Disentangling contextual diversity: Communicative need as a lexical organizer.
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
Contextual diversity (CD; Adelman, Brown, & Quesada, 2006) modifies word frequency by ignoring word repetition in context. It has been repeatedly found that a CD count provides a better fit to lexical organization data than does word frequency (e.g., Adelman & Brown, 2008; Brysbaert & New, 2009). The importance of CD has been interpreted with the principle of likely need, adapted from the rational analysis of memory (Anderson & Schooler, 1991), which states that words that have been used in many past contexts are more likely to be needed in a future context. Central to the cognitive mechanisms of computing likely need is a definition of linguistic context itself. Typically, linguistic context is defined by relatively small units of language, such as a document within a corpus. However, recent research has demonstrated that larger definitions of context, some spanning tens or hundreds of thousands of words, provide a better accounting of lexical organization data (Johns, Dye, & Jones, 2020). This article attempts to redefine the notion of linguistic context by using socially based contextual measures, derived from the online communication patterns of hundreds of thousands of individuals from the discussion forum Reddit, consisting of over 55 billion words. Multiple count-based and semantic diversity models of contextual diversity were derived from this data. The results demonstrate that the communication patterns of individuals across discourses provides the best accounting of lexical organization data, indicating that classic notions of using local linguistic context to update a word's strength in the lexicon need to be reevaluated. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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