Prosodic Cues for Broad, Narrow, and Corrective Focus in Persian
Notice bibliographique
Résumé
Previous studies have demonstrated that focus significantly alters sentential prosody in Persian. However, research on the phonetic realization of non-corrective narrow focus is scarce compared to that on broad and corrective focus. This paper presents a systematic production study investigating whether Persian speakers distinguish between three focus structures on target words that bear a pitch accent, that is, broad, narrow, and corrective focus. In a multidimensional phonetic analysis, we investigated the parameters of intensity, duration, and F0. Taking a local perspective, results show that the duration of the target word is a robust cue for focus marking in both syllables of the word, exhibiting a three-step pattern (corrective > narrow > broad). In the first syllable, intensity is a reliable cue to distinguish broad focus from the other two focus types, with higher intensities in broad focus. In the accented syllable, a different two-step pattern is observed, with narrow and corrective focus showing larger F0 spans than broad focus. Taking a global perspective that considers the parts of the utterance before and after the target word, we find a lowering of F0 and decreased intensity for narrow and corrective focus in the pre-target region. In the post-target region, we find strong evidence for differences in mean F0 and intensity with lower F0 in corrective focus than in broad and narrow focus, while the intensity is lower in narrow and corrective focus than in broad focus. Our analysis deepens our understanding of Persian prosody.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».