Modelos de entonación analítico y fonético-fonológico aplicados a una base de datos del español de Buenos Aires
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
En este trabajo evaluamos un modelo analítico-cuantitativo y otro fonéticofonológico de las características entonativas obtenidas para una base de datos de 741 oraciones declarativas de foco amplio para el español de Buenos Aires. La descripción cuantitativa es la resultante de la aplicación del modelo de superposición de contornos de frecuencia fundamental propuesto por Fujisaki (2003) para diversas lenguas. La descripción fonética que utiliza la marcación de índices de juntura y tono ToBI (Beckman y Ayers, 1993) surge de la percepción de los grupos entonativos y de las prominencias y la aplicación de un método de etiquetado manual (Gurlekian y otros, 2001b), denominado ToBI ampliado (ToBIA). Los resultados obtenidos, extienden la validez del modelo analítico para un gran número de oraciones declarativas de foco amplio del español. Asimismo se comprueba la validez del ToBI-A para producir un contorno de entonación comparable con el real a partir de las nuevas etiquetas propuestas. Para este fin, se realiza una prueba perceptual de comparación por pares y se calculan los errores respecto de la curva real que resultan ser del mismo orden para ambos modelos. También se verifica la validez del ToBI-A en las aplicaciones de síntesis de habla y para la definición fonológica de los acentos tonales de variedades no estudiadas del español.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it