The semantics of the BCS and Bulgarian motion verbs ‘doći’ and ‘dojda’ - ‘to come, arrive’: a contrastive corpus-based study
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
The verbs ‘doći’ in Bosnian, Croatian, Serbian (= BCS) and ‘dojda’ in Bulgarian (= Blg.) are among the most frequent motion verbs. They are used in both concrete contexts (of human motion and motion of various objects) and metaphorical contexts in which features of concrete motion are transferred into abstract domains. A semantic examination of such verbs may reveal tendencies related to universal and language-specific meaning extensions of motion verbs. Our contrastive semantic study is based on a small parallel corpus of BCS literary texts and their Blg. translations. We examine contexts in which BCS doći relates to Bulgarian ‘dojda’, and those in which BCS ‘doći’ relates to other Bulgarian verbs or phrases (implying either spatial notions such as ‘go out’, ‘go down’, ‘return’, ‘come nearer’, and ‘appear’, or some non-spatial notions such as ‘take a deep breath’, ‘come to one’s senses’, etc.). Our questions are: What are the differences in the semantic networks of these two seemingly very similar verbs in very closely related languages? In which situations with concrete and abstract motion are ‘doći’ and ‘dojda’ “perfect matches”, and in which ones are they less perfect matches? Which metaphorical extensions are common, and which are limited to one language only, and how can this be explained? What facts about verbal (near-)synonymy does a parallel corpus study reveal?
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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