A Corpus-Based Study on Original English Abstracts and Translated English Abstracts: A Case Study of Passive Voice and Pronouns
Notice bibliographique
Résumé
On the basis of a large amount of corpus-based studies on translation works, the translation universals hypothesis is proposed. As it claims, translations enjoy some general features and Baker (1993) summarizes them into three universals, namely simplification, explicitation, and normalization, which are supported by many following researches. However, some of the later studies contradict with these rules in several ways, and the usages of passive voice and pronouns are the two most controversial issues. Previous researches suggest that according to the universal features of explicitation and normalization, translated texts tend to have a lower frequency of pronouns while over-representing the passive voice. To examine such claimings, 160 original English abstracts from two leading journals in the field of translation studies, The Translator and Translation Studies, and another 160 English abstracts from Chinese Translator Journal and Chinese Science & Technology Translators Journal, which are translated from Chinese abstracts, are collected. Two corpora are then constructed, namely the Original English Abstracts Corpus (OEAC) and Translated English Abstracts Corpus (TEAC). The CLAWS Part-of-speech Tagger is used to tag the lexical items and word processing tool AntConc 3.2.4 is used for retrieving the words. The comparison between the two corpora suggests that the translated English abstracts contain a lower level of frequency in the use of both passive voice and pronouns, which partially query the hypothesis of explicitation and normalization. A detailed analysis shows a higher frequency of past-tense passives in the OEAC and more passives in perfect tense in the TEAC. The OEAC also contains more relative pronouns while the other contains more indefinite pronouns. The norm theory is utilized to account for such phenomena. The detailed results of the study are expected to shed some lights on professional translating and academic writing.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».