MétaCan
Menu
Retour à la cohorte
Enregistrement W2462802051 · doi:10.5539/ijel.v6n4p1

An Eclectic Phraseological Research on the Formation and Degrammaticalization of Phraseological Units

2016· article· en· W2462802051 sur OpenAlexvenueno aff
Ai Inoue

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLexicography and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésWord formationLinguisticsContext (archaeology)Competence (human resources)Word (group theory)Process (computing)Focus (optics)PsychologyComputer scienceNatural language processingHistoryPhysicsPhilosophySocial psychologyArchaeology

Résumé

récupéré en direct d'OpenAlex

<p>This paper reveals new features of certain phraseological units (PUs) through bottom-up and top-down examination. Previous phraseological research has tended to focus on the PUs characteristically observed in a genre or context or how PUs semantically and syntactically behave to improve communicative competence. However, previous phraseological research has failed to give systematic explanations as to the formation of PUs and the process and conditions necessary for a word-combination to become a PU. By applying existing word-formation rules to various PUs, this study clarifies the formation and formation process for PUs and the four conditions required for a word combination to become a PU. It was found that although the word-formation rules are used, PUs generally arise in an unformed manner. Further, word-combinations are used as PUs only if they undergo a formation process and abide by the four conditions. PU features were found to be function words from a degrammaticalization standpoint. It has been widely accepted that degrammaticalization occurs in words. However, no research to date has dealt with the application of degrammaticalization to PUs. It was found that semantic degrammaticalization occurs in PUs arising from function words.</p>

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,053
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,353
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLexicography and Language StudiesTravaux en français237 207