Différences linguistiques et dialectales dans la mise en place des procédures de segmentation de la parole
Notice bibliographique
Résumé
Résumé Cet article présente une synthèse d’études récentes portant sur la problématique de la segmentation précoce de la parole continue en mots, étape de l’apprentissage du langage constituant un prérequis pour l’acquisition du lexique. Après avoir exposé l’importance de cette question, nous présentons les recherches ayant exploré l’utilisation par les jeunes enfants de deux indices majeurs de segmentation : les indices distributionnels, les indices d’unités rythmiques. Le premier indice est considéré comme étant non spécifique à la langue parlée dans l’environnement de l’enfant, le deuxième comme différant selon les langues. Le premier indice prédit ainsi des trajectoires développementales de segmentation similaires à travers les langues, alors que le deuxième indice prédit différents types de trajectoires développementales en fonction du type de rythme de la langue acquise. Il apparaît que les capacités de segmentation émergent vers 8 mois et se développent dans les mois qui suivent, et que le poids des différents indices varie selon les langues, selon la période de développement, et probablement en fonction de différences dialectales au sein d’une même langue. Nous discuterons aussi du fait que la segmentation des formes sonores de mots nécessite vraisemblablement l’utilisation combinée de différents indices de segmentation, et ce dès le plus jeune âge. Pour finir, nous présenterons quelques pistes de recherche pour le futur.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».