Propriétés transformationnelles unaires en lexicographie informatique
Notice bibliographique
Résumé
Le présent article fait état d’un inventaire des propriétés transformationnelles unaires pensé pour le codage des prédicats dans un dictionnaire électronique conçu principalement pour la traduction automatique espagnol-français. Le travail a un caractère éminemment métalexicographique et appliqué. Il ne contient pas de nouveautés théoriques puisque toutes les transformations présentées sont bien connues. Son but est de fournir à un linguiste informaticien travaillant en contexte multilingue une vue d’ensemble de cette partie de la description linguistique. En amont des propriétés transformationnelles, nous traitons les alternances de traits syntactico-sémantiques pour une position argumentale donnée, les alternances de prépositions, les interprétations non agentives et les diathèses spéciales. Comme transformations unaires, nous présentons : l’insertion de déterminants nominaux, l’insertion de partie appropriée, les insertions d’un argument, les pronominalisations, l’effacement d’un argument, les permutations d’arguments (sous-divisées en : permutations proprement dites, détachements, extrapositions et extractions), les changements de diathèse (la passive pleine, la passive indirecte, le réfléchi, la passive impersonnelle et différents types de restructurations : les restructurations N0 – (Prép) N1, les restructurations N0 – Prép N2 et les restructurations (Prép) N1 – Prép N2). Finalement, nous abordons les variantes syntaxiques des verbes support. Les propriétés retenues sont illustrées moyennant des exemples en français et en espagnol.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,010 | 0,013 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».