MétaCan
Menu
Retour à la cohorte
Enregistrement W2790634503 · doi:10.1017/s0022226718000087

Building verbs in Chuj: Consequences for the nature of roots

2018· article· en· W2790634503 sur OpenAlexaff
Jessica Coon

Notice bibliographique

RevueJournal of Linguistics · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMerge (version control)Root (linguistics)VerbValence (chemistry)Transitive relationArgument (complex analysis)LinguisticsMathematicsComputer sciencePhilosophyBiologyCombinatoricsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper offers an in-depth look at roots and verb stem morphology in Chuj (Mayan) in order to address a larger question: when it comes to the formation of verb stems, what information is contributed by the root, and what is contributed by the functional heads? I show first that roots in Chuj are not acategorical in the strict sense (cf. Borer 2005), but must be grouped into classes based on their stem-forming possibilities. Root class does not map directly to surface lexical category, but does determine which functional heads (i.e. valence morphology) may merge with the root. Second, I show that while the introduction of the external argument, along with clausal licensing and agreement generally, are all governed by higher functional heads, the presence or absence of aninternalargument is dictated by the root. Specifically, I show that transitive roots in Chuj always combine with an internal argument, whether it be (i) a full DP, (ii) a bare pseudo-incorporated NP, or (iii) an implicit object in an antipassive. In the spirit of work such as Levinson (2007, 2014), I connect this to the semantic type of the root; root class reflects semantic type, and semantic type affects the root’s combinatorial properties. This work also contributes to the discussion of how valence morphology operates. In line with works such as Alexiadou, Anagnostopoulou & Schäfer (2006), I argue that valence morphology applies directly to roots, rather than to some ‘inherent valence’ of a verb.

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)0,005
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0060,007
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,036
Tête enseignante GPT0,303
Écart entre enseignants0,268 · 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

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of LinguisticsMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207