MétaCan
Menu
Retour à la cohorte
Enregistrement W4242926457 · doi:10.31234/osf.io/tjxar

Are Figurative Interpretations of Idioms Directly Retrieved, Compositionally Built, or Both? Evidence from Eye Movement Measures of Reading

2019· preprint· en· W4242926457 sur OpenAlexaff
Debra Titone, Kyle Lovseth, Kristina Kasparian, Mehrgol Tiv

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensMcGill UniversityCentre for Research on Brain Language and Music
Organismes subventionnairesnon disponible
Mots-clésLiteral and figurative languageComprehensionLinguisticsLiteral (mathematical logic)Interpretation (philosophy)Reading (process)Computer scienceMeaning (existential)Eye movementEye trackingReading comprehensionSemantics (computer science)Point (geometry)Natural language processingArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

Idioms are part of a general class of multiword expressions where the overall interpretation cannot befully determined through a simple syntactic and semantic (i.e., compositional) analysis of theircomponent words (e.g., kick the bucket, save your skin). Idioms are thus simultaneously amenable todirect retrieval from memory, and to an on-demand compositional analysis, yet it is unclear whichprocesses lead to figurative interpretations of idioms during comprehension. In this eye-tracking study,healthy adults read sentences in their native language that contained idioms, which were followed byfigurative- or literal-biased disambiguating sentential information. The results showed that the earlieststages of comprehension are driven by direct retrieval of idiomatic forms, however, later stages ofcomprehension, after which point the intended meaning of an idiom is known, are driven by both directretrieval and compositional processing. Of note, at later stages, increased idiom decomposabilityslowed reading time, suggesting more effortful figurative comprehension. Together, these results aremost consistent with multi-determined or hybrid models of idiom processing.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,079
Tête enseignante GPT0,357
Écart entre enseignants0,277 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLanguage, Metaphor, and CognitionTravaux en français237 207