A Corpus-based Re-categorization for English and Chinese Hedges
Notice bibliographique
Résumé
Hedge is an interesting linguistic phenomenon that plays a crucial role in cross-cultural communication. Exploring the differences in hedge use between Chinese and English discourse, as well as the reasons behind them, can further reveal the ideological significance reflected in the use of hedges and their role in the construction of discursive power. Based on two self-built corpora, comprising 122 speeches and statements from the Chinese and Malaysian Ministry of Foreign Affairs between the years 2023 and 2024, the study aims to establish a detailed and unified re-categorization for both English and Chinese hedges to enhance the operationalization of corpus linguistics for retrieving the usage characteristics of different types of hedges in Chinese and English discourse, thereby facilitating a cross-linguistic contrastive analysis. Based on Prince et al.’s (1982) and He’s (1985) categorization, as well as Varttala’s (2001) categorization of hedges from a cognitive lexical perspective, this study divides the existing four types of hedges – adaptors, rounders, plausibility shields, and attribution shields – into 10 specific sub-types based on their pragmatic functions. The finding indicates that, among the ten subcategories of hedges, the usage differences in eight subcategories between the Chinese and Malaysian corpora show significant differences. Therefore, the new subcategories of hedges presented in this article provide valuable insights for future scholars to conduct statistical analysis using corpus linguistics in contrast analysis between English and Chinese discourse.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».