Traduire le proverbe : à la recherche de concordances parémiologiques en bété pour la constitution d’un corpus trilingue allemand/français/bété
Bibliographic record
Abstract
La problématique de la traduction du proverbe d’une langue de départ à une langue cible constitue un aspect focal des travaux que nous avons menés antérieurement. L’une des étapes de cette recherche ayant été la constitution d’un corpus parallèle de proverbes en trois langues, l’allemand, le français et le bété, une langue ivoirienne (Zouogbo 2005). L’existence de lexiques dans les langues à rayonnement international et la facilité qu’il y a, à partir de sources lexicographiques pour trouver aux proverbes d’une langue A des correspondants dans une langue B, a grandement contribué à passer sous silence, sinon à occulter ces longs et complexes mécanismes cognitifs qui permettent de transposer la pensée imageante d’une langue à une autre. En effet, la première étape de la constitution de nos corpora consistait à prendre pour point de repère un corpus expérimental de proverbes allemands en vue de trouver des concordances en français. Elle s’est avérée relativement aisée parce que nous nous sommes appuyé sur des sources existantes. Nous avons, au contraire, réalisé dans le second volet de notre travail de répertorisation et de transcription des proverbes bété en allemand et en français qu’il s’agissait là d’une tâche hautement délicate et complexe. Car selon quelles modalités fallait-il non seulement transcrire les unités recueillies à l’oral mais aussi, comment parvenir à trouver et à conférer à ces formes orales un contenu et une morphologie identiques aux proverbes des autres langues ? Car un proverbe, en dépit de sa structure, est une unité linguistique encore loin d’être un simple énoncé phrastique ? Nous avons ainsi rendu compte des différents mécanismes pris en considération pour la constitution de notre concordancier en bété et en particulier les techniques mises en oeuvre pour trouver aux proverbes allemands et français des correspondants en bété. Une méthodologie pouvant servir aussi pour d’autres langues en contraste avec des langues étalons. Ont également été abordées les caractéristiques morphologiques et sémantiques du proverbe et, de façon générale, la distinction entre les proverbes prototypiques et les parémies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".