MétaCan
Menu
Retour à la cohorte
Enregistrement W2146161677 · doi:10.7202/018823ar

Translation and the Literary Text

2008· article· en· W2146161677 sur OpenAlexvenueno aff
Augusto Ponzio

Notice bibliographique

RevueTTR traduction terminologie rédaction · 2008
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSemioticsHypertextLinguisticsFocus (optics)Translation studiesSign (mathematics)Interpretation (philosophy)Relation (database)Literary translationPerspective (graphical)Simple (philosophy)Dynamic and formal equivalenceComputer scienceLiteraturePhilosophyArtMachine translationEpistemologyArtificial intelligenceWorld Wide WebMathematics

Résumé

récupéré en direct d'OpenAlex

In the present paper we shall focus on literary translation, on the question ofthe translation of “complex” or “secondary” texts, but with the intention of makinga contribution to the problem of translating non-literary, “simple,” “primary” textsas well. In other words, we shall examine the problem of text translation from asemiotic perspective. In fact, this study founds translation theory in sign theorydeveloping a semiotic-linguistic approach to the problem of translation in thedirection of so-called interpretation semiotics which also implies the semiotics ofsignificance. Translation concerns both simple and complex texts, which correspondrespectively to Mikhail Bakhtin’s primary and secondary texts. Simple texts concernnon literary discourse genres whilst complex texts the literary genres, where theformer are better understood in the light of the latter, and not vice versa. Thispaper also focuses on the concept of the literary text as a hypertext maintainingthat the hypertext is a methodics for translative practice. The relation between thetextandlanguageunderstood as a modeling device is also important for anadequate theory of translation and sheds light on the question of translatability.Another central issue in this study is the relation between translation andintertextuality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,029
Communication savante0,0120,014
Science ouverte0,0010,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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.

Tête enseignante Opus0,148
Tête enseignante GPT0,282
Écart entre enseignants0,134 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTTR traduction terminologie rédactionMême sujetTranslation Studies and PracticesTravaux en français237 207