MétaCan
Menu
Retour à la cohorte
Enregistrement W2140991188 · doi:10.5508/jhs.2011.v11.a14

The Typological Classification of the Hebrew of Genesis: Subject-Verb or Verb-Subject?

2011· article· en· W2140991188 sur OpenAlexvenueno aff
Robert D. Holmstedt

Notice bibliographique

RevueJournal of Hebrew Scriptures · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueBiblical Studies and Interpretation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVerbSubject (documents)LinguisticsWord orderHebrewBiblical HebrewObject (grammar)Computer scienceVariety (cybernetics)Order (exchange)PhilosophyPsychologyHistoryHebrew BibleArtificial intelligenceBiblical studies

Résumé

récupéré en direct d'OpenAlex

, the Object can precede or follow both the Subject and the Verb, and adverbs and prepositional phrases can be thrown into a variety of positions. To the reader word order often seems to be random, but grammarians have long agreed that it is not random or ‘free’. Describing precisely what determines the order of words, though, remains an elusive task. Yet, it is universally understood that determining a rhyme and reason for the variation exhibited in the biblical texts would provide access to subtle linguistic cues the ancient authors used to get their message across. And so many Hebraists have attempted to identify the patterns. As with all investigations, though, the initial assumptions strongly influence the conclusions and for Hebrew word order studies the almost universal starting point has been to assume a basic Verb-Subject order. In this essay I challenge this assumption, thereby potentially undercutting the methodologies and conclusions of the vast majority of existing word order studies. I introduce, describe, and illustrate the typological linguistic criteria for determining basic word order and conclude, contrary to near-consensus position, that Biblical Hebrew is better classified as a Subject-Verb language.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,017
Communication savante0,0050,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,261
Écart entre enseignants0,163 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hebrew ScripturesMême sujetBiblical Studies and InterpretationTravaux en français237 207