Towards a linked open data resource for direct speech acts in Greek and Latin epic
Notice bibliographique
Résumé
Abstract The Digital Initiative for Classics: Epic Speeches (DICES) research group reports here on preliminary work to integrate research on Greek and Latin epic speeches into the larger ecosystem of linked open data (LOD) for classical scholarship. The ability to collate speech data from different researchers and to leverage external repositories of texts and characters opens up new possibilities for interrogation of the epic corpus. We briefly survey the current state of scholarship on epic speeches and of the digital infrastructure on which we propose to build. We outline a model for harmonizing speech data across studies and aligning it with existing LOD standards. Finally, we discuss some early proof-of-concept results and the larger implications of this approach for the field. The long-term aim of the DICES project is to build a database of metadata on direct speech in Greek and Latin epic, not only covering canonical texts such as Homer and Virgil, but also including the less-studied texts of the late antique period, which will benefit greatly both from the increased accessibility and also from the diachronic perspective afforded by a corpus-based approach. The envisioned database also has the potential to include diachronic data from additional genres and languages at a later stage.
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 | 0,026 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,017 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,003 | 0,020 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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 ».