Searching for standard French: The construction and mining of the <i>Recueil historique des grammaires du français</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This paper describes a massive project to characterize “Standard French” by constructing and mining the Recueil historique des grammaires du français (RHGF), a corpus of grammars whose prescriptive dictates we interpret as representing the evolution of the standard over five centuries. Its originality lies in the possibility it affords to ascertain the existence of prior variability, date it, and determine the conditions under which grammarians accept or condemn variant uses. Systematic meta-analyses of the RHGF reveal that grammarians rarely acknowledge the existence of alternate ways of expressing the same thing. Instead, they adopt three major strategies to establish form-function symmetry. All involve partitioning competing variants across distinct social, semantic or linguistic contexts, despite pervasive disagreement over which variant to associate with which. This effectively factors out variability. In contrast, systematic analysis of actual language use , as instantiated in the spontaneous speech of 323 speakers of Quebec French over an apparent-time period of a century and a half, reveals robust variability, regularly conditioned by contextual elements which have never been acknowledged by grammarians. This conditioning has remained largely stable since at least the mid-nineteenth century. Taken together, these results indicate that the “rules” for variant selection promulgated by grammarians do not inform the spoken language, nor do grammars take account of the variable rules structuring spontaneous speech. As a result, grammar and usage are evolving independently.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle