Remarks on Turkish interrogative complement clauses and verb subcategorization
Notice bibliographique
Résumé
This chapter examines the interpretations of interrogative complement clauses in Turkish, with a focus on the embedded wh-words. Verbs such as unut- (forget) and hatırla- (remember) do not constitute an interrogative environment for the embedded wh-words, and the embedded wh-words are non-interrogative. Interestingly, the two verbs can yield either an interrogative or an indefinite reading. Meanwhile, san- (assume) and şüphelen- (suspect), behaving like desiderative and jussive verbs, do not license an embedded wh-word in their complement clauses. In contrast, düşün- (think), karar ver- (decide) and anla- (understand) yield ambiguous readings for embedded wh-words. Moreover, unlike the English counterparts, the embedded wh-words in complement clauses of sor- (ask) and merak et- (wonder) can obtain different scopes, but their interpretations remain interrogative in Turkish. The evidence suggests that the interpretations of wh-words depend on the embedding environments, and this suggests reevaluating the verb subcategorization frame based on the observation that wh-words are not consistently interrogative but also indefinite conditionally (Kratzer & Shimoyama, 2002). The problem relates to the syntax-semantics interface. In conclusion, there are three different types of verbs based on their attitudes towards the interpretations of the embedded wh-words. Keywords: Turkish, Verb subcategorization, Wh-words, Interrogative complement clauses, Syntax-semantics interface
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,003 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».