MétaCan
Menu
Retour à la cohorte
Enregistrement W3164167429 · doi:10.15084/00003050

Real-time and Apparent-time Changes in Semantics : Japanese Classifiers Tested across Generations and after a Quarter Century

2020· article· en· W3164167429 sur OpenAlexaboutno aff
Yasuyo Ichikawa, Yo Matsumoto

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Semantics (computer science)Computer scienceArtificial intelligenceNatural language processingHistory

Résumé

récupéré en direct d'OpenAlex

Japanese numeral classifiers are undergoing change (Sanches 1977, Downing 1996, Shimojo 1997).This paper demonstrates the ongoing changes pointed out by previous studies by two types of experimental investigations.In one study we compare generation differences in the use of classifier -ko as reflections of ongoing changes, in an attempt to apply Labov's (1963Labov's ( , 1966) ) apparent-time hypothesis to semantic change, which has rarely been made (Bailey 2004: 319).In another study, we examine how the acceptability ratings of the classifier -hon for various objects have changed in real time by comparing the results of the same experiment conducted with the same speakers in two different periods (in 1987 and 2011) as well as the results from a younger generation in 2011.We argue that 1) the generational differences can be observed in the use of -ko and -hon, which appear to reflect ongoing changes, and 2) the speakers tested a quarter-century ago retain older uses of -hon not favored among present-day younger speakers, but have acquired some new uses, providing caution in treating generation differences as a reflection of semantic changes.* This is a revised version of the paper presented at the Linguistic Society of Japan meeting in 2011.We would like to thank Junko Hibiya for sharing with the second author the excitement of studying variation and change in progress around the time the first experiment reported here was conducted.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,022
Tête enseignante GPT0,291
Écart entre enseignants0,269 · 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'étudeObservationnel
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 présentnon

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetLinguistic Variation and MorphologyTravaux en français237 207