MétaCan
Menu
Retour à la cohorte
Enregistrement W7029366987

Interface of Old English dictionaries. Sorting out headword spelling and format differences

2022· article· en· W7029366987 sur OpenAlexaboutno aff

Notice bibliographique

RevueRIUR (Universidad de La Rioja) · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMilitary History and Strategy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterface (matter)Component (thermodynamics)Lexicographical orderSpellingMachine-readable dictionaryLexical databaseParsingSorting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to present the interface of Old English dictionaries that has beendesigned and implemented with the Knowledge Base of Old English. The Knowledge Baseof Old English is a grid of relational lexical databases that comprises textual andlexicographical sources and is currently being used for annotating ParCorOEv2. An openaccess annotated parallel corpus Old English-English (Martín Arista et al. 2021). Thedictionary interface is a relational lexical database that links a given headword to its correlatesin the other dictionaries filed in the database. The dictionary interface is comprised of twobuilding blocks: a lemmatised and an unlemmatised component. The lemmatised componentaddresses the question of stem spelling, while the unlemmatised component waives formatdifferences between headwords. The method, therefore, includes both type analysis (thevarious headword spellings in the dictionaries) and token analysis (the different inflectionalforms provided by the lexicographers). The following dictionaries have been considered inthis study: A Concise Anglo-Saxon Dictionary (Hall 1894), The Student´s Dictionary ofAnglo-Saxon (Sweet 1896), Anglo-Saxon Dictionary (Bosworth and Toller 1898) and theDictionary of Old English (Healey et al. 2018). Inflectional forms and morphological tagshave been extracted from The York-Toronto-Helsinki Parsed Corpus of Old English Prose(Taylor et al. 2003). The lemmatised component turns out pairs and triplets of dictionaries,such as, respectively, -wrtere_SW>>>-wrítere_BT and þúsendfeald_BT>>>ðsendfeald_CHM>>>þsend-feald_SW. The result of queries in theunlemmatised component has the form kycenan_N^G_CYCENE_BT>>>cycene_DOE,which includes the YCOE inflection and morphological tag, as well as the correspondinglemma in BT and the DOE. With these results, the dictionary interface bridges the gapbetween the available lexicographical products of Old English, which opt for variousheadword spellings (as Ellis 1993 points out) and for divergent formats. It also enhances therecoverability of information in corpus analysis by directly relating textual forms to therelevant dictionary entry. Finally, the dictionary interface sheds light on the making of the dictionaries in general and the choice of headword in particular. Conclusions will be drawnin these areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,007
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,019

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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRIUR (Universidad de La Rioja)Même sujetMilitary History and StrategyTravaux en français237 207