Non-canonical Very as a Degree Modifier of NPs in English
Notice bibliographique
Résumé
The aim of this paper is to investigate the meaning of constructions with a non-canonical use of very inside NPs and to propose a unified formal semantic analysis for the degree modifier very. We adopt the notion of scalar properties and take as a starting point the fact that very is a typical degree modifier that boosts the degree of open-scale adjectives (e.g. tall) (cf. Kennedy & McNally, 2005). In this work, we focus on what we name non-canonical very: the modification of very on NPs (e.g. the very house John lived in). Our methodology consists of three major steps: firstly, we selected sentences with non-canonical very from The British National Corpus. Then, we selected sentences from five American and British novels published in the 19th and 20th centuries, comparing the sentences with their translations into Portuguese. Based on a first analysis of these sentences and on Matthewson’s (2004) methodology, we proceed to controlled elicitation of contexts with the participation of a native-English speaker of Wales. Data collected present definite DPs and complex NPs, what supports a proposal that consider modification of a scale that is closed and contextually dependent. We argue in favor of an analysis that gives a uniform lexical entry to very and assume that the difference on interpretation of canonical and non-canonical modification is due to scalar properties of the modified predicate. Canonical very modifies lexical open scales whereas non-canonical very modifies contextual closed scales of precision and produces an exhaustive interpretation. The study reveals the importance of logical scalar properties for the semantic investigation of degree modifiers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».