Time after Time: Representing Time in Literary Texts
Notice bibliographique
Résumé
The representation of temporal information in text represents a significant computational challenge.The problem is particularly acute in the case of literary texts, which tend to be massively underspecified, often relying on a network of semantic relations to establish times and timings.This paper shows how a model based on threaded directed acyclic graphs makes it possible to capture a range of subtle temporal information in this type of text and argues for an onomasiological approach which places meaning before form. Time and TextThis paper deals with the representation of temporal phenomena in literary texts.As a result, it builds on work from a number of fields. 1 Thus, it takes as given the longstanding observation from philosophy that time is not a simple issue of days, months and years, but reflects issues of perception and culture (Ricoeur, 1983).At the same time, it assumes that the study of temporal phenomena will be enhanced by use of a formal representation (Allen, 1984).It further assumes the traditional narratological distinction between the information which underlies a text, variously known as the fabula or histoire and which we will henceforth call the story and some particular instantiation of this in text, often called the sjuzhet or récit, which we will henceforth call the narrative (Genette, 1972).Mani (2010), based on earlier work, suggests that the temporal relations BEFORE, DURING, IMMEDIATELY BEFORE, BEGINS, ENDS, SI-MULTANEOUS AND OVERLAPS are adequate for representing time in human languages.This raises the interesting empirical question of how 1 In what follows, for lack of space, we restrict ourselves to citing some typical examples from a vast literature.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,001 | 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 ».