Notice bibliographique
Résumé
Le présent article constitue une réflexion sur la notion de contexte , qui est l’une des plus importantes de l’analyse linguistique, dans la mesure où presque tous les prédicats sont polysémiques et que seule la distribution permet de déterminer la lecture adéquate. Mais le contexte ne peut pas être réduit à l’environnement immédiat de gauche et de droite de l’élément à analyser : seule la détermination des relations argumentales permet de définir un opérateur avec précision. Or, un texte n’est pas constitué d’une suite de phrases simples dans leur ordre canonique. Aussi est-il nécessaire d’éliminer les contextes immédiats qui ne participent à cette reconnaissance. Il peut s’agir d’incises, de structures figées, etc. Il faut donc être en mesure de trouver les relations prédicat-arguments qui caractérisent les phrases simples. Cette recherche repose sur l’utilisation de dictionnaires électroniques qui comprennent ces informations. Ces dictionnaires sont fondés sur les classes d’objets. Celles-ci permettent, entre autres, de montrer que dans la reconnaissance des emplois les compléments sont plus discriminants que les sujets. La détection de la relation prédicat-arguments est encore facilitée si on a recensé, pour chaque emploi, toutes les restructurations qu’un schéma d’arguments est en mesure de subir. La notion de contexte ne constitue donc pas une délimitation mécanique que l’on peut effectuer en sélectionnant un nombre déterminé de mots à gauche et à droite mais relève d’une analyse qui met en jeu la totalité des informations syntaxiques.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».