Quantified Grapho-Phonemic Systematicity in Korean Hangeul
Notice bibliographique
Résumé
Hangeul, the Korean orthography is well known for its scientific design that emphasizes the link between sounds and letter shapes. However, it hasn’t been asked so far ‘how systematic’ it is. We quantify, for the first time, the grapho-phonemic systematicity of hangeul. We defined Korean phonemes as binary vectors according to articulatory features and then measured the pairwise phonemic distance between phonemes using multiple methods. We measured the pairwise visual distance between letter shapes by (a) stroke share rate, which reflects the original principles of hangeul’s creation, and (b) Hausdorff distance (Huttenlocher et al., 1993), which measures topological difference between images. We then tested the correlation between the phonological distances and the corresponding orthographical distances. Positive correlations clearly indicated that similar letters tend to have similar pronunciations in Korean hangeul. Stroke share rate maximizes hangeul’s grapho-phonemic systematicity. Hausdorff distance, an initial step in the detailed quantifying of visual distance, allows similar calculations to be carried out with any hangeul font and with any other orthography (Jee, Tamariz, & Shillcock, 2021; 2022a; 2022b). Consciously designed to be phonologically transparent, hangeul can be considered as the gold standard of grapho-phonemic systematicity. We discuss the implications of this systematicity.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».