MétaCan
Menu
Retour à la cohorte
Enregistrement W4249138150 · doi:10.23951/2307-6119-2019-3-25-9-21

SUFFIXAL PREDICATES IN CHUKCHI: SEMANTICS, TYPOLOGY AND ORIGINS

2019· article· en· W4249138150 sur OpenAlexaboutno aff
A. I. Vinyar

Notice bibliographique

RevueTomsk Journal of Linguistics and Anthropology · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Cultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTypologySemantics (computer science)LinguisticsComputer scienceNatural language processingProgramming languageHistoryPhilosophyArchaeology

Résumé

récupéré en direct d'OpenAlex

The paper discusses the semantics of certain suffixal predicates (bound verbalizers with concrete, root-like semantics) in Amguema Chukchi. I study the semantic oppositions in the system of Chukchi suffixal predicates on the basis of my field data. This study shows that Chukchi suffixal predicates exhibit bleached (as compared to the semantics of the corresponding verbal roots) semantics. Still, this group of suffixes retain some semantic properties which align these predicates with verbal roots and distinguish them from the Chukchi verbalizers in the strict sense. These properties include the specification of the manner of action and of the resultant state to which this action leads. I compare the semantic properties of Chukchi suffixal predicates with the properties of affixal predicates in other languages, including Inuktitut (Eskimo-Aleut) studied by Johns (2007), Bella Coola (Salish) studied by Mithun (1997) and Oneida (Iroquoian) studied by Barrie (2011). This comparison provides an evidence that one of the most probable sources of affixal predication construction in Chukchi is noun incorporation construction. Finally, I highlight some evidence which may serve to distinguish between the two grammaticalization sources of affixal predication in general. Namely, the erosion and bleaching of verbs in noun incorporation construction and the morphologization of light verbs in light verb construction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,005
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,257
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTomsk Journal of Linguistics and AnthropologyMême sujetLinguistics and Cultural StudiesTravaux en français237 207