MétaCan
Menu
Retour à la cohorte
Enregistrement W4401752332 · doi:10.1177/17470218241280567

Incremental structure building in the processing of ellipsis

2024· article· en· W4401752332 sur OpenAlexaff
H.I. Kim, Wesley Orth, Masaya Yoshida

Notice bibliographique

RevueQuarterly Journal of Experimental Psychology · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEllipsis (linguistics)Antecedent (behavioral psychology)Computer scienceCopyingMechanism (biology)ParsingNatural language processingArtificial intelligenceWord (group theory)LinguisticsPsychologyPhysics

Résumé

récupéré en direct d'OpenAlex

This article presents the results of two experiments conducted to examine how ellipsis sites are processed during the processing of backward sluicing, which is superficially similar to non-sluicing wh-filler-gap dependencies. Previous studies on long-distance wh-filler-gap dependencies established that the processing of these dependencies is sensitive to the syntactic structure of materials within the dependency: CP vs. NP. Results from two maze experiments show that backward sluicing processing is sensitive to the same structural factors, confirming that the same processing mechanism underlies both constructions. We suggest that an active search mechanism is operating at the core for these structures and with the interaction of the ellipsis-specific mechanism, e.g., a word-by-word copying mechanism, the parser builds antecedent structure within the ellipsis site incrementally during the processing of backward sluicing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,367
Écart entre enseignants0,345 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Experimental PsychologyMême sujetSoftware Engineering ResearchTravaux en français237 207