Notice bibliographique
Résumé
Grice a proposé une analyse de l’ironie fondée sur les implicatures, selon laquelle les énoncés ironiques produisent une implicature par antiphrase. Cette thèse, qui suit l’analyse rhétorique classique, la transpose simplement du registre sémantique au pragmatique, ce qui ne suffit pas à répondre à la question de savoir comment l’auditeur saisit l’interprétation par antiphrase, ou pourquoi le locuteur dit une chose quand il signifie l’inverse. L’analyse antiphrastique ne dit pas non plus comment on doit rendre compte des énoncés ironiques qui ne sont pas des assertions. Les analyses contemporaines de l’ironie, comme celles de Sperber et Wilson en termes d’écho, et de Currie — en termes de feintise —, ne rencontrent pas les mêmes difficultés. On les présente en général comme capables de rendre compte des cas « centraux » d’ironie et comme incompatibles entre elles. Dans le présent article, je montre que les deux analyses s’appliquent au même ensemble d’exemples et qu’en fait certaines critiques de Currie contre l’analyse échoique ne sont pas valides. De plus il y a un ensemble d’exemples d’énoncés ironïques que l’on ne peut pas analyser en termes de feintise. Donc aucune des deux analyses n’est assez générale. Pour finir, je propose une analyse selon laquelle les énoncés ironiquesmontrent(plutôt qu’ils nedisent) un comportement, une croyance ou un raisonnement déraisonnable, et je plaide pour une analyse gricienne, basée non pas sur l’implicature par antiphrase, mais sur la signification non naturelle et la reconnaissance de la double intention du locuteur. Cette analyse est compatible avec l’analyse échoïque et avec celle en termes de feintise, tout en étant plus générale.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,020 |
| Communication savante | 0,011 | 0,016 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».