MétaCan
Menu
Retour à la cohorte
Enregistrement W4407553617 · doi:10.3765/pe3dtd58

Prosody across sentence types

2025· article· en· W4407553617 sur OpenAlexaff
Maria Esipova

Notice bibliographique

RevueProceedings from Semantics and Linguistic Theory · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and dialogue systems
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésProsodySentenceNatural language processingComputer scienceLinguisticsArtificial intelligenceSpeech recognitionPhilosophy

Résumé

récupéré en direct d'OpenAlex

Rudin (2018) and Rudin & Rudin (2022) make a typological generalization that languages in which rising declaratives comprise non-canonical yes/no questions (YNQs), like English and Bulgarian, also allow for rising imperatives, used as tentative, but invested requests or disinterested suggestions, but languages in which rising declaratives comprise canonical YNQs, like Macedonian, don't allow for such rising imperatives. I look at another Slavic language, Russian, further expanding and fine-tuning the typology of how different languages realize various meaning components of different types of speech acts. While, like in Macedonian, Russian canonical YNQs are formed via an "intonation-only" strategy, said intonation doesn't involve a rising tune, but a special prosodic peak that I call the Q-Peak. I show that, despite marking canonical YNQs, the Q-Peak can also be used in friendly, but invested requests—but not in disinterested suggestions. I propose that the Q-Peak realizes an operator that asks the addressee to react to the speaker's speech act, which is appropriate in (some) questions and invested requests, but not in disinterested suggestions. The Russian Q-Peak is therefore distinct from the English-style rising tune, which in Rudin (& Rudin's) terms, simply "call[s] off the speaker's commitment to their utterance". The latter can thus have a wider range of meaning effects and brings a different source/flavor of politeness/tentativeness to directives.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,250
Écart entre enseignants0,242 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings from Semantics and Linguistic TheoryMême sujetSpeech and dialogue systemsTravaux en français237 207