MétaCan
Menu
Retour à la cohorte
Enregistrement W2142314334 · doi:10.1017/s0022226799008129

Against featural alignment

2000· article· en· W2142314334 sur OpenAlexaff
Glyne L. Piggott

Notice bibliographique

RevueJournal of Linguistics · 2000
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMorphemeLinguisticsRealization (probability)Set (abstract data type)SyllableComputer scienceNatural language processingMathematics

Résumé

récupéré en direct d'OpenAlex

Morphemes are sometimes expressed by elements that are less than full segments, and, in a given language, the position of these elements in a word may vary. A recent analysis of these ‘mobile morphemes’ claims that their distribution is best explained in an optimality-theoretic framework that incorporates a set of featural alignment constraints (Akinlabi 1996). This paper argues that featural alignment plays no role in the realization of ‘mobile morphemes’. Instead, it recognizes a set of licensing constraints that explicitly identifies where featural exponents of such morphemes may appear in a word. Crucially, these licensing constraints, unlike featural alignment, are not morpheme-specific and therefore enjoy cross-linguistic support. Analyses of Chaha labialization, Terena nasalization, High tone realization in the Edoid associative construction and Southern Sami vowel lowering in terms of licensing are shown to be superior to the alignment-theoretic ones on both descriptive and explanatory grounds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,361
Écart entre enseignants0,330 · 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 tête enseignante, pas un consensus.

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

Citations56
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of LinguisticsMême sujetPhonetics and Phonology ResearchTravaux en français237 207