Notice bibliographique
Résumé
This paper addresses the contribution that corpus-based studies of syntactic variation can make to the construction, elaboration and testing of formal syntactic theories, with a particular focus on the testing dimension. In particular, I present a new empirical study of obligatory and optional asymmetric negative concord phenomena, and I show how an influential analysis for obligatory concord patterns (de Swart, 2010) can be tested using variation data through looking at the predictions that its natural probabilistic extension makes for the forms, interpretations and frequency distributions of expressions in languages in which asymmetric concord is optional. In obligatory negative concord languages like Spanish, negative indefinites, such as nadie ‘no one’, appear bare in preverbal position (i.e. in an expression like Nadie ha venido ‘No one came’), but they co-occur with the negative marker no in postverbal negative concord structures such as No he visto a nadie ‘I did not see anyone.’ (lit. ‘I did not see no one.’). Furthermore, in this language, co-occurrence between a negative marker and an n-word is either prohibited (*Nadie no ha venido), or it is obligatory (*He visto a nadie). Québec French shows a variable version of the Spanish pattern in which the negation marker optionally co-occurs with postverbal negative indefinites (J’ai (pas) vu personne ‘I saw no one’) but is prohibited with preverbal negative indefinites *Personne est pas venu (Ok: Personne est venu. ‘No one came’). I show how the predictions for Montréal French of de Swart’s analysis of Spanish can be tested (and, in this case, mostly verified) using a quantitative study of the distribution of bare and concord structures in the Montréal 84 corpus of spoken Montréal French (Thibault & Vincent, 1990) through looking at its natural extension within Boersma (1998)’s stochastic generalization of the Optimality Theory framework, which is the framework in which de Swart’s proposal is set.
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 | 0,020 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,028 |
| Communication savante | 0,005 | 0,015 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».