Pour une traductologie de corpus exploratoire : méthodologie d’analyse d’un corpus de rapports du GIEC et de leurs traductions
Notice bibliographique
Résumé
L’articulation entre la théorie et la pratique a toujours été problématique en traductologie. Or, dès le départ, une des promesses de la traductologie de corpus a été de proposer une méthode pour articuler fermement la théorie à la pratique. Dès le départ aussi, la traductologie de corpus a ranimé l’ambition théorique de mettre au jour des lois et des universaux. Le poids de la statistique en traductologie de corpus semble ainsi l’avoir en partie détournée de son inspiration empirique et de la promesse d’une articulation entre théorie et pratique. À rebours de cette tendance, nous présentons ici les résultats d’une étude qui s’inscrit dans le champ d’une « traductologie critique fondée sur corpus » et permet de renouer avec l’une des promesses initiales de la traductologie de corpus, pour mettre en valeur certains problèmes spécifiques à une situation et à un contexte de traduction donnés. À partir d’une analyse statistique exploratoire dans le logiciel R des synthèses des rapports du GIEC et de leurs traductions en français et en espagnol, sur la période allant de 1990 à 2014, nous montrons qu’une traductologie de corpus exploratoire et critique apporte un éclairage sur le travail empirique des traducteurs institutionnels, notamment par l’analyse des choix terminologiques et de reformulation.
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 | 0,036 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,006 | 0,015 |
| Communication savante | 0,021 | 0,018 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».