MétaCan
Menu
Retour à la cohorte
Enregistrement W2756414921 · doi:10.5539/ijel.v7n6p47

On Middle Construction in Japanese

2017· article· en· W2756414921 sur OpenAlexvenueno aff
Wenchao Li

Notice bibliographique

RevueInternational Journal of English Linguistics · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdverbAdjectiveLinguisticsSuffixNounVerbPredicate (mathematical logic)Subject (documents)LexiconPart of speechPsychologyMathematicsComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This study uncovers Japanese middle constructions based on the approach of “distributed morphology”. The findings reveal that adjunct is obligatory in Japanese middles. Two types of grammatical elements contribute to the adjunct: suffix and adverbs. The suffix yasui corresponds to English “able”. The case of the subject must be nominative, i.e., が. Once verbs are attached by the suffix yasui, their part of speech transits from verb into adjective. The new lexicon predicates an inherent property of the subject. Regarding middles with adjuncts rendered by adverbs, two subtypes are confirmed: the na-adjective formed adverb 簡単に kantan ni, and the i-adjective formed adverb よく yoku. The former is produced by the na-adjective 簡単 with the copular に. The latter is formed by the i-adjective よい with the predicate く ku. The mechanisms of the constructions rendered by the two are similar. Furthermore, unlike English middles, where non change-of-state verbs are ruled out, there is no distinct lexical category of middle verb Japanese. Rather, six groups of verbs are compatible: (a) motion verbs; (b) change-of-state verbs; (c) action verbs; (d) perception verbs; (e) stative verbs; and (f) accomplishment verbs. Crucially, such generosity does not result from the adjuncts. It is the “potential form” of verbs that enables psychological and perception verbs to be licensed in Japanese middles.

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)0,000
score de la tête « metaresearch » (Gemma)0,168
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,839

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,168
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,035
Tête enseignante GPT0,273
Écart entre enseignants0,238 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207