MétaCan
Menu
Retour à la cohorte
Enregistrement W2773087945 · doi:10.1111/1467-968x.12120

Monotonicity In Word Formation: The Case Of Italo‐Romance Result State Adjectives

2018· article· en· W2773087945 sur OpenAlexaff
Delia Bentley

Notice bibliographique

RevueTransactions of the Philological Society · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensBentley (Canada)
Organismes subventionnairesnon disponible
Mots-clésMonotonic functionWord (group theory)LinguisticsInterpretation (philosophy)State (computer science)Meaning (existential)RomanceAdjectiveScope (computer science)Romance languagesComputer scienceMathematicsNatural language processingPsychologyPhilosophyNounEpistemologyAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract The Monotonicity Hypothesis (Koontz‐Garboden ) predicts that no productive word formation operations delete any decompositional operators that are part of word meaning. We test this hypothesis examining Italo‐Romance result state participles. First, we consider rhizotonic~arrhizotonic pairs which provide morphologically transparent evidence for the contrast between non‐passive (non‐agentive) and passive (agentive) result state adjectives (e.g., Sicilian cuòttu/cùattu vs. cuciùtu ‘cooked’). Whereas the non‐passive result states of other languages have received decausative accounts, our findings suggest that such non‐monotonic accounts are based on an incorrect interpretation of the results of a key diagnostic test. Broadening the scope of our investigation, we consider other classes of non‐passive result state adjectives, which are indisputably non‐causative and cannot but be formed monotonically. We put forward a monotonic account of the formation of Italo‐Romance result state adjectives, which captures all the classes under investigation and can be extended to the result state adjectives of other languages. Ultimately, this study provides strong support for monotonicity in word formation.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,583
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,262
Écart entre enseignants0,219 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Philological SocietyMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207