Le DiCoInfo – Méthodologie pour une nouvelle génération de dictionnaires spécialisés
Bibliographic record
Abstract
donnons, ci-dessous, quelques illustrations des questions soulevées par cette absence (2) : -Parties du discours autres que le nom : des verbes comme configurer, programmer et compiler sont généralement répertoriés dans les dictionnaires décrivant les termes des domaines de l'informatique ; toutefois, l'utilisateur éprouvera des difficultés à retrouver des verbes comme annuler, lancer ou tourner.Il en va de même pour des termes appartenant à la partie du discours de l'adjectif.Virtuel et binaire risquent d'apparaître dans la nomenclature d'un dictionnaire d'informatique ; mais l'accès à robuste ou à puissant peut soulever des problèmes.En ce qui concerne les adjectifs, ceux-ci sont souvent répertoriés en tant que composante d'un syntagme nominal.Par exemple, virtuel pourra apparaître dans réalité virtuelle, banque virtuelle, visite virtuelle, etc. plutôt que dans un article à part entière.-Distinctions sémantiques fines : les dictionnaires d'informatique distinguent rarement les sens d'activité et de résultat de nombreuses nominalisations de verbes, comme configuration (1.Activité qui consiste à préparer une composante matérielle ou logicielle pour qu'elle fonctionne en conformité avec une autre composante informatique ; 2. Ensemble des propriétés rattachées à l'état d'une composante matérielle ou logicielle qui a fait l'objet d'une préparation pour qu'elle fonctionne en conformité avec une autre composante informatique).De même, même s'ils jugeront opportun de recenser l'adjectif viral, les dictionnaires d'informatique ne distingueront pas forcément les acceptions suivantes : 1. Qui comporte un virus (ex.code, message viral) ; 2. Par un virus (ex.attaque, menace virale).-Comportement syntaxique des termes : peu de dictionnaires décrivent les structures syntaxiques dans lesquelles s'utilisent les termes.Or, ces renseignements sont extrêmement importants, notamment pour les verbes.Ainsi, en informatique, un utilisateur éprouvera souvent des difficultés à accéder à des renseignements lui permettant Le DiCoInfo -Méthodologie pour une nouvelle génération de dictionnaires spécialisés TRADUIRE
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.010 |
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".