Variation in Old English revisited
Notice bibliographique
Résumé
Corpus linguistics can be divided into two major avenues of research — corpus-based: Searching a corpus based on preexisting hypotheses or intuitions, and corpus-driven: An unbiased search of a corpus independent of any framing hypothesis or intuition. Corpus-driven methods have been touted to be more proficient in identifying previously undocumented patterns. This article revisits the variation observed in Old English (OE) by first discussing some of the existing corpus-based studies and their findings. Next, a corpus-driven methodology of exploration based on generating and searching for all possible permutations of selected syntactic labels (S, V, O, p and Aux.), i.e., all possible word order patterns is presented. Finally, after applying the corpus-driven methodology to the York-Toronto-Helsinki Corpus of Old English (YCOE) and outlining some broad assumptions that are valid cross-linguistically, the word order patterns attested in YCOE are syntactically analyzed — of note is the in-depth analysis of embedded adverbial adjunct clauses with respect to CP-recursion. This study documents and presents analyses of an extensive list of word order patterns in OE and categorically verifies certain theories of OE syntax, and challenges others. To the best of our knowledge, the study presented in this article is the first corpus-driven investigation of the variation observed in OE. More generally, this study lays a foundation for future corpus-driven and corpus-based research on Old English syntax.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».