Corpus resources for translators: academic luxury or professional necessity
Bibliographic record
Abstract
Desde o final dos anos 90, os corpora se firmaram como uma ferramenta de tradução conhecida e útil nos centros de treinamento de tradutores. No entanto, parece que sua difusão no universo do tradutor profissional tem sido bem mais lenta. O presente artigo explora os diferentes usos de corpora (inclusive as memórias de tradução) nesses dois setores e pretende apontar suas diferenças. Para determinar como os corpora são usados no meio acadêmico, foi realizado um levantamento bibliográfico de artigos produzidos por tradutores aprendizes. Com relação ao uso de corpora no meio profissional, este estudo concentra-se nos tradutores profissionais do Canadá. Para verificar até que ponto eles fazem uso de corpora, foram empregados dois procedimentos. Primeiramente, foi feito um levantamento dos artigos publicados por associações canadenses de tradutores e, numa segunda etapa, avaliou-se um banco de dados de ofertas de emprego para levantar quantos empregadores procuram candidatos familiarizados com o uso de corpora como ferramenta de trabalho. Os dados resultantes são comparados e discutidos com vistas a revelar e compreender por que o uso de corpora é diferente nos meios acadêmico e profissional.
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 | 0.027 | 0.111 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.008 | 0.013 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.028 | 0.029 |
| Open science | 0.004 | 0.013 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.082 | 0.039 |
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".