Notice bibliographique
Résumé
Metaphor has been the focus of cognitive linguistics, psycholinguistics, applied linguistics, corpus linguistics, and metaphor identification lays a solid foundation for metaphor research. Since Lakoff and Johnson (1980) proposed the Conceptual Metaphor Theory, much attention has been given to the conceptual and cognitive dimensions of metaphor, leaving linguistic dimension secondary. However, when MIP was introduced in 2007, which aims to identify metaphorically used lexical units in natural discourses, metaphor researchers have developed a systematic and reliable methodology for identifying linguistic metaphor instead of working with intuition and subjective criteria, which enables them to focus their research on different levels-linguistic forms, conceptual structure and cognitive processing. As MIP requires metaphor analysts to work through five steps, in which they depend heavily on dictionaries to determine lexical units and specify the basic and contextual senses, the use of dictionaries becomes the critical element in MIP. The Pagglejaz Group chose Macmillan English Dictionary for Advanced Learners a reference, while MIPVU, the elaborated version of MIP, used Longman Dictionary of Contemporary English and Oxford English Dictionary apart from Macmillan dictionary. The author, by demonstrating the use of different types of dictionaries in MIP, tries to show that together with learners’ dictionaries, historical dictionaries, collocation dictionaries and specialized dictionaries can also be used for cross reference to guarantee the reliability of linguistic metaphor identification.
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 | 0,005 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,006 | 0,013 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».