Konferenssitulkkauksen strategiat tulkattaessa englannin kielestä suomen kielelle
Notice bibliographique
Résumé
Tässä tutkimuksessa tarkastellaan konferenssitulkkauksen strategioita tulkattaessa englannin kielestä suomen kielelle. Työn tarkoituksena on tutkia miten tulkkauksen tavoite eli lähdekielisen viestin välittäminen kohdekielelle toteutetaan, ja mitä vaikeuksia konferenssitulkki kohtaa tulkatessaan englannin kielestä suomen kielelle. Sen lisäksi tavoitteena on luoda suomenkielinen konferenssitulkkauksen strategioiden luokittelu muissa kieliparissa käytettyjen luokittelujen perusteella. Konferenssitulkkausta ei ole tutkittu paljon, koska sen prosessiin vaikuttavat monet tekijät, jotka tekevät siitä vaikean tutkimuskohteen. Suomenkielisessä tieteellisessä kirjallisuudessa konferenssitulkkausta, sen prosessia, siinä käytettyjä strategioita, eikä tulkin roolia ei ole tutkittu ollenkaan. Aineistona on Nokian tiedotustilaisuus, joka pidettiin Suomessa, Espoossa 3. syyskuuta 2013. Aineisto litteroitiin sekä englanniksi että suomeksi. Nauhan pituus on noin 55 min, joista litteroitu pätkä on noin 18 min. Litteroidussa tekstissä on sekä alkuperäinen puhe, että sen tulkkaus, ja siihen kuuluu noin 18 minuuttia koko tilaisuudesta. Litteroitu teksti löytyy työn liitteenä. Aineiston analyysin perusteella konferenssitulkkauksessa englanti-suomi-sanaparissa hyödynnetään samoja strategioita kuin muissakin kielipareissa, mikä todistaa universalistien teorian siitä, ettei kielipari vaikuta strategian tai niiden yhdistelmän valintaan. Aika usein huonosti suoritettu tulkkaus selitetään sillä, että tulkki oli väsynyt tai tulkkauksen olosuhteet eivät olleet sopivia hyvään työntekoon, mutta tulkkauksen menestykselliseen suoritukseen vaikuttavat myös tulkin valitsemat strategiat. Konferenssitulkkaus tapahtuu aina suullisessa kaksikielisessä diskurssisissa, jossa on erilaisia osallistujia, minkä takia strategioiden valintaan vaikuttavat eri tekijät. Strategioiden valinta riippuu sekä lingvistisistä että ekstralingvistisistä tekijöistä, mm. tulkin kielitaidosta ja tulkkauskompetenssista, puhujan puhenopeudesta ja siitä, millaiset taustatiedot kuulijoilla on aiheesta. Tutkimuksen tulokset todistavat kognitiivisen näkökulman merkitystä tulkkausprosessin ymmärtämisessä. Tämän näkökulman mukaan konferenssitulkkaus on ajatusten ja viestien välittämistä, ei pelkkää merkkien välittämistä kielestä toiseen.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,017 |
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 ».