MétaCan
Menu
Retour à la cohorte
Enregistrement W2005543728 · doi:10.3917/ss.005.0131

Polysémie des verbes et traitement argumental dans les dictionnaires du XVII e  siècle : le verbe « cuire »

2004· article· fr· W2005543728 sur OpenAlexaff
Chantal Girardin

Notice bibliographique

RevueSyntaxe et sémantique · 2004
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueHistorical Linguistics and Language Studies
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Résumé Cet article montre le traitement de la « polysémie » avant la lettre dans les dictionnaires de langues du XVII e siècle. À partir des dictionnaires français-latin, où le latin est utilisé pour distinguer les sens, plusieurs modèles de dictionnaires monolingues s’élaborent que l’on illustrera ici par l’exemple du verbe cuire . Du point de vue de la nomenclature, on constate que la frontière entre polysémie et homonymie intervient dans l’organisation des dérivés ; du point de vue de la microstructure, on note l’importance donnée à la distinction entre les classes sémantiques des différents arguments. Le Dictionnaire de Nicot et le Dictionnaire de l’Académie ont une parenté certaine en ce qui concerne la macrostructure, mais pour ce qui est de la microstructure, le Dictionnaire de l’Académie est plus proche du Furetière . Quoiqu’il en soit, ces ouvrages, auxquels il faut joindre le Dictionnaire de Richelet , donnent une image très précise des différents sens du verbe (qui vont de la cuisine à la brûlure), grâce à leur analyse du verbe, en liaison avec la nature sémantique de ses arguments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,250
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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSyntaxe et sémantiqueMême sujetHistorical Linguistics and Language StudiesTravaux en français237 207