Trois aspects de la combinatoire collocationnelle
Bibliographic record
Abstract
Trois aspects de la combinatoire collocationnelle — Nous examinons ici trois aspects du lien qui unit les éléments des collocations, combinaisons qui se caractérisent par leur fréquence dans le discours et par leur prévisibilité pour le locuteur de langue maternelle. Nous montrons d'abord que la fréquence d'apparition simultanée de deux éléments dans le discours n'est pas propre aux collocations; la cooccurrence de deux éléments peut résulter de la réalité extralinguistique ou du fait qu'ils sont unis par un lien notionnel et référentiel. Dans le cas des collocations au sens strict, ce lien résulte d'une affinité consacrée par l'usage d'une communauté linguistique donnée. Nous montrons ensuite que, dans certaines collocations (ex. : en pleine croissance), il y a chevauchement — ou indissociabilité — des contraintes syntaxiques et des contraintes lexicales. Enfin, nous présentons plusieurs manifestations du caractère arbitraire — ou capricieux — du lien qui unit les éléments de certaines combinaisons : des quasi-synonymes n'appellent pas les mêmes collocatifs; sur le plan grammatical, on ne peut pas toujours passer d'une catégorie grammaticale à une autre (un sourire angélique,*sourire angéliquement); enfin des quasi-synonymes peuvent entrer dans certaines combinaisons synonymes {flambée/escalade des prix), mais non dans d'autres (les prix flambent/*les prix escaladent).
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.006 | 0.008 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.004 |
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".