MétaCan
Menu
Retour à la cohorte
Enregistrement W2474461979 · doi:10.5334/gjgl.74

Two ways of encoding location in Greek: Locative applicatives and prepositions

2016· article· en· W2474461979 sur OpenAlexafffund
Evangelia Daskalaki, Marios Mavrogiorgos

Notice bibliographique

RevueGlossa a journal of general linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBen-Gurion University of the NegevFreie Universität BerlinUniversity of AlbertaUniversity of Cyprus
Mots-clésLocative casePrefixLinguisticsComputer scienceMorphemeArgument (complex analysis)Oblique caseSet (abstract data type)Root (linguistics)Natural language processingArtificial intelligencePhilosophyProgramming language

Résumé

récupéré en direct d'OpenAlex

Cross-linguistically, oblique theta roles such as location can be encoded by both adpositions and applicative morphemes. In this paper we argue that Standard Modern Greek (SMG), a language that encodes location primarily with prepositions, has a set of morphologically complex predicates that consist of an intransitive verbal root and a locative prefix, and behave like locative applicative constructions. We argue that this prefix is a low applicative head, licensing the addition of a locative DP argument to the intransitive verbal root. Specifically, this applicative head: (i) case-and theta-licenses the added argument, but being void of phi-features, it blocks its cliticization; (ii) is distinct from a homophonous free standing P semantically and syntactically; (iii) is undergoing grammaticalization, as evidenced by the emergence of a novel configuration, in which the locative predicates combine with locative PPs that retrieve semantic and syntactic information of the locative prefix. Our findings show that applicatives may come in various flavors, that a language may use both analytic and synthetic devices to encode location which are not derivationally related, and that lexical/inherent case does not necessarily reduce to a PP structure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,039
Tête enseignante GPT0,267
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlossa a journal of general linguisticsMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207