Near-Synonyms Within the Same Qur’anic Verse: A Contrastive English-Arabic Lexical Analysis
Notice bibliographique
Résumé
The Holy Qur’an has features that are difficult for translators to transfer into another language, and they face problems in conveying the different shades of meaning of the verses. From a wide variety of these problems is synonymy. Synonymy refers to words that mean the same or show semantic resemblance to one another. This study examines the translation of two root-sharing synonymous Arabic words, namely استطاع and اسطاع in five well-known English translations. These include Pickthall (1930), Ali (1982), Arberry (1996), Abdel Haleem (2004), and Al-Hilali and Khan (2018). These translations are selected because they are popular in the Muslim World in addition to the fact that the translators belong to different linguistic, religious and cultural backgrounds. The analysis shows that the translators were inconsistent in their selections of the English equivalents for the words under study. Furthermore, they did not convey the slight differences between the words and translated them similarly and interchangeably. The study concludes that some Qur’anic words are untranslatable, and cannot be rendered into another language, and therefore, translators are recommended to include explanatory notes between brackets or as footnotes in order to acknowledge the non-Arab readers that repetition of the words was not haphazard but intended for specific purposes.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».