Notice bibliographique
Résumé
La dérivation lexicale n'est pas une opération sémantiquement neutre, du moins dans les vocabulaires techniques, où le « sens linguistique » a souvent peu de rapport avec le « sens terminologique ». La « dérive terminologique » est un effet de la dénomination : elle est un reflet des connaissances non linguistiques, ce qui empêche le mot technique d'être seulement interprétable comme une pure transformation formelle d'un autre mot. L'exemple du verbe passer illustre l'absence de prédictibilité de la forme et du sens des dérivés. On peut imaginer une lexicographie terminologique multidomaine si l'on analyse d'un côté les termes en tant que mots, de l'autre en tant que dénominations de connaissances. Une organisation modulaire des bases de données lexicales le permet. Un essai va être tenté en explicitant les propriétés formelles et les « connectabilités » conceptuelles dans le domaine des contrats. Une utilité des bases de données de cette sorte est de rendre possibles des équivalences conditionnelles pour la traduction : si puce a telle et telle propriété, ou même l'une seulement, alors il faut en anglais chip . On voit aussi que ce travail d'explicitation, suffisant pour la traduction humaine, est le préalable logique à toute automatisation. L'existence de contrôleurs terminologiques est aussi l'une des aides les plus utiles pour la rédaction technique.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,008 |
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 ».