Experiência na criação de um dicionário bilíngue de parônimos para alunos de língua estrangeira
Bibliographic record
Abstract
Neste artigo, gostaríamos de apresentar uma nova versão de um dicionário de parônimos alemão-russo e russo-alemão. Este livro é um trabalho pioneiro e até agora único em seu tipo para servir como uma obra de referência para alunos de línguas estrangeiras (russo ou alemão como segunda língua), alertando-os sobre os perigos de confundir palavras com sons semelhantes em sua língua falada. A edição anterior (PAVLOVA; SVETOZAROVA, 2012) inclui muitos tipos de parônimos que são descritos no artigo, mas este trabalho precisa ser expandido por mais palavras-chave e grupos de parônimos. A versão anterior deste Dicionário também será estendida por mais algumas classes de parônimos. O Dicionário é direcionado principalmente a dois grupos-alvo que consistem em alunos de língua estrangeira (L2). Neste caso, são russos que aprendem alemão e alemães que aprendem russo como segunda língua. Para alunos de L2, a diferença entre palavras com alta e baixa densidade de vizinhança é maior do que para falantes nativos. Isso é comprovado tanto pelo Corpus „Lapsos de língua“ que criamos quanto pelos modernos estudos psicolinguísticos aos quais nos referimos neste artigo. Esta é a razão pela qual incluímos mais pares e grupos de parônimos em nosso Dicionário do que obras de referência tradicionais desse tipo. Neste artigo, descrevemos diferentes tipos de parônimos, explicamos nossos métodos para a seleção de palavras-chave e esclarecemos a estrutura de nosso Dicionário.
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 | 0.005 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.010 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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 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".