Types of Interlanguage Phraseological Correspondences (Based on English and Turkish Languages)
Notice bibliographique
Résumé
Contrastive study of phraseology is important for general linguistic problematics, theory and practice of translation, interpreting lexicography and teaching foreign languages. We can state similarities and differences in phraseology of different languages based on current comparative studies. Many linguists use material of non-kindred languages in comparative studies. The objective of such researches is detection of both general features—universals common for any language and differential features typical for individual languages. The distinctive feature of phraseological units’ correlation is that phraseological units are more complex than their components both by structure and meaning, it also should be mentioned the infrequency of the “form-meaning” relation. The objective of the paper is distinguishing and studying two phraseological groups of English and Turkish languages associated with the notion of “family” that, to the best of our knowledge, weren’t studied before in each of languages separately and, particularly, in a comparative way. The study endeavors to correlate PU in both languages by basic parameters in order to define the universal and the differential, and also detect inter-linguistic equivalences and compensatory mechanisms in the area of difference. Results of comparative study of PU contribute to distinguishing general and specific features of their structural models, detecting facts of one language system influence on the other, and also detecting regularities in PU translation from one language into the other.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».