Linguistic Transformation and Cultural Reconstruction：Contradictions in the Translation of Loanwords in Late Qing
Notice bibliographique
Résumé
A large amount of loanwords were introduced into Chinese after the Sino-Japanese War of 1894-1895. YAN Fu’s translations and “Japanese loanword” advocated by LIANG Qichao and WANG Guowei represented two different ways of linguistic reform. Language is a complicated web of significance and when we speak a word, it not only signifies a concept but also classifies category. Therefore, the semantic changes of a single word will cause the reconstruction of the relative elements of the language and culture. The translation of loanwords in late Qing was a cross cultural semantic transformation, which resulted in great changes of the traditional Chinese episteme. In this process, YAN Fu’s translation and the Japanese translation represented two different strategies of cultural reconstruction, but they both encountered the same difficult problem of self-confliction. On the one hand, the “cultural determinism” and the “linguistic determinism” existed contradictorily in YAN Fu’s cultural-linguistic thoughts, especially in his only linguistic work --Yin Wen Han Gu(《英文漢詁》). On the other hand, though “Japanese loanword” was easier to understand than YAN Fu’s translation, the simplification of the translation caused rupture and confusion in the Sino-west cultural transformation so that the positive cultural selection of LIANG Qichao and WANG Guowei turned out to be the passive acceptance. This contradiction was embodied in the arguments on “the Great Harmony” and “the quintessence of Chinese culture” in late Qing and it can also be interpreted as the confliction between “universalism” and “relativism”, “translatability” and “untranslatability”, “globalism” and “localism” in the current cultural context. Key words: Loanwords; Language; Culture; YAN Fu; LIANG Qichao; WANG Guowei
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».