). Nous nous intéressons tout particulièrement au fait qu’il existe une troisième classe de sémantèmes, ni prédicats véritables ni noms sémantiques : il s’agit des quasi-prédicats. Ces derniers dénotent, tout comme les noms sémantiques, des entités et non des faits. Cependant, comme les prédicats, ils ne peuvent être modélisés sans tenir compte de positions actancielles qu’ils contrôlent. L’ensemble des quasi-prédicats d’une langue est très hétérogène, et chaque type de quasi-prédicat pose ses propres problèmes au niveau de la modélisation. Nous examinons différents types de quasi-prédicats présents dans les langues, en adoptant une perspective lexicographique. Plus précisément, nous nous situons dans le cadre de la Lexicologie Explicative et Combinatoire, en empruntant nombre de nos illustrations aux données de la base lexicale DiCo des dérivations sémantiques et collocations du français ainsi qu’aux données publiées dans le Lexique actif du français.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».