Notice bibliographique
Résumé
AbstractThis paper aims at presenting a pilot study in the lemmatisation of Old English superlatives. This research is a further contribution to the lemmatisation methodology implemented in the OE verbal classes. The adverbs graded for the comparative have been chosen for this study. The data have been retrieved from The York-Toronto-Helsinki Parsed Corpus of Old English Prose and The York-Toronto-Helsinki Parsed Corpus of Old English Poetry. The starting point of this study is the automatic extraction of the forms morphologically tagged with the ADVR label (comparative adverbs). Secondly, the resulting forms are manually assigned the lemma provided by the lexical database of Old English Nerthus. Thirdly, the results are compared with Seelig (1930) and with the Dictionary of Old English in order to verify the lemma assignment and disambiguate doubtful cases. The conclusions insist on the applicability of the lemmatisation method to all non-verbal categories of Old English.Keywords: Old English; corpus linguistics; lexicography; lemmatisation; comparative adverbs. ResumenEste articulo presenta un estudio piloto sobre la lematizacion de los adverbios comparativos del ingles antiguo. Esta investigacion contribuye a la metodologia previamente implementada en la lematizacion de las clases verbales. Los corpus The York-Toronto-Helsinki Parsed Corpus of Old English Prose y The York-Toronto-Helsinki Parsed Corpus of Old English Poetry han proveido las formas flexivas a lematizar. El punto de partida de este estudio es la extraccion automatica de las formas morfologicamente etiquetadas con la etiqueta ADVR (adverbios comparativos). En segundo lugar, se ha asignado un lema de la base lexica Nerthus a cada forma flexiva. En tercer lugar, los resultados han sido contrastados con Seelig (1930) y el Dictionary of Old English para verificar la asignacion de lemas y desambiguar casos dudosos. Las conclusiones insisten en la aplicabilidad de este metodo de lematizacion al resto de categorias no verbales de ingles antiguo.Palabras clave: ingles antiguo, adverbios comparativos, linguistica de corpus, lematizacion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».