Experiência na criação de um dicionário bilíngue de parônimos para alunos de língua estrangeira
Notice bibliographique
Résumé
In this paper, we would like to present a new version of a German-Russian and Russian-German paronym dictionary. This book is a pioneering work and so far unique of its kind to serve as a reference work for foreign language learners (Russian or German as L2 language), warning them of the dangers of confusing similar sounding words in their spoken language. The previous edition (PAVLOVA; SVETOZAROVA, 2012) includes many types of paronyms which are described in the paper, but this work needs to be expanded by more keywords and paronym groups. The previous version of this Dictionary will also be extended by a few more classes of paronyms. The Dictionary is primarily aimed at two target groups consisting of foreign language (L2) learners. In this case, these are Russians who learn German and Germans who learn Russian as second language. For L2 learners, the difference between words with high and low neighborhood density is larger than for native speakers. This is proven by both the “Slips of the tongue” Corpus we created and by modern psycholinguistic studies to which we refer in this paper. This is the reason why we include more paronym pairs and groups in our Dictionary than traditional reference works of this kind do. In this paper, we describe different types of paronyms, explain our methods for the selection of keywords, and clarify the structure of our Dictionary.
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 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,000 |
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 tête enseignante, 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 ».