Nêhiyawi-pîkiskwêwina maskwacîsihk : Spoken Dictionary of Maskwacîs Cree
Notice bibliographique
Résumé
ABSTRACT: This paper details the development of nêhiyawi-pîkiskwêwina maskwacîsihk: Spoken Dictionary of Maskwacîs Cree (in progress). Since 2014, this joint project between the Maskwacîs Education and Schools Commission (MESC) and the Alberta Language Technology Lab (ALTLab) has sought to record carefully pronounced, isolated spoken audio for the approximately 9,000 entries in the Maskwacîs Dictionary of Cree Words (Maskwachees Cultural College 2009), as well as to fill lexical gaps through elicitation, to record example sentences for as many of these entries as possible, and to make these recordings publicly available online. Between 2014 and 2018, approximately 700 hours of audio and close to 120,000 recordings for 20,300 carefully spoken word and phrase types were gathered in elicitation sessions. After extracting and annotating the relevant Cree vocabulary, these audio clips were compiled in a novel, publicly accessible online Speech Database as well as through itwêwina , the intelligent bilingual online Cree–English dictionary. The entries in this database are currently in the process of orthographic standardization, gloss standardization, and linguistic analysis. Simultaneously, native speakers of Cree are re-reviewing the database's entries to ensure pronunciation quality and verify definitions where needed. In this paper, we discuss the origins of this project; the original elicitation sessions; the postprocessing, standardization, and validation of the recordings; and means by which these recordings can be publicly accessed online.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,006 |
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 ».