1 To appear in the Canadian Journal of Lingustics, special 50th anniversary issue Syntactic Dependencies as Memorized Sequences in the Brain
Notice bibliographique
Résumé
I would like to consider a unification of two areas in cognitive neuroscience: Investigations of working memory (WM), and the study of syntactic representation and processing. I would like to think about the functional neuroanatomy of these seemingly unrelated systems, and entertain the possibility that they may be much more closely related than previously supposed. Think of dependency relations in syntax: It is clear that their computation requires a memory. A sentence like (0), to take an extreme example, requires several memories, each with different properties: (0) [Which of the papers that he1 gave to Ms. Brown2]3 did every student1 hope t’3 that she2 will read t3 Here, not only does each pronoun relate to a different antecedent {1:(every student, he), 2:(Ms. Brown, she)}, but also, the parenthesized expression to the left must be linked to two different positions 3:(Which of the papers that he gave to Ms. Brown, t’,t). This is a truly complex structure, aspects of which will be ignored here (like quantifier scope, precedence relations among syntactic operations, etc., cf. Fox, 1999). Suffice it to note that we have at least three separate links, each with its own structural properties, each requiring a memory to hold linked parts temporarily during processing. Perhaps, I will
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,494 | 0,199 |
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 ».