Intrinsic Timing and Quantity in Finnish
Notice bibliographique
Résumé
Termi 'kvantiteettikieli' tarkoittaa perinteisen selityksen mukaan sellaista kieltä, jossa äänteiden kestoja käytetään erottamaan eri sanoja toisistaan. Suomen kieltä on pidetty malliesimerkkinä tällaisesta kielestä, koska suomessa esiintyy varsin vapaasti pitkiä ja lyhyitä vokaaleja ja konsonantteja erottamassa merkityksiä. Toisaalta, mitatut kestot vaihtelevat puheessa suuresti, riippuen hyvin monista seikoista, mm. äänteen tyypistä ja yleisestä puhenopeudesta.\n\nTutkimuksessa analysoitiin akustisesti suomen kielisiä sanoja ja käytettiin eri havaintokokeita selvittämään absoluuttisten keston ja muiden seikkojen osuutta merkityserojen tuottamisessa ja havaitsemisessa.\n\nToisaalta kokeissa, joissa pyydettiin puhujia lausumaan sanoja siten, että suu oli kiinni ja kieli liikkumatta, äänteelliset ajoituserot hävisivät, mutta kvantiteettiin liityvät erot jäivät. Vaikuttaa siltä, että suomen kielen puhujalla on kvantiteettihahmo tai rytmillinen malli, joka on äänne-eroista suhteellisen riippumaton. Voidaan siis väittää, että hän käyttää samaa rytmiä lausuessaan esim. sanat 'tulli' ja 'tukki', vaikka mitatut kestot ovatkin systemaattisesti eri. Sen sijaan havaintokokeet, joiden ärsykkeistä poistettiin äänteellinen informaatio, viittasivat siihen, että suomen kielen kuulija ei havaitse kvantiteettia riippumattomasti, vaan tarvitsee myös äänteellistä informaatiota kvantiteettihahmon tunnistamista varten. Tämä tulos on sopusoinnussa sen olettamuksen kanssa, että puheen havaitsija kuuntelee todellisia artikulaatioita, eikä irrallisia piirteitä, joista sanan identiteettiä sitten laskettaisiin.\n\nToisissa kokeissa todettiin, että venyttämällä keinotekoisesti sanan kestoja toisen sanan kestojen mukaisiksi on mahdollista muuttaa sanan tunnistus odotettuun suuntaan. Pelkästään ajoitusta muuttamalla jää kuitenkin aina muita tekijöitä, esim. sävelkulku ja äänen laatu, jotka sopivat paremmin alkuperäiseen sanaan, ja näin "jarruttavat" tunnistuksen muuttumista. Esim. sana 'tuli' saadaan venyttämällä kuulostamaan sanalta 'tuuli', mutta lopputulos ei ole yhtä hyvä kuin alkuperäinen 'tuuli'. Tämä ilmeisesti johtuu siitä, että todellinen muutos sanan rytmissä edellyttää aina puheliikkeiden erilaista organisaatiota, ja nämä erot heijastuvat myös akustiseen puhesignaaliin tarjoten kuulijalle monia vihjeitä sanan identiteetistä.\n\nTyötä voisi jatkaa toisaalta muilla äänne- sanatyypeillä, jotta ilmiön laajuutta tulisi paremmin kartoitetuksi. Toisaalta tutkimusta voisi laajentaa ottamalla huomioon kvantiteetin ja puheen muiden rytmien välisen vuorovaikutuksen.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».