Extension of the type/token distinction to document structure
Notice bibliographique
Résumé
The type/token distinction introduced by C. S. Peirce and taken up by many others is familiar when applied to individual symbols or characters in a writing system, and also when applied at a higher level to words (and word-like objects). Some writers apply the distinction not only at some basic or foundational level but also as a description of higher levels of organization. This paper follows their example by outlining a concrete extension of the type/token distinction to all levels of document organization, specifying that higher-level types may contain sequences of lower-level types, and similarly for higher- and lower-level tokens. We further extend the usual model of types and tokens by allowing higher-level types to contain not just sequences of (lower-level) types but also sets, bags, conjunctions and disjunctions of types. This allows the system to deal gracefully both with indeterminate documents (e.g., a manuscript in which it is not clear whether a given mark on the page represents a 'c' or a 't') and with intentionally polyvalent documents, in which some marks are to be read as tokens of more than one type, as in the “ambigram”, a sort of combination puzzle and calligraphic artwork in which the shapes on the page may be read in different ways, or the same way, in different directions. This account of document structure in terms of types and tokens is similar in many ways to that offered by SGML, XML, and other systems of descriptive markup. On this view, SGML and XML elements are, strictly speaking, types (and tokens) in Peirce's sense of those words. Some techniques developed in other areas to which the type/token distinction is relevant may be useful in work on markup languages (and vice versa).
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,008 | 0,019 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».