Information-theoretic applications to Hupa verbal morphology
Notice bibliographique
Résumé
Hupa (Na:tinixwe Mixine:whe’) is a Pacific Coast Dene language spoken in Hoopa Valley in Northern California. Like its Dene sisters, Hupa exhibits complex verbal morphology which has attracted decades of theoretical research. One approach that has yet to have been applied to these languages is information theory. Previous information-theoretic research into verbal morphology has uncovered a cross-linguistic trend of grouping predictive information closer together and finding morphemes that are more mutually-informative to the root closer to the root, which in turn reduces overall surprisal and is easier on memory constraints. However, these studies analyzed prominently suffixing languages of Afro-Eurasia. This project is the first application of these information-theoretic concepts to a Dene language to investigate if these approaches also apply to explain morpheme order in a low-resource, Indigenous American language with intricate, prominently-prefixing morphology. The results indicate similar findings to previous research. Hupa demonstrates a word-level linear morpheme order that, on average, orders most mutually-informative morphemes closest to the verb root compared to a randomized baseline. This morpheme order also resulted in an average surprisal that was more comparable to optimized morpheme orders than a randomized baseline. Morpheme-type mutual information, however, demonstrates the discrepancies between word- and templatic-level information content in Hupa, which exemplifies the word-level efficiency that Hupa shares with other languages despite the typological uniqueness of its morphological grammar.
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 | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».