MétaCan
Menu
Retour à la cohorte
Enregistrement W3099489575 · doi:10.31513/linguistica.2020.v16nesp.a39406

Deriving coordinate nouns with Merge and Principles of efficient computation

2020· article· pt· W3099489575 sur OpenAlexaff
Anna Maria Di Sciullo

Notice bibliographique

RevueRevista Linguíʃtica · 2020
Typearticle
Languept
DomaineComputer Science
ThématiqueSpeech and dialogue systems
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésMerge (version control)NounAssociative propertyComputer scienceComputationNatural language processingLinguisticsMathematicsArtificial intelligencePure mathematicsAlgorithmPhilosophyInformation retrieval

Résumé

récupéré en direct d'OpenAlex

We analyze coordinate nouns in English and derive their properties from Merge and Principles of efficient computation. The proposed analysis relies on extended projections for the coordinate conjunction and provides derivations to the interfaces with consequences for the externalization of the coordinator and the semantic interpretation of the coordinate nouns. The proposed analysis challenges associative theories of learning. It also challenges the view that apparently simplex forms, two-words expressions, are remnants of a previous stage in the evolution of language.-----------------------------------------------------------------------------DERIVANDO NOMES COORDENADOS COM MERGE E PRINCÍPIOS DE COMPUTAÇÃO EFICIENTEAnalisamos nomes coordenados em inglês e derivamos suas propriedades a partir de Merge e de Princípios de computação eficiente. A análise proposta baseia-se em projeções estendidas para as conjunções coordenadas e fornece derivações para as interfaces com consequências para a externalização do coordenador e a interpretação semântica dos nomes coordenados. A análise proposta desafia as teorias associativas de aprendizagem. Também desafia a visão de que formas aparentemente simples, expressões de duas palavras, são resquícios de um estágio anterior na evolução da linguagem.---Original em inglês.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,006
Communication savante0,0050,011
Science ouverte0,0010,004
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 GPT0,248
Écart entre enseignants0,211 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista LinguíʃticaMême sujetSpeech and dialogue systemsTravaux en français237 207