Deux dictionnaires informatisés de Jean Dubois et Françoise Dubois-Charlier, leurs ultimes travaux
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Notre article décrit la structure des ressources lexicales Les Verbes Français (LVF) et le Dictionnaire Électronique des Mots (DEM) élaborées pendant plusieurs années par Jean Dubois et Françoise Dubois-Charlier. Nous suggérons ensuite des utilisations possibles de ces ressources pour le traitement automatique de la langue (TAL). Compte-tenu du fait que LVF a déjà fait l'objet de plusieurs travaux au cours des dernières décennies, nous insistons sur le DEM, une ressource linguistique particulièrement mal connue qui peut être considérée comme la synthèse des travaux lexicographiques de Dubois et Dubois-Charlier. Le DEM souffre d’être resté inachevé, mais son extension peu commune (près de 150 000 entrées) et surtout ses corrélations avec LVF en font une source de données lexicales de premier ordre pour la linguistique du français et pour le TAL. Nous présentons de nouvelles versions du LVF et du DEM au format JSON avec une nouvelle interface de consultation de ces dictionnaires. Nous espérons de la sorte favoriser la diffusion de ces ressources lexicales auprès de la communauté des chercheurs en lexicologie, en lexicographie et en TAL.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle