MétaCan
Menu
Retour à la cohorte
Enregistrement W2807426658 · doi:10.5430/elr.v7n2p9

Derivational Grammar Model and Basket Verb: A Novel Approach to the Inflectional Phrase in the Generative Grammar and Cognitive Processing

2018· article· en· W2807426658 sur OpenAlexvenueno aff
Rajdeep Singh

Notice bibliographique

RevueEnglish Linguistics Research · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenerative grammarComputer scienceLinguisticsNatural language processingVerb phraseArtificial intelligenceGeneralized phrase structure grammarPhrase structure rulesPhrasePrinciple of compositionalityInflectionEmergent grammarRelational grammarNoun phrasePhilosophy

Résumé

récupéré en direct d'OpenAlex

Generative grammar was a true revolution in the linguistics. However, to describe language behavior in its semantic essence and universal aspects, generative grammar needs to have a much richer semantic basis. In this paper, we took a novel morpho-syntactic approach to the inflectional phrase to account for the very diverse inflectional phrase qualities in different languages. Some languages show a very different surface verbal inflection, providing evidence of a different mental processing at the semantic level. In fact, the inflectional phrase is a great representative of the mental and semantic processing layers in mind. Therefore, in this study, we analyzed the inflectional phrase with a novel approach to take into account this rich verbal inflectional configuration in languages, and to describe why some languages behave in a different way in the spatial and temporal aspect. In this study, we analyzed and discussed the verbal inflectional structure of several languages, including German, Swahili, Persian, English, and Indonesian, and our result is the introduction of a semantic model which provides a much richer insight to the semantics/syntax interplay.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,106
Tête enseignante GPT0,397
Écart entre enseignants0,290 · 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'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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Linguistics ResearchMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207