Word-entries and Big Data in <i>Lexicons of Early Modern English</i>
Notice bibliographique
Résumé
This brief thirty-year history of Lexicons of Early Modern English, an online database of glossaries and dictionaries of the period, begins in a fourteenth-floor Robarts Library lab of the Centre for Computing and the Humanities at the University of Toronto in 1986. It was first published freely online in 1996 as the Early Modern English Dictionaries Database. Ten years later, in a seventh-floor lab also in the Robarts Library, it came out as LEME, thanks to support from TAPoR (Text Analysis Portal for Research) and the University of Toronto Press and Library. No other modern language has such a resource. The most important reason for the emergence, survival, and growth of LEME is that its contemporary lexicographers understood their language differently from how we, our many advantages notwithstanding, have conceived it over the past two centuries. Cette brève histoire des trente ans du Lexicons of Early Modern English, une base de données en ligne de glossaires et de dictionnaires de l’époque, commence en 1986 dans le laboratoire du Centre for Computing and the Humanities, au quatorzième étage de la bibliothèque Robarts de l’Université de Toronto. Cette base de données a été publiée gratuitement en ligne premièrement en 1996, sous le titre Early Modern English Dictionnaires Database. Dix ans plus tard, elle était publiée sous le sigle LEME, à partir du septième étage de la même bibliothèque Robarts, grâce au soutien du TAPoR (Text Analysis Portal for Research), de la bibliothèque et des presses de l’Université de Toronto. Aucune autre langue vivante ne dispose d’une telle ressource. La principale raison expliquant l’émergence, la survie et la croissance du LEME est que les lexicographes qui font l’objet du LEME comprenaient leur langue très différemment que nous la concevons depuis deux siècles, et ce nonobstant plusieurs de nos avantages.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,022 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,015 | 0,024 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
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 ».