MétaCan
Menu
Retour à la cohorte
Enregistrement W4235889089 · doi:10.22215/etd/2014-10965

Semantics and Processing of Weak and Strong Definites in Colloquial Persian: Evidence from an Offline Questionnaire

2014· dissertation· en· W4235889089 sur OpenAlexaff
Pegah Nikravan

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAntecedent (behavioral psychology)PresuppositionLinguisticsSuffixPsychologySemantics (computer science)NaturalnessNatural language processingArtificial intelligenceComputer scienceSocial psychologyPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

The main goal of the present study was to investigate the semantics and processing of three (in)definite markers used in the colloquial Persian. It was proposed that colloquial Persian morphologically realizes two definite markers, the null marker '' and the suffix '-e'. It was further proposed that these correspond to so-called "weak" and "strong" definites, respectively; the presuppositions of strong definites need to be satisfied by an explicit antecedent but the presuppositions of weak definites do not It was also proposed that 'ye-i' is an indefinite marker. This proposal is supported by introspective judgments, as well as by quantitative data from an off-line questionnaire study (building on As expected, there was an interaction between CONTEXT and MARKER and in particular the most natural text was the one in which '-e' was used in a Given context (this was the only condition that satisfied all relevant constraints).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,279
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207