‘Suggesting rather special facts’: a corpus-based study of distinctive lexical distributions in translated texts

Abstract

It is well-known that translated texts read differently from texts that have been written without the constraints imposed by source texts from another language. One of the features that can confer a distinctive feel to translations is the frequency with which certain lexical items are represented in them. Previous research has compared the frequency of specific words in translations and in texts that are not translations, and unveiled substantial differences in their distributions. Most of these studies adopt a bottom-up approach. Their starting point is a given word whose frequency in translated and non-translated texts is then compared. In this study, I adopt an explorative, top-down approach instead. I begin with a Portuguese language corpus of translated and non-translated literary texts, and attempt to identify lemmas which are markedly over- and under-represented in the translations. Our results not only appear to support existing bottom-up intuitions regarding distinctive lexical distributions, but also disclose a number of unexpected contrasts that would not have been discernible without recourse to corpora.

A corpus study of splitting and joining sentences in translation

“…From a more theoretical standpoint, corpora of translations have been studied alongside corpora of texts that are not translations in order to understand what sets translated language apart (e.g. Maurenen and Kujamäki 2004, Frankenberg-Garcia 2008, Delaere et al 2012. Parallel corpora, in turn, have been used not only for very applied purposessuch as training machinetranslation programs on data from human translations, or simply looking up how translators have dealt with particular words or phrasesbut also to develop translation theories, by investigating whether there are any trends in the shifts that occur from source to target texts (e.g.…”

Szógyakoriság korpuszalapú vizsgálata: autentikus és célnyelvi magyar szórakoztató irodalmi szövegek összevetése

“…A fordításokban a célnyelvre jellemző "egyedi" nyelvi elemek alulreprezentáltak, míg a közvetlen ekvivalenssel bíró, nyelvi ingert kiváltó elemek felülreprezentáltak. Frankenberg-Garcia (2008) korpuszalapú kutatásában a fordított szövegekben előforduló alul-illetve felülreprezentált lexikai elemeket kereste eredeti és fordított portugál nyelvű szövegrészekben.…”

Fordítási univerzálék a lektorált szövegekben

“…Az "egyedi" nyelvi elemekről megfogalmazott hipotézisre számos tanulmányban hivatkozik a fordítástudomány. Ezek a tanulmányok több témakört is érintenek, amelyek közé tartozik a fordított és eredeti célnyelvi szövegek megkülönböztetésének problémája (Baroni és Bernardini 2006), a fordítási univerzálék paradigmája (Yajun és Zaixin 2008, Castagnoli 2009, Xiao 2010), a fordítások minőségének értékelése (Rabadan et al 2009), a korpuszalapú kutatások (Ramon és Labrador 2008, Kolehmainen 2011, illetve a lexikai gyakoriságot kutató vizsgálatok (Frankenberg-Garcia 2008). A hipotézis azonban egyelőre a még kevésbé kutatott fordítási univerzálék közé tartozik, mivel az említett tanulmányok nem kifejezetten az "egyedi" nyelvi elemek gyakoriságának vizsgálatát tűzték ki célul, csak érintőlegesen említették Tirkonnen-Condit kutatását.…”