MétaCan
Menu
Retour à la cohorte
Enregistrement W4383955087 · doi:10.5430/wjel.v13n6p537

The Formalized Semantics of Neologisms-Slangisms in the Context of the English Translation of A Military Narrative

2023· article· en· W4383955087 sur OpenAlexvenueno aff
Antonina Pak, Svitlana Hurbanska, Olha Boiko, Valentyna Avramenko, Petro Katerynych

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLexicography and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeologismLinguisticsPolysemyContext (archaeology)Computer scienceMeaning (existential)HistoryPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Each new designation associated with a designation already fixed in the language is traditionally and automatically considered a case of semantic neology and is a case of polysemy. This simplistic analysis does not take into account morphological analysis and ignores the semantic laws that govern changes in meaning. The paper examines the meaning and evolution of semantic neologisms in military English discourse. In particular, three types of neologisms can be distinguished: neologisms-borrowings, neologisms-homonyms, and semantic neologisms. The emphasis is placed on semantic neologisms since they are the ones that become a problem for translators due to the tendency to polysemy. The paper examines the neologisms of military discourse in the context of the specifics of the narrative of translations of military texts by S. Zhadan. Unlike a large number of other linguistic concepts, such as a phoneme, morpheme, the concept of neologism seems to be well known to everyone, and in general, consensus means “new word”. Based on this, one might expect unanimity in the identification and analysis of neologisms and slangisms. However, there are many discussions about the neological status of a particular lexical item. Scientists emphasize a very high rate of dispersion of linguistic new formations, without a clear differentiation between neologisms and slangisms. Therefore, in the presented work we analyse the problems of translation of semantic neologisms and slangisms on the basis of English translations of the existential specificity of the narrative of the war-themed texts by S. Zhadan “Boarding School”. The issue of the newest intuitive concept of neology and the potential of slangisms to form a formal matrix, and neologisms - a semantic one, is actualized.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,008
Communication savante0,0050,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetLexicography and Language StudiesTravaux en français237 207