MétaCan
Menu
Retour à la cohorte
Enregistrement W1988016002 · doi:10.1093/jos/ffn007

Syntax and Semantics of It-Clefts: A Tree Adjoining Grammar Analysis

2008· article· en· W1988016002 sur OpenAlexafffund
Chao Han, Nils Hedberg

Notice bibliographique

RevueJournal of Semantics · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueNatural Language Processing Techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésComputer scienceSyntaxProgramming languageGrammarSemantics (computer science)LinguisticsTree (set theory)Natural language processingAbstract syntax treePhilosophyMathematicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine two main approaches to the syntax and semantics of it-clefts as in ‘It was Ohno who won’: an expletive approach where the cleft pronoun is an expletive and the cleft clause bears a direct syntactic or semantic relation to the clefted constituent, and a discontinuous constituent approach where the cleft pronoun has a semantic content and the cleft clause bears a direct syntactic or semantic relation to the cleft pronoun. We argue for an analysis using Tree Adjoining Grammar (TAG) that captures the best of both approaches. We use Tree-Local Multi-Component Tree Adjoining Grammar to propose a syntax of it-clefts and Synchronous Tree Adjoining Grammar (STAG) to define a compositional semantics on the proposed syntax. It will be shown that the distinction TAG makes between the derivation tree and the derived tree, the extended domain of locality characterizing TAG and the direct syntax–semantics mapping characterizing STAG allow for a simple and straightforward account of the syntax and semantics of it-clefts, capturing the insights and arguments of both the expletive and the discontinuous constituent approaches. Our analysis reduces the syntax and semantics of it-clefts to copular sentences containing definite description subjects, such as ‘The person that won is Ohno’. We show that this is a welcome result, as evidenced by the syntactic and semantic similarities between it-clefts and the corresponding copular sentences. 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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0020,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,260
Écart entre enseignants0,242 · 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

Citations26
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of SemanticsMême sujetNatural Language Processing TechniquesTravaux en français237 207