Modelos de entonación analítico y fonético-fonológico aplicados a una base de datos del español de Buenos Aires
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.029 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".