How to approach translation in a financial news corpus?
Notice bibliographique
Résumé
This article deals with some of the theoretical and methodological problems that arise when working with a bilingual comparable (i.e., non-parallel) journalistic corpus of financial news that is relatively large (9 million words). The corpus under study comprises two sets of texts drawn from Canadian French and English newspapers in the years between the Tech Wreck of 2001 and the financial crisis of 2007−2008. Following Davier (2015) who advocates for a broadened definition of news translation that includes intralingual activity, the authors make a case for the study of intralingual translation, or rewording, which is a fundamental feature of financial news, as journalists work to popularize specialized knowledge for lay audiences. The methodological challenges of surveying interlingual translation in a sizeable corpus of financial news are discussed in relation with the production of news in Canada. A pilot study using the lexical item “subprime” and its French equivalents illustrates how interlingual and intralingual translation can be investigated in a corpus comprising 18,601 news items. The authors explain how they apply a mixed-method approach (Saldanha and O’Brien 2013) that is based on the interaction between qualitative and quantitative analysis in their research on news translation.
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 | 0,041 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,015 | 0,018 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,015 | 0,024 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,007 |
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 ».