There might be more to syntactic bootstrapping than being pragmatic: A look at grammatical person and prosody in naturalistic child-directed speech
Notice bibliographique
Résumé
In 'Being pragmatic about syntactic bootstrapping', Hacquard (2022) argues that abstract syntax is useful for word learning, but that an additional cue, pragmatics, is both necessary and available for young children during the first steps of language acquisition. She focuses on modals and attitude verbs, where the physical context seems particularly impoverished as the sole basis for deriving meanings, and thus where linguistic cues may be particularly helpful. She convincingly shows how pragmatic and syntactic cues could be combined to help young language learners learn and infer the possible meanings of attitude verbs such as "think", "know" or "want". She also argues that, in some circumstances, syntax and pragmatics would need to be supplemented by semantic information from context - for instance, in the case of modals such as "might", "can", or "must". We agree with Hacquard on the importance of the synergies between these different cues to meaning, and wish to add two other aspects of the input that might also be used by young children in these contexts. The aspects we describe can only be noticed when one analyzes concrete examples of what children hear in their everyday lives, something which Hacquard does very often in her work (e.g., Dieuleveut, van Dooren, Cournane & Hacquard, 2022; Huang, White, Liao, Hacquard & Lidz, 2022; Yang, 2022). Taking into account different cues for meaning would help the field go beyond current models of syntactic bootstrapping, and create an integrated picture of the synergies between different levels of linguistic information.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 tête enseignante, 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 ».