The meaning of intonation in yes-no questions in American English: A corpus study
Notice bibliographique
Résumé
Abstract In order to investigate the distinct nuances of meaning conveyed by the different intonational contours encountered in yes-no questions in English, we conducted a corpus study of the intonation of 410 naturally occurring spoken interrogative-form yes-no questions in American English. First we annotated the intonation of each question using ToBI and then examined the meaning of each utterance in the context. We found that the low-rise nuclear contour (e.g., L*H-H%) is the unmarked question contour and is by far the most frequently occurring. Yes-no questions with falling intonation (e.g. H*L-L%) do not occur frequently, but when they do, they can be classified in speech act terms as “non-genuine” questions, where one or more felicity conditions on genuine questions are not met. Level questions (e.g., L*H-L%) tend to be “stylized” in meaning and pattern with falling questions in being non-genuine. We also found that the pitch accent on high-rise questions (e.g., H*H-H%), where the final pitch contour starts high and ends higher, tends to mark information that is given in the discourse or a function word. These are syllables that would normally remain unaccented parts of the post-nuclear “tail” of the intonation phrase. This leads us to propose that many such accents are “post-nuclear accents” in the sense of Ladd 2008.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».