Hasło

 

 

ENG corpus ITA corpus POR corpus SPA corpus

 

treść
Wstęp | Badania korpusowe nad tłumaczeniem pisemnym | Badania korpusowe nad tłumaczeniem ustnym | Potencjał badawczy

 

  Wstęp

Badania korpusowe nad tłumaczeniem zapoczątkowano w latach 90. XX wieku, kiedy językoznawstwo korpusowe zaczęło umacniać swoją pozycję jako główna metodologia badań języka. Badacze zajmujący się językoznawstwem korpusowym uważali, że język należy badać w autentycznych przypadkach użycia, tj. w tekstach występujących w sposób naturalny, a nie na stworzonych przykładach tego, co teoretycznie jest możliwe w języku. Możliwość tworzenia korpusów – czyli dużych zbiorów autentycznych tekstów, wybranych według jasnych kryteriów tak, aby były reprezentatywne dla określonej odmiany języka i przechowywanych w formie elektronicznej, żeby można było przeszukiwać je za pomocą dedykowanego oprogramowania – oraz wykorzystania ich do wykrywania i analizowania wzorców językowych, zaczęto zatem uważać efektywną metodologię zarówno w badaniach opisowych/teoretycznych nad językiem, jak i w badaniach wdrożeniowych.

Pierwszą badaczką, która zasugerowała, że dostępność korpusów i metodologii opartych na korpusach może również przydać się w dziedzinie przekładoznawstwa, była niewątpliwie Baker (1993), która podkreśliła ich potencjał w zakresie identyfikowania powtarzających się cech tłumaczonych tekstów, co pomogłoby wyjaśnić charakter tłumaczenia jako zapośredniczonego – a zatem odrębnego – zdarzenia komunikacyjnego. Przełomowa praca Baker była kontynuacją pracy innych wybitnych przekładoznawców, którzy zaczęli nawoływać do uznania przetłumaczonych tekstów za przykłady autentycznego języka, a nie jedynie za wadliwe rekonstrukcje tekstów źródłowych. Na przykład według Toury’ego (1981) tłumaczenie należy uważać za odrębną formę języka, której ogólne prawa i prawidłowości zasługiwały na to, aby być przedmiotem zainteresowania przekładoznawców:

[j]est wysoce prawdopodobne, że istnieją „dialektyczne” różnice pomiędzy tekstami pierwotnie napisanymi w języku docelowym a tłumaczeniami na ten język [...]. W istocie, [...] „odchylenia” w tłumaczeniach zarówno w odniesieniu do modeli „ekwiwalencji funkcjonalnej” opartych na tekście źródłowym lub języku docelowym, jak i do normalności języka docelowego, stanowią główne uzasadnienie dla odrębnej dyscypliny przekładoznawstwa, która [...] skupia się na zjawiskach translacyjnych jako takich. (Toury 1981: 16) (tłum. AD)

Koniec XX wieku oznaczał zatem przeniesienie środka ciężkości badań nad przekładem z preskryptywnego podejścia skoncentrowanego na tekście źródłowym i relacji ekwiwalencji, na podejście deskryptywne, zorientowane na tekst docelowy mające na celu identyfikację i wyjaśnienie prawidłowości charakteryzujących język przekładu. Zaczęto używać terminów translationese (z ang., od translation; tłumaczenie pisemne) i interpretese (z ang., od interpreting; tłumaczenie ustne) do określenia rzekomej odrębności języka przetłumaczonego pisemnie/ustnie jako odmian języka zapośredniczonego.

Korpusy stały się potencjalną odpowiedzią na pojawiające się wezwanie do częstszych badań empirycznych w dziedzinie przekładoznawstwa, dzięki czemu naukowcy mogliby przestać polegać tylko na nielicznych dowodach anegdotycznych. Opierając się na badaniach Baker, Shlesinger (2009) zasugerowała ponadto, że korzyści płynące z metodologii opartej na korpusach można rozszerzyć na badania nad tłumaczeniami ustnymi, a także na intermodalne porównania ujawniające różnice między tłumaczeniem pisemnym i ustnym jako odrębnymi trybami mediacji. 

Konkordacja równoległa (włoski-polski) z korpusu Intercorp dostępnego pod adresem kokrpus.cz. Konkordacja może zostać odtworzona tutaj.

W translatoryce korpusowej stosuje się dwie główne typologie korpusów, mianowicie jednojęzyczne korpusy porównywalne i (dwujęzyczne) korpusy równoległe. Jednojęzyczne korpusy porównywalne o zbiory tekstów źródłowych (tj. nieprzetłumaczonych) i tekstów przetłumaczonych w tym samym języku, wybranych tak, aby były porównywalne/podobne pod względem rejestru, tematu, daty publikacji itp. Dlatego też zgodnie z podejściem Baker, jednojęzyczne korpusy porównywalne są uważane za najlepsze narzędzia służące do obserwacji tego, jak język tekstów przetłumaczonych różni się od języka tekstów źródłowych poprzez porównanie danych dwóch podkorpusów na podstawie wskaźników i miar ilościowych – takich jak typ-token, proporcja, złożoność leksykalna, frekwencyjność słów, część mowy lub kolokacja – które można automatycznie pozyskać z tekstów. W korpusach równoległych natomiast gromadzone są teksty źródłowe w jednym języku wraz z ich tłumaczeniami na język docelowy. Analogiczne jednostki tekstu źródłowego i docelowego (zwykle na poziomie zdań) są zazwyczaj zestawiane, tj. system automatycznie je identyfikuje i łączy, w celu umożliwienia konkordancji dwujęzycznej: oznacza to, że wyszukiwanie danej pozycji w jednym języku pozwala badaczom wyszukać jednocześnie wszystkie zdania zawierające ten element, wraz z odpowiadającymi im zdaniami w drugim języku, aby zobaczyć wszystkie możliwe ekwiwalenty. Ponieważ w grę wchodzą dwa języki, badania korpusów równoległych są bardziej pracochłonne niż badania jednojęzycznych korpusów porównawczych; dane wyodrębnione z tekstów źródłowych i docelowych należy analizować również pod kątem systemowych i pragmalingwistycznych różnic między językami (co można zaobserwować jedynie dzięki ), a zmiany w tłumaczeniu – wskazujące na świadome lub nieświadome strategie obrane przez tłumaczy – należy zbadać stosując bardziej jakościowe podejście.

Jeśli chodzi ogólnie o korpusy językowe, korpusy zorientowane na tłumaczenie są zwykle wzbogacane o różne poziomy anotacji, aby umożliwić badaczom przeprowadzanie szczegółowych i ukierunkowanych analiz. Informacje dotyczące języka (głównie części mowy, , analiza syntaktyczna – zob. lingwistyka komputerowa) i informacje strukturalne (np. początek/koniec zdania) są zwykle dodawane w drodze automatycznego przetwarzania, aby umożliwić bardziej wyrafinowane zapytania niż tylko o formę wyrazu, a także dopasowywanie zdań w korpusach równoległych. Dodatkowy poziom anotacji, którego znaczenie w ostatnich latach coraz częściej jest podkreślane, stanowią metadane dotyczące osoby tłumaczącej (np. jej kompetencje/doświadczenie zawodowe, a także wykształcenie, umiejętności językowe i pochodzenie) oraz samego zadania tłumaczeniowego (np. rodzaj tekstu, opis zlecenia od klienta, korzystanie z , poprawki redaktora), czyli informacja o pozajęzykowych, osadzonych w kontekście czynnikach, które mogą wpływać na język tekstów przetłumaczonych.

powrót na górę

  Badania korpusowe nad przekładem

Współcześnie, translatoryka korpusowa zajmuje się kilkoma głównymi problemami. Poszukiwaniom prawidłowości, które od początku charakteryzują przekładoznawstwo opisowe w ogóle, a translatorykę korpusową w szczególności, towarzyszy dziś większa dbałość o różnice związane albo z samymi tłumaczami, albo z czynnikami kontekstowymi. W rezultacie tradycyjnym zasobom i metodom korpusowym coraz częściej towarzyszą nowe projekty korpusów i metody badawcze, co zostało omówione w kolejnych sekcjach.

Uniwersalia translatoryczne

Wczesne badania w dziedzinie translatoryki korpusowej skupiały się przede wszystkim na znalezieniu dowodów na istnienie uniwersalnych cech tłumaczenia (uniwersaliów translatorycznych). Pojęcie to zostało wprowadzone w kluczowym dla dziedziny artykule Baker (1993) w odniesieniu do „cech, które zazwyczaj występują w tekście przetłumaczonym, a nie w autentycznych tekstach źródłowych i które nie są wynikiem interferencji ze strony określonych systemów językowych”. Innymi słowy, występują niezależnie od języków tekstu źródłowego i docelowego – „jako produkt ograniczeń nieodłącznie związanych z samym procesem tłumaczenia” (Baker 1993: 243-246) (tłum. AD). Cechy te, którym w późniejszych badaniach poświęcono mniej uwagi, to, m.in.: tendencja do eksplicytacji, definiowana jako „wyraźny wzrost poziomu eksplicytacji w porównaniu z konkretnymi tekstami źródłowymi i tekstami oryginalnymi w ogóle” (Baker 1993: 243; tłum. AD), która to jest zdecydowanie najlepiej zbadanym i najmocniej ugruntowanym teoretycznie potencjalnym uniwersalium translatorycznym; tendencja do leksykalnego i składniowego upraszczania oraz stosowania bardziej konwencjonalnej leksyki i składni niż w przypadku tekstów źródłowych i porównywalnych, tzw. normalizacja, lub konserwatyzm. Chociaż Baker w swoich badaniach skupiała się głównie na badaniach opartych na jednojęzycznych korpusach porównawczych, gdzie zestawiała ze sobą tłumaczenia z nieprzetłumaczonymi tekstami w tym samym języku, Chesterman (2004: 39) zwrócił uwagę na istnienie dwóch odrębnych obszarów badawczych. Jego zdaniem należy dokonać rozróżnienia pomiędzy badaniem cech charakterystycznych tłumaczeń w stosunku do tekstów źródłowych, czyli uniwersaliami typu S („tj. specyfiką sposobu, w jaki tłumacze przetwarzają tekst źródłowy”; tłum. AD), a badaniem cech charakterystycznych tłumaczeń w stosunku do nieprzetłumaczonych tekstów w języku źródłowym, czyli uniwersaliami typu T(„tj. specyfiką sposobu, w jaki tłumacze używają języka docelowego”; tłum. AD). Rozróżnienie to jest ważne z dwóch powodów. Na poziomie teoretycznym, gdyż oba typy analiz dotyczą dwóch kluczowych, choć odrębnych aspektów badań nad przekładem, a mianowicie relacji ekwiwalencji z tekstem źródłowym oraz relacji dopasowania tekstowego do porównywalnych, nieprzetłumaczonych tekstów w języku docelowym. Na poziomie metodologicznym, ponieważ oba rodzaje uniwersaliów wymagają różnych zasobów korpusowych: uniwersalia typu S można badać za pomocą korpusów równoległych, natomiast badanie uniwersaliów typu T wymaga porównania tekstów przetłumaczonych z porównywalnymi tekstami nieprzetłumaczonymi w języku docelowym, do czego przydadzą się jednojęzyczne korpusy porównywalne.

Pierwsze badania empiryczne opierały się na poszukiwaniu stosunkowo ograniczonej liczby wzorców językowych, które można było uznać za wskazujące na istnienie uniwersaliów translatorycznych, zazwyczaj w ograniczonych zbiorach danych. Eksplicytację, na przykład, badano jako uniwersalia typu S, przyglądając się frekwencyjności występowania wyrażeń przysłówkowych pełniących funkcję spójnika w tekstach źródłowych i tekstach docelowych, co miało być wskaźnikiem względnej eksplicytacji zależności międzyzdaniowych; zmiana zdań składowych z czasownikiem odmiennym na zdania składowe z czasownikiem w formie nieosobowej; zmiany w spójności leksykalnej, na przykład poprzez leksykalizację form zaimkowych tekstu źródłowego. Czasem korzystano z dwukierunkowych korpusów równoległych gromadzących tłumaczenia L1>L2 (język ojczysty na język obcy, przyp. tłum.), a także L2>L1 (język obcy na język ojczysty, przyp. tłum.) w celu uwzględnienia różnic systemowych i kierunku tłumaczenia jako przyczynowego wyjaśnienia niektórych obserwowanych wzorców. Z perspektywy jednojęzycznych korpusów porównawczych, poza uwzględnieniem powyższych wskaźników w porównaniach tekstów przetłumaczonych i oryginalnych, często stwierdzano większą frekwencyjność elementów opcjonalnych (np. angielskiego dopełnienia that lub zaimków osobowych w języka) w tłumaczeniach niż w tekstach oryginalnych, co traktowano jako dowód na większą eksplicytność języka tekstów przetłumaczonych. Z kolei uproszczenie było często badane jako uniwersalium typu T. Pod uwagę brano takie miary jak różnorodność leksykalna i złożoność leksykalna lub długość zdania, które, jak zaobserwowano, były krótsze w tekstach przetłumaczonych niż w oryginalnych (zob. np. Laviosa 1998). Na badania nad normalizacją również patrzono z dwóch perspektyw. Po pierwsze, z perspektywy korpusów równoległych: niektóre badania sugerują, że teksty docelowe można postrzegać jako „oczyszczone” lub wystandaryzowane wersje odpowiadających im tekstów źródłowych – reprezentowały one dużo mniejszą kreatywność oraz bardziej konwencjonalne słownictwo i gramatykę. Z kolei z perspektywy jednojęzycznych korpusów porównawczych w szeregu badań wykazano, że cechy, takie jak formy ściągnięte i pomijanie opcjonalnego spójnika that (w tekstach w języku angielskim) lub anglicyzmy (w językach innych niż angielski – zob. np. Bernardini i Ferraresi (2011) dla języka włoskiego) występują rzadziej w przekładach niż w oryginalnych tekstach w tym samym języku, co sugeruje, że tłumacze dokonują bardziej zachowawczych wyborów niż autorzy języka oryginalnego.

W niektórych przypadkach wysunięto sprzeczne hipotezy.  Na przykład twierdzenie, że przetłumaczone teksty mogą mieć tendencję do dopasowywania się do typowych wzorców języka docelowego, a nawet ich wyolbrzymiania, było w pewien sposób sprzeczne z hipotezą unikalnego elementu (ang. unique item hypothesis), zgodnie z którą typowe cechy języka docelowego, które nie mają bezpośrednich odpowiedników w języku źródłowym, w tłumaczeniu są zazwyczaj niedoreprezentowane (np. Tirkkonen-Condit 2004).

Wkrótce pojawiły się teoretyczne i metodologiczne zastrzeżenia co do zasadności tych koncepcji, ich operacjonalizacji i uniwersalności. Przede wszystkim wyrażono poważne zastrzeżenia w związku z pomijaniem wpływu tekstu źródłowego na tekst docelowy, który z kolei podkreślał Toury (1995), formułując prawo interferencji (ang. law of interference). Pomimo krytyki (prawdopodobnie spowodowanej tylko częściowym zrozumieniem badań Baker, jak zauważyli De Sutter i Lefer 2020: 2), niektóre z tych teorii pozostały w centrum zainteresowań translatoryki korpusowej i nadal są badane za pomocą bardziej złożonych korpusów i narzędzi analitycznych, które już uwzględniają wpływ tekstu/języka źródłowego na przekład, a także wpływ zmiennych innych niż tylko proces tłumaczenia.

W ostatnich latach zaobserwowano, że niektóre z badanych zjawisk mają źródło nie tylko w różnicy między tekstami przetłumaczonymi i nieprzetłumaczonymi, ale także współzależą i zmieniają się wraz z innymi czynnikami, takimi jak rodzaj tekstu, język źródłowy, kompetencje tłumacza, tryb tłumaczenia i metoda tłumaczenia. Zatem w drugiej dekadzie XXI wieku zaobserwowano zwrot w kierunku bardziej rozbudowanych projektów korpusów i metod badawczych (zob. np. Oakes i Ji (2012)), a przede wszystkim wieloczynnikowych  badań uwzględniających większą liczbę zmiennych poprzez analizę , często opartą na kombinacji danych z jednojęzycznych korpusów porównawczych i korpusów równoległych. Na przykład Delaere, De Sutter i Plevoets (2012) bazują na zbiorze nieprzetłumaczonych belgijsko-niderlandzkich tekstów i belgijsko-niderlandzkich przekładów z języka angielskiego i francuskiego, aby zbadać, czy poziom standaryzacji – mierzony jako frekwencyjność występowania niestandardowych belgijsko-holenderskich elementów leksykalnych, dla których istnieje wariant standardowy – różni się między trzema elementami korpusu, a także sześcioma różnymi typami tekstów zawartymi w każdym elemencie. Wyniki analizy korespondencyjnej opartej na profilach potwierdzają tendencję do stosowania w tłumaczeniach bardziej standardowego języka niż w przypadku tekstów nieprzetłumaczonych, zwłaszcza w przypadku typów tekstów charakteryzujących się dużym wpływem redaktora (teksty beletrystyczne, dziennikarskie i literatura faktu) w porównaniu z rzadziej redagowanymi typami tekstów (teksty administracyjne i komunikacja zewnętrzna). Jeśli chodzi o wpływ języka źródłowego na przekład, Cappelle i Loock (2017) badają czy istnieje różnica w użyciu czasowników frazowych w tłumaczeniach na język angielski z języków romańskich i germańskich. Z badania wynika, że ​​podobieństwo lub różnica typologiczna pomiędzy językiem źródłowym a językiem docelowym ma istotny wpływ na tłumaczenie: tłumaczenia z języków romańskich zawierają mniej czasowników frazowych niż tłumaczenia na angielski z języków germańskich, które nie różnią się znacząco od oryginalnych tekstów w języku angielskim pod względem frekwencyjności występowania czasowników frazowych. Badanie to kwestionuje zatem zasadność normalizacji jako uniwersalium translatorycznego, i raczej potwierdza, że interferencja jest najbardziej zauważalną i nieodłączną cechą odróżniającą język tekstów przetłumaczonych od tekstów oryginalnych.

Oprócz tego gwałtownego wzrostu liczby badań wieloczynnikowych, w badaniach translatoryki korpusowej coraz częściej używa się wielu metod naraz, ponieważ coraz częściej stosuję się triangulację danych korpusowych z informacjami uzyskanymi za pomocą metod badania procesu tłumaczenia – takich jak rejestrowanie pisania tłumacza na klawiaturze (ang. keylogging), rejestrowanie ruchów gałek ocznych tłumacza (ang. eyetracking), nagrywanie ekranu – i przekładoznawstwa kognitywnego, które mogą dać wgląd w mechanizmy poznawcze, które rzekomo mogą wpływać na i wyjaśniać niektóre cechy tłumaczenia. (zob. np. Halverson 2017).

Indywidualny styl tłumacza a różnice w tłumaczeniu

Drugi nurt badawczy w translatoryce korpusowej skupia się na porównaniu analizy zachowań tłumaczy w celu zbadania indywidualnego stylu tłumacza lub kwestii różnic w tłumaczeniu. Coraz częściej odbywa się to z wykorzystaniem wielu korpusów tłumaczeniowych, tj. korpusów równoległych, które zawierają kilka tłumaczeń jednego tekstu na ten sam język docelowy dla każdego tekstu źródłowego, umożliwiając w ten sposób badaczom analizę alternatywnych rozwiązań dla danych elementów tekstu źródłowego.

Styl tłumacza i różnice indywidualne

Styl tłumacza jest rozumiany jako cechy przetłumaczonego tekstu, które, poza tym, że nie są powiązane ze stylem tekstu źródłowego ani z wymogami języka docelowego, są „rozpoznawalne w wielu tłumaczeniach tego samego tłumacza” i „odróżniają pracę danego tłumacza od innych tłumaczy” (Saldanha 2011: 31; tłum. AD). Jest to jeden z nowszych nurtów badawczych, ponieważ wcześniej, gdy badania nad przekładem były preskryptywne i zorientowane na tekst źródłowy, niewiele uwagi poświęcano indywidualnemu stylowi tłumaczy. Przekład widziano jako odtwórczy akt, a zadaniem tłumacza było jak najdokładniejsze odtworzenie stylu tekstu źródłowego, a nie narzucanie własnego stylu na tekst docelowy.

Teksty literackie były często (i niebezpodstawnie) uważane z idealne, do wykorzystania w badaniach translatoryki korpusowej, również dlatego, że niewiele innych gatunków jest tłumaczonych wielokrotnie i pozwala badaczom analizować porównywalne tłumaczenia na ten sam język docelowy. Na początku XXI wieku badania mające na celu odkrycie śladów indywidualnego stylu tłumacza i porównanie strategii tłumaczeniowych obranych przez różnych tłumaczy prowadziła np. Winters (2009), która analizowała użycie słów zapożyczonych, zmiany kodu językowego,  czasowników mowy zależnej i partykuły modalnej w dwóch niemieckich przekładach Pięknych i przeklętych Fitzgeralda. Kolejne badania ilościowe, takie jak Li, Zhang i Liu (2011), wykraczały poza analizę wybranych cech tekstu źródłowego i mając na uwadze głównie tekst docelowy, próbowały porównać przekłady, biorąc pod uwagę informacje pozyskane z korpusów, takie jak proporcja typ–token i długość zdania, kluczowe słowa i zbitki wyrazów. Analizy statystyczne przeprowadzone przez Mikhailova i Villikka (2001) na korpusie tłumaczeń wielokrotnych (ang. multiple translation corpus) z języka rosyjskiego na fiński wykluczyły możliwość identyfikacji poszczególnych tłumaczy na podstawie wskaźników zwykle wykorzystywanych w zadaniach związanych z przypisaniem autorstwa, takich jak bogactwo słownictwa, często używane i ulubione słowa; autorom udało się jednak zidentyfikować inne wskaźniki kształtujące profil tłumacza, takie jak użycie czasowników modalnych i spójników, dzielenie lub łączenie zdań, czy też skracanie lub wydłużanie tekstu. Budowa zdań i redukcja zdań były także przedmiotem badań opartych na angielsko-norweskim korpusie tłumaczeń wielokrotnych, które wykazały, że tłumacze różnią się tym, jak często zachowują lub modyfikują strukturę syntaktyczną oryginału.

W pewnym stopniu powiązane ze stylem tłumacza, korpusy tłumaczeń wielokrotnych mogą być wykorzystywane do badania różnic związanych z kompetencją tłumacza: termin ten obejmuje nie tylko wiedzę specjalistyczną konkretnego tłumacza (ekspert vs. adept tłumaczenia), ale także wiedzę poznawczą, językową, uwarunkowania socjologiczne i edukacyjne, co determinuje to, jak taka osoba używa języka i jakie ma podejście do tłumaczenia. Zbadano liczne korpusy tłumaczeniowe zawierające tłumaczenia wykonane przez profesjonalnych tłumaczy i adeptów tłumaczenia, często porównując je z nieprzetłumaczonymi tekstami, przy użyciu zaawansowanych metod statystycznych, aby znaleźć korelacje między konkretnymi cechami tłumaczenia a różnymi poziomami kompetencji tłumacza (np. Lapshinova i Koltunski 2022). W niedawno przeprowadzonym badaniu Popovic, Lapshinova-Koltunski i Koponen (2023) wprowadziły trzeci element porównania i w interesujący sposób zestawiły ze sobą tłumaczenia profesjonalnych tłumaczy i uczniów z tłumaczeniem maszynowym. Porównując te trzy rodzaje tłumaczeń pod względem różnorodności leksykalnej i gramatycznej, długości zdań, tagi części mowy i frekwencyjność występowania trigramów części mowy, autorzy zauważyli, że tłumaczenia adeptów są czasami bardziej podobne do tłumaczeń maszynowych niż do tłumaczeń profesjonalnych tłumaczy, zwłaszcza pod względem struktury, która przypomina raczej tekst źródłowy.

Korpusy tekstów autorstwa adeptów tłumaczenia

Ponieważ liczba tekstów, które są wielokrotnie tłumaczone jest niezwykle ograniczona, tworzenie korpusów tłumaczeniowych może być wyzwaniem, a badacze muszą albo zlecać alternatywne tłumaczenia tego samego tekstu źródłowego, albo gromadzić je w odpowiednich warunkach eksperymentalnych (jak w przypadku bazy danych Translation Process Research). Wygodną alternatywą jest włączenie do korpusów tłumaczeń studentów przekładoznawstwa albo poprzez porównanie ich do tłumaczeń wykonanych przez profesjonalnych tłumaczy (zob. wyżej) lub jako niezależny przedmiot badań (Castagnoli 2022). Badania nad przekładem wykonanym przez adeptów tłumaczenia można postrzegać jako coś pomiędzy badaniami translatoryki korpusowej i badaniami nad korpusem tekstów autorstwa osób uczących się języka obcego, przy czym adepci tłumaczenia reprezentują szczególny typ osób uczących się języka obcego i tego typu badania leżą na pograniczu badań przekładoznawczych i badań nad dydaktyką języka obcego. Korpusy tłumaczeń wykonanych przez adeptów można wykorzystać w badaniu tego, jak typowe zagadnienia translatoryki korpusowej sprawdzają się w badaniach tłumaczeń osób uczących się przekładu, anotacje w takich badaniach opisują błędy w tłumaczeniu i mogą pomóc badaczom określić na przykład, jakie są najbardziej typowe trudności dla adeptów tłumaczenia na określonych poziomach nauczania (np. grupy początkujące vs. zaawansowane) w przypadku tekstów źródłowych należących do różnych typów tekstów. Tego typu badania pomagają również w szacowaniu wpływu dydaktyki przekładu na częstotliwość występowania określonych typów błędów. Potencjał opisowy takich korpusów jest zatem powiązany z dużym potencjałem pedagogicznym, ponieważ wnioski mogą mieć wpływ na nauczanie przekładu (np. Kunilovskaya, Ilyushchenya, Morgoun et al. 2022).

Prawidłowości i różnice

Innym obiecującym zastosowaniem korpusów tłumaczeniowych jest badanie wzajemnych zależności między prawidłowościami i różnicami w tłumaczeniach występującymi między alternatywnymi tłumaczeniami tego samego tekstu źródłowego. Chociaż alternatywne tłumaczenia tekstu źródłowego wykazują wysoki stopień podobieństwa, ze względu na istnienie pierwotnego tekstu, którego znaczenie i sformułowanie wymagają ponownego zakodowania, oczekuje się, że będą się one w jakimś stopniu różniły, ponieważ tłumacze – jak wszyscy użytkownicy języka – dysponują szeregiem mniej lub bardziej prawdopodobnych rozwiązań językowych, za pomocą których wyrażają sens. Korpusy tłumaczeniowe pozwalają zatem badaczom zidentyfikować zjawiska reprezentujące rzeczywiste prawidłowości w tłumaczeniu – tj. wzorce zaobserwowane w zachowaniu różnych tłumaczy w stosunku do tego samego tekstu źródłowego – i zbadać czynniki wpływające na różnice w tłumaczeniach.

Kierunek badań, który wydaje się szczególnie obiecujący, wiąże brak różnic w alternatywnych tłumaczeniach tego samego tekstu z wyborem najbardziej dosłownej wersji (Carl i Schaeffer 2017). Zakłada się, że w tej sytuacji tłumacze nie próbowali uniknąć wywołanego przez tekst źródłowy. Wręcz przeciwnie, zmiany w przekładzie występowałoby głównie w przypadku elementów, których nie dało się przetłumaczyć dosłownie, a także w przypadku elementów o największym potencjale interpretacyjnym i wartościującym, takich jak słowa wyrażające poglądy i ideologię, rzeczowniki abstrakcyjne i wyrażenia idiomatyczne, które wymagają większego wysiłku w przetwarzaniu. Z tej perspektywy różnice między alternatywnymi tłumaczeniami mogą wskazywać na trudność tłumaczenia. W niektórych badaniach próbowano połączyć dane korpusowe i spostrzeżenia oparte na procesie tłumaczenia, aby zbadać możliwy związek między zmiennością a trudnością w tłumaczeniu określonych elementów tekstu źródłowego, na co wskazują wskaźniki zwiększonego wysiłku poznawczego w danych dotyczących procesu tłumaczenia (np. Dragsted 2012).

Prawidłowości i/lub zróżnicowanie można powiązać z cechami, które są wspólne (lub różne) wśród tłumaczy, takimi jak poziom ich wiedzy specjalistycznej (zob. wyżej) lub wpływ technologii. Na przykład niektóre najnowsze badania opierają się na korpusach, obejmujących zarówno tłumaczenia ludzkie, jak i tłumaczenia maszynowe poddane post-edycji, co jest dowodem ogromnych zmian rynku tłumaczeń w ostatniej dekadzie (zob. np. Czulo, Hansen-Schirra i Nitzke 2017).

powrót na górę

 Translatoryka korpusowa – tłumaczenie ustne

Korpusy tłumaczenia ustnego jako wyzwanie

Tak jak mowa bardzo różni się od pisma, tak tłumaczenie ustne różni się od tłumaczenia pisemnego, a tworzenie korpusów na bazie tłumaczeń ustnych różni się od tworzenia korpusów tłumaczeniowych na bazie tłumaczeń pisemnych. Tłumaczenie ustne polega na produkcji dyskursu mówionego, który jest znacznie mniej zorganizowany i płynny niż dyskurs pisany. Tłumaczenie ustne, podobnie jak mowa, jest bardzo mocno osadzone w kontekście, w którym powstało i rzadko jest odbierane bez niego, dlatego też korpusom tłumaczenia ustnego zwykle towarzyszy system złożonej anotacji.

Podobnie jak korpusy mowy, korpusy tłumaczeń ustnych mogą zawierać ortograficzną transkrypcję tego, co zostało powiedziane, ale coraz częściej transkrypcje są dostępne wraz z anotacjami, które obejmują bogaty zestaw cech para-lingwistycznych o dużym poziomie szczegółowości, takich jak tempo mowy, „falstarty”, długość pauz, itd. Konwencje transkrypcji stosowane w procesie tworzenia korpusu muszą być starannie zaprojektowane, aby sprostać wymaganym celom badawczym. Jedna z pierwszych konwencji transkrypcji korpusu tłumaczeń ustnych została zaprojektowana przez twórców korpusu EPIC i zwykle służy a jako punkt wyjścia dla innych badaczy (np. EPIC-UDS lub EPTIC).

Dyskurs mówiony i dyskurs tłumaczeń ustnych stwarza również pewne ograniczenia dla automatycznych procesów tagowania, a językoznawcy analizujący tłumaczenia ustne często stają przed wyzwaniami w postaci wyodrębnienia pojedynczych zdań, a raczej granicy wypowiedzi, co z drugiej strony nierozerwalnie wiąże się z anotacją tekstu pod kątem części mowy i uniwersalnych drzew zależnościowych (ang. Universal Dependencies). Przy tak płynnych granicach wypowiedzi ustnej, zestawienie tłumaczeń z wypowiedziami źródłowymi staje się bardziej pracochłonne niż w przypadku tłumaczeń pisemnych. Inaczej niż w przypadku tłumaczeń pisemnych, automatyczne zestawianie tekstów mówionych z oryginałami jest na razie bardzo zawodne. Niemniej jednak obecnie większość korpusów tłumaczeń ustnych to zarówno korpusy porównywalne, jak i równoległe oraz zestawione na poziomie zdania, a kilka z nich obejmuje również zestawienie z odpowiednimi przetłumaczonymi tekstami i oryginalnymi filmami wideo (EPTIC), a nawet dopasowanie dźwięku do tekstu na poziomie słowa (PINC).

Zdanie otagowane pod kątem lematów, zależności uniwersalnych, części mowy, itp.	Drzewo zależności uniwersalnych wygenerowane za pomocą UD pipe.

Złożony proces tworzenia korpusów tłumaczeń ustnych wpływa na ich wielkość i częstotliwość ich tworzenia i zwykle jest zadaniem wymagającym współpracy całej grupy badaczy. Wraz z pojawieniem się metod automatycznej transkrypcji powstaje coraz więcej korpusów tłumaczeń ustnych, ale aby korpusy te mogły znacznie się powiększyć, niezbędny będzie jeszcze większy postęp technologiczny. W tej chwili zarówno proces transkrypcji, jak i proces zestawiania, a także anotacji wymagają dużego nadzoru człowieka i zwykle konieczne jest naniesienie wielu czasochłonnych poprawek.

Porównania unimodalne i intermodalne

Liczba badań korpusowych dotyczących tłumaczeń ustnych stale rośnie, ponieważ zautomatyzowana analiza dużych ilości autentycznych danych dotyczących tłumaczeń ustnych przynosi wartościowe wyniki.

Porównywanie tłumaczeń ustnych z oryginalnymi wypowiedziami w tym samym języku przy użyciu korpusów może pomóc badaczom w dokładnym zbadaniu charakterystycznych cech języka tłumaczeń ustnych na poziomie leksyki, gramatyki i składni, a także cech paralingwistycznych, takich jak płynność. Kolejnym wartościowym podejściem zarówno z perspektywy tłumaczenia pisemnego, jak i ustnego jest intermodalna analiza ustnej i pisemnej mediacji międzyjęzykowej, którą można postrzegać jako narzędzie „ekstrapolacji zespołu cech stylistycznych i pragmatycznych” obu form (Shlesinger 2009: 237; tłum. AD). Analiza intermodalna pozwala na wyłonienie szeregu cech leksyko-gramatycznych, które odróżniają te dwa rejestry i przyczynia się do stworzenia profilu językowego zarówno języka tłumaczeń ustnych (interpretese), jak i pisemnych (translationese).

Jak słusznie zauważył Gile (2004: 23), zapośredniczona ustna i pisemna odmiana języka mają ze sobą tak wiele wspólnego, że różnice między nimi mogą pomóc zrozumieć obie te odmiany – autonomiczne badanie cech każdej z odmian może wnieść cenny wkład w badanie drugiej z nich.

W kolejnych sekcjach pokażemy, że ten nurt badań cieszy się w ostatnich latach coraz większą popularnością i rzeczywiście przynosi obiecujące wyniki.

Wzorce leksykalne

W analizach unimodalnych korpusy porównywalne umożliwiają naukowcom wykrywanie wzorców, które odróżniają tłumaczenie ustne od niezapośredniczonych wypowiedzi ustnych. Podążając za badaczami tłumaczenia pisemnego, badacze zajmujący się tłumaczeniami ustnymi stosują różne środki, szczególnie odpowiednie w przypadku badań jednojęzycznych i porównawczych, w celu sprawdzenia wzorców leksykalnych w tłumaczeniu ustnym, często w poszukiwaniu śladów uproszczeń (Laviosa 1998), których można by się spodziewać w tekście powstałym w sytuacjach bardziej wymagających poznawczo. W ustnej modalności mediacji parametry zwykle stosowane do badania uproszczeń leksykalnych wydają się być w dużym stopniu zależne od pary językowej i kierunku tłumaczenia. Jednym z nich jest złożoność leksykalna, czyli proporcja wyrazów samodzielnych do wszystkich słów w tekście, która wskazuje, jak bardzo informacyjny charakter ma dany tekst (im większa liczba wyrazów samodzielnych w tekście, tym większy ładunek informacji jest w nim zakodowany). Jednak ten specyficzny parametr nie jest porównywalny w tłumaczeniu pisemnym i ustnym. Tłumaczenia ustne z różnych języków na język angielski są albo bardziej złożone leksykalnie (niemiecki, niderlandzki, francuski lub rosyjski), albo wykazują podobną złożoność leksykalną (włoski i hiszpański). Tendencje są odwrotne w przypadku tłumaczeń z języka angielskiego i hiszpańskiego na włoski, podobnie jak w przypadku tłumaczeń z języka angielskiego na język rosyjski.

Procent słów funkcyjnych i wyrazów samodzielnych w tekście używany do oszacowania złożoności

Inną często stosowaną miarą w analizach leksykalnych jest stopień powtarzalności języka. W przypadku tłumaczeń ustnych parametr ten również wydaje się zależny od pary językowej. Powtarzalność jest często mierzona na podstawie tzw. czołówki listy frekwencyjnej, która uwzględnia odsetek słów najczęściej występujących (zwykle 100 najczęściej występujących na liście frekwencyjnej) w korpusie. Ponownie, tłumaczenia ustne z języka włoskiego na angielski wykazują większą powtarzalność w porównaniu z oryginalnymi wypowiedziami w języku angielskim, podobnie jak tłumaczenia z języka hiszpańskiego i niemieckiego, co potwierdza hipotezę uproszczenia.

Tego samego nie można powiedzieć o tłumaczeniach ustnych na język włoski z języka angielskiego lub na język angielski z języka francuskiego, które wykazują odwrotne tendencje (por. Russo, Bendazzoli i Sandrelli 2006, aby zapoznać się ze szczegółowymi wynikami badań wzorców leksykalnych w tłumaczeniu ustnym). Czynniki, takie jak sposób wypowiedzi mówcy również wydają się mieć wpływ na tendencję do powtarzalności i innych wzorców leksykalnych w tłumaczeniu ustnym (Kajzer-Wietrzny 2015). Należy zwrócić uwagę, że w badaniach korpusowych nad tłumaczeniem ustnym dość często zaniedbywany jest sposób, w jaki wypowiada się mówca, co stanowi wyzwanie, któremu należałoby sprostać w przyszłych badaniach.

Patrząc na różne tryby, korpusy porównywalne pomagają dostrzec rozbieżności pomiędzy ustnymi i pisemnymi produktami mediacji językowej. Wagę takich porównań wcześnie odkryła pionierka badań nad korpusami tłumaczeń ustnych Miriam Shlesinger, która w swoim przełomowym artykule „W stronę definicji Interpretese” wykorzystała porównywalne korpusy intermodalne do analizy różnic między tłumaczeniami z języka angielskiego na język hebrajski, a tłumaczeniami przeprowadzanymi w warunkach eksperymentalnych. Zaobserwowała utrzymujące się różnice we wzorcach leksykalnych, np. różnorodność leksykalną, która była większa we wszystkich tłumaczeniach pisemnych. Co więcej, w tłumaczeniach symultanicznych stosowano więcej zapożyczeń niż w tłumaczeniu pisemnym. W badaniu zauważono, że ​​tłumacze ustni preferowali formy nieoznakowane, podczas gdy w tłumaczeniach pisemnych dominowały bardziej formalne wybory leksykalne. Ogólnie rzecz biorąc badania wykazały, że ​​„cechy odróżniające hebrajski mówiony od hebrajskiego pisemnego są (nawet) bardziej wyraźne, odpowiednio w produktach tłumaczenia ustnego i pisemnego” (Shlesinger 2009: 250). (tłum. AD). Wstępne wyniki badań Shlesinger zostały w dużej mierze potwierdzone w nowszych analizach intermodalnych poszerzających oryginalną perspektywę Shlesinger. Interesujących porównań intermodalnych dokonano także w odniesieniu do frazeologii. Dzięki korpusom można automatycznie rozróżnić rodzaje kolokacji i sprawdzić, czy są one stosowane inaczej w różnych trybach mediacji językowej. Jednym ze sposobów wykorzystania korpusów porównywalnych jest zbadanie, w jaki sposób tłumacze ustni i pisemni stosują najczęstsze kolokacje (zwykle rozpoznawane na podstawie wysokich wartości wskaźnika T (ang. T-score values)) i kolokacje silnie powiązane (z wysokim tzw. MI-score), które są rzadsze. Okazuje się na przykład, że język włoskich tłumaczeń pisemnych jest bardziej konwencjonalny frazeologicznie i bardziej idiomatyczny w porównaniu z językiem włoskich tłumaczeń ustnych, na co wskazują wyższe wartości wskaźnika MI kolokacji stosowanych w tłumaczeniach pisemnych niż w tłumaczeniach ustnych. Z drugiej strony wydaje się, że zarówno tłumacze ustni, jak i pisemni w podobnym stopniu posługują się najczęstszymi kolokacjami, oznaczonymi wyższymi wartościami wskaźnika T. Prawdopodobnie, w tym przypadku duże obciążenia poznawcze związane z tłumaczeniem ustnym wpływają na wybór konwencjonalnych i mniej konwencjonalnych wyrażeń, a ingerencja w tekst źródłowy może odgrywać większą rolę w tłumaczeniu ustnym niż w tłumaczeniu pisemnym (więcej informacji na temat intermodalnych badań dyskursu zapośredniczonego można znaleźć w pracy Adriano Ferraresiego).

Różnice składniowe i gramatyczne

Oprócz badań leksykalnych, korpusy porównywalne zachęcają do analiz pomiędzy odmianami zapośredniczonymi i niezapośredniczonymi na poziomie gramatyki i składni.

Po pierwsze, na poziomie unimodalnym, porównując struktury składniowe i gramatyczne stosowane przez tłumaczy ustnych z oryginalnymi wypowiedziami tworzonymi przez rodzimych użytkowników języka, można prześledzić wzorce preferowane przez tłumaczy ustnych, zwłaszcza w określonych parach językowych, a czasem nawet powiązać złożoność wzorców strukturalnych z obciążeniem poznawczym w tłumaczeniu ustnym. W podejściu dedukcyjnym opartym na korpusach, poszukiwania takie można rozpocząć od analizy kontrastywnej i identyfikacji różnic typologicznych pomiędzy językiem źródłowym i docelowym, co można potraktować jako punkt wyjścia do badań interferencji na poziomie syntaktycznym. Dobrym przykładem takiego badania jest analiza tłumaczeń ustnych długich i złożonych atrybutywnych struktur modyfikujących z języka chińskiego na angielski. W języku chińskim najczęściej występują struktury zawierające modyfikatory na początku zdania, podczas gdy w języku angielskim struktury zawierające modyfikatory znajdują się na końcu zdania. Pomimo tej różnicy ponad 80% takich złożonych struktur zawierających modyfikatory z na początku w języku chińskim jest tłumaczone jako struktury zawierające modyfikatory na końcu w języku angielskim. Wang i Zou (2018: 65) zbadali, że oznacza to dodatkowy wysiłek poznawczy ze strony tłumaczy ustnych, związany z koniecznością restrukturyzacji podczas tłumaczenia ustnego pomiędzy tak różnymi strukturalnie parami językowymi. Innym przypadkiem wymagającym dodatkowego wysiłku poznawczego jest tłumaczenie z języków o szyku SVO (podmiot–czasownik–dopełnienie) na języki o szyku SOV (podmiot–dopełnienie–orzeczenie). Jednym ze sposobów zbadania tego zjawiska za pomocą korpusów jest spojrzenie na liczbę elementów pomiędzy podmiotem a czasownikiem w tekście wypowiedzi tłumacza oraz w mowie rodzimej niezapośredniczonej. Okazuje się, że tłumacze ustni mają tendencję do zmniejszania wysiłku poznawczego poprzez zmniejszanie liczby tych elementów (więcej szczegółów na temat tego i innych badań nad tłumaczeniem ustnym opartych na korpusach można znaleźć w pracy Camille Collard).

Po drugie, podobnie jak w przypadku leksyki, z porównań intermodalnych można wywnioskować wiele na temat składni i gramatyki tłumaczeń ustnych i pisemnych. Na przykład w tłumaczeniach ustnych i pisemnych inaczej wykorzystywane są wybrane wzorce werbalne. Shlesinger (2009) twierdzi, że w tłumaczeniach ustnych w porównaniu z pisemnymi występuje nieco więcej konstrukcji opartych na czasownikach, inaczej używane są zaimki dzierżawcze i rodzajniki określone. Gast i Borges (2023) zbadali angielsko-niemieckie tłumaczenia ustne i pisemne, a ich ustalenia potwierdzają w szczególności asymetrię wzorców rzeczownikowych i czasownikowych zaobserwowaną przez Shlesinger w parze językowej hebrajski-angielski. Patrząc na te i inne tendencje, np. częstsze użycie przysłówków czy zaimków, doszli do wniosku, że "interpretations have a hybrid status and can be located somewhere in the middle, between the register of the source text (parliamentary speech) and unplanned spoken discourse".

Bardzo skuteczną metodą eksploracji korpusów obejmujących korpusy porównywalne jest analiza wielowymiarowa (więcej informacji na temat tej metody można znaleźć w pracy Douglasa Bibera), która pozwala na jednoczesne spojrzenie na wiele cech gramatycznych i stylistycznych języka. Pierwotnie została ona opracowana w celu wykrycia różnic między rejestrami, ale została również wykorzystana do badania odmian kontaktowych oraz tłumaczenia ustnego i pisemnego L2 (języka 2) (Xu 2021). W bardzo dużym uproszczeniu, analiza wielowymiarowa opiera się na technice statystycznej zwanej eksploracyjną analizą czynnikową, która pozwala pogrupować szereg zmiennych, które w przeciwnym razie są trudniejsze do interpretacji, w tak zwane czynniki, które odzwierciedlają ukrytą strukturę relacji między danymi cechami. To z kolei może pomóc w przygotowaniu wielowymiarowego opisu języka użytego w zbiorze tekstów i porównaniu tych zbiorów tekstów ze sobą za pomocą tej samej „miary” (średnia wartość czynnika). Jeden z najważniejszych zestawów cech, w dużej mierze gramatycznych i składniowych, rozpatrywanych w taki sposób, że zwykle grupuje się je w Czynnik 1, dotyczy produkcji zaangażowanej i informacyjnej i zazwyczaj teksty produkowane ustnie są umieszczane na jednym końcu tego czynnika, a teksty pisemne na drugim. Zaobserwował to również Xu (2021) w badaniu intermodalnym, którego najważniejsze wnioski dotyczą Czynnika 1 i Czynnika 2. Jeśli chodzi o Czynnik 1, tłumaczenie na L2 wiązało się z cechami zaangażowanymi i nieformalnymi. W tym konkretnym badaniu cechy zawarte w Czynniku 1 obejmowały między innymi czas teraźniejszy, formy ściągnięte, be jako czasownik główny, koordynację zdań niezależnych, zaimki pytające „wh-” oraz zdania względne „wh-”. W Wymiarze 2 „Opracowanie informacji on-line w celu zajęcia stanowiska” pogrupowano cechy wspólne dla odmian pośrednich w przeciwieństwie do odmian niezapośredniczonych. Należą do nich na przykład części mowy wzmacniające wydźwięk wypowiedzi, zaimki wskazujące i zdania względne dotyczące pozycji podmiotu. Według Xu taka tendencja wspólna dla obu odmian może również wskazywać na podobne strategie zarządzania ryzykiem stosowane przez tłumaczy pisemnych i ustnych. Inne wymiary tej analizy umożliwiają bardziej szczegółowy i wszechstronny opis językoznawczy, a metoda ta jest dziś coraz częściej stosowana w analizach unimodalnych i intermodalnych tekstów zapośredniczonych i tekstów powstałych w kontekście językowych ograniczeń komunikacji (ang. constrained communication).

Korpusy tłumaczenia ustnego i jakość

Wygląda na to, że niektóre wzorce językowe opisane powyżej mogą w pewnym stopniu pomóc przewidzieć, jak ludzie oceniają tłumaczenie symultaniczne. Podejście to zastosowali Ouyang, Qianxi i Junying (2021), którzy wypróbowali automatyczną ocenę jakości tłumaczenia ustnego. Badacze przyjrzeli się w szczególności liczbie słów, różnorodności leksykalnej, różnorodności czasowników i frekwencyjności występowania zaimków w pierwszej osobie liczby pojedynczej. Ich wyjaśnił 60% wariancji w ocenie ludzkiej: oznacza to, że w teście statystycznym, który uwzględniał wyżej wymienione cechy jako zmienne stałe, została podjęta ta sama decyzja, jaką podjęli ludzie w przypadku około 60% danych. Zaobserwowano, że tłumaczenia ustne ocenione wysoko przez ludzi charakteryzowały się tendencją do wykorzystywania bardziej precyzyjnych, choć rzadszych elementów leksykalnych, a także były bardziej zróżnicowane leksykalnie.

Korpusy równoległe

Korpusy równoległe to dobra metoda badania różnorodnych procesów wpływających na cechy językowe tekstów docelowych w odniesieniu do tekstu źródłowego, np. tendencji do eksplicytacji treści zakodowanych w przekazie źródłowym. Zestawione i podzielone na segmenty teksty ułatwiają badaczom analizę zgodności między tekstem źródłowym i tekstem docelowym.

Niewiele jest analiz unimodalnych korpusów równoległych tłumaczeń ustnych, które skupiałyby się na typowo językowych cechach tekstu tłumaczonego ustnie. Jednakże taka struktura korpusu stwarza okazję do badania np. strategii tłumaczeniowych. Dzięki odpowiedniej anotacji korpusu, ważne czynniki w tłumaczeniu ustnym, takie jak kierunkowość, pozycja we fragmencie źródłowym i bogactwo frazeologiczne źródła, mogą być brane pod uwagę w analizie strategii tłumaczenia ustnego, takich jak na przykład technika „salami” lub pominięcie. Podejście to opisuje Dayter (2020) w analizie korpusu równoległego dwukierunkowego tłumaczeń symultanicznych pary językowej rosyjski-angielski, która stwierdza, że w analizowanych przez nią danych związek trzech zmiennych z rodzajem strategii jest istotny. Jeżeli korpus zawiera metadane dotyczące poszczególnych tłumaczy, uzyskane na przykład w procesie identyfikacji tłumacza, możliwe jest zbadanie specyficznych preferencji i różnic pomiędzy poszczególnymi tłumaczami. Na przykład Gumul i Bartłomiejczyk (2022) badają spójność i częstotliwość występowania specyficznych wzorców, szukając stylów tłumaczy ustnych, które znajdują odzwierciedlenie w wyraźnych zmianach, które wpływają na spójność, składnię i strukturę tekstów docelowych tłumaczy pracujących w polskiej kabinie w Parlamencie Europejskim. Warto również podkreślić, że korpusy uwzględniające identyfikację tłumacza mogą sprzyjać bardziej zrównoważonemu projektowi badawczemu i umożliwiać uwzględnienie idiosynkratycznego użycia języka w modelach statystycznych, co poprawia generalizację wyników, w szczególności w przypadku tak małych korpusów, jak korpusy tłumaczeń ustnych.

Podobne badania strategii wpływających na aspekty tekstowe w tłumaczeniach ustnych, takie jak spójność, można przeprowadzić na równoległych korpusach intermodalnych. Poprzez opieranie się na tekstach źródłowych tłumaczeń ustnych i tłumaczeń pisemnych możliwe jest sprawdzenie, w jakim stopniu dodawanie i pomijanie spójników występuje w obu typach mediacji językowej. Nic więc dziwnego, że tłumacze ustni mają tendencję do pomijania większej liczby fragmentów, najprawdopodobniej z powodu nadmiernego obciążenia poznawczego lub w wyniku świadomej strategii, w której spójniki nie są niezbędne do zrozumienia znaczenia. Tłumacze ustni dodają również więcej spójników niż tłumacze pisemni, co jest jednak sprzeczne z oczekiwaniami, ponieważ może to zwiększyć obciążenie poznawcze (więcej informacji na ten temat i na temat innych badań nad tłumaczeniem ustnym z wykorzystaniem korpusów równoległych można znaleźć w pracy Barta Defrancqa).

Cechy paralingwistyczne i jakość

Analizując paralingwistyczne cechy specyficzne dla tłumaczenia ustnego, korpusy równoległe można wykorzystać do badania czynników uwarunkowanych tekstem źródłowym, które wpływają na jakość wypowiedzi tłumacza. To z kolei może dostarczyć informacji na temat pewnych procesów poznawczych towarzyszących procesowi tłumaczenia ustnego. Porównując wyniki pracy tłumaczy z zestawionym tekstem źródłowym w korpusie równoległym, można zbadać, co wpływa np. na płynność tłumaczenia ustnego. Płynność jest często mierzona za pomocą liczby falstartów, wypełnionych i niewypełnionych przerw lub długości pauz. Dokładne przeanalizowanie tych parametrów może pomóc zidentyfikować obszary w tekście źródłowym, które wymagają największego wysiłku poznawczego. Podejście to zostało wykorzystane na przykład w odniesieniu do tłumaczenia ustnego liczb (Kajzer-Wietrzny, Ivaska i Ferraresi 2023), gdzie naukowcy przyjrzeli się typom liczb, które stanowią największe wyzwanie dla tłumaczy ustnych oraz kontekstom, które utrudniają ich tłumaczenie, np. mowie źródłowej wygłoszonej przez osobę niebędącą rodzimym użytkownikiem danego języka.

Długość wypełnionych i niewypełnionych przerw w wypowiedziach tłumaczy po 10 sekundach od wystąpienia rzadziej występujących słów w tekście oryginalnym można na przykład zmierzyć, aby zbadać tzw. spillover effect (‘efekt domina’), czyli spadek jakości tłumaczenia po wystąpieniu problemu w tekście źródłowym. Oznacza to, że po trudniejszym fragmencie tłumacz ustny nadwyręży swoje zasoby poznawcze i może wyprodukować mniej płynne tłumaczenie, nawet jeśli następujący po nim fragment tekstu źródłowego nie będzie aż tak wymagający. Potencjalne problemy można również zidentyfikować za pomocą metod korpusowych. Na przykład, jak wykazano w badaniu nad efektem domino, przeprowadzonym przez Chmiel, Janikowskiego, Koržinka et al. (2023) częstotliwość występowania słów w korpusie odniesienia można wykorzystać do określenia potencjalnej trudności słów w tekście źródłowym (w tym przypadku były to słowa pokrewne i niepokrewne).

Korpusy równoległe stwarzają również pewien potencjał do automatycznej oceny jakości tłumaczenia ustnego, należy jednak podkreślić, że ten kierunek badań znajduje się wciąż na bardzo wczesnym etapie i w pełni zautomatyzowana analiza jest na razie niemożliwa. Jednakże pewne informacje językowe i parajęzykowe zakodowane w korpusie tłumaczeń ustnych mogą służyć jako użyteczny miernik wybranych aspektów jakości tłumaczenia ustnego. Wygląda na to, że płynność tłumaczenia stanowi parametr, który można obliczyć i ocenić całkowicie automatycznie, a wysokie wyniki w parametrach płynności odpowiadają wyższym ocenom tłumaczenia wystawionym przez ludzkich słuchaczy (Liu 2021: 171).

powrót na górę

 Potencjał badawczy

Jak pokazałyśmy, badania korpusowe w zakresie tłumaczeń pisemnych i ustnych rozwijają się dynamicznie, wykorzystując bardziej złożone, wieloczynnikowe projekty w celu zbadania nowych aspektów społecznych i poznawczych tłumaczeń pisemnych i ustnych.

Na przykład w ostatnich latach postawiono hipotezę, że niektóre powtarzające się cechy obserwowane w tekstach tłumaczonych pisemnie i ustnie mogą nie być charakterystyczne dla tych odmian pośrednich, lecz mogą pojawiać się w wyniku kontaktu językowego w innych sytuacjach komunikacyjnych, takich jak produkcja tekstów w języku obcym (np. język osób uczących się) i inne formy komunikacji ograniczonej (zob. prace Haidee Kotzee), ze względu na obecność podobnych mechanizmów społeczno-poznawczych. Dokładniejsze zrozumienie mechanizmów leżących u podstaw tłumaczenia można zatem uzyskać dzięki bardziej interdyscyplinarnemu podejściu łączącemu badania korpusowe z pokrewnymi dyscyplinami, takimi jak badania nad nabywaniem drugiego języka, badania nad dwujęzycznością, psycholingwistyka i językoznawstwo kognitywne.

Dobrym przykładem dziedziny, w której pełny potencjał badawczy translatoryki korpusowej nie został jeszcze w pełni wykorzystany, jest tłumaczenie ustne i pisemne na język obcy. Problem ten wiąże się z jednej strony ze złożonym pod względem poznawczym przetwarzaniem języka obcego (L2) w mediacji językowej, a z drugiej strony z aspektem społeczno-ekonomicznym braku tłumaczy pisemnych i ustnych języka L1 w przypadku języków mniej rozpowszechnionych.

Co więcej, zdecydowana większość badań korpusowych z zakresu tłumaczeń pisemnych i ustnych opiera się na korpusach, w których wielokrotnie omawiane są już istniejące miary powszechnych problemów badawczych. Choć może to mieć swoje zalety z punktu widzenia replikacji i walidacji zaobserwowanych wzorców językowych w innych parach językowych/zbiorach danych, to jednak zawęża również zakres badanych i ponownie zadanych pytań badawczych. Ogromny potencjał w tym zakresie tkwi w podejściach opartych na korpusach, które mogą okazać się pomocne w ujawnianiu nieoczekiwanych wzorców i poprowadzić translatorykę korpusową ku zupełnie nowym ścieżkom badawczym.

Potencjał korpusów w innych poddziedzinach tłumaczeń pisemnych i ustnych, na przykład w tłumaczeniach audiowizualnych (np. Baños, Bruti i Zanotti 2013) lub tłumaczeniach odbywających się zdalnie (np. Castagnoli i Niemants 2018) nie został jeszcze w pełni wykorzystany . Złożoność anotacji związana z pracą nad korpusami w zakresie niektórych form mediacji językowej – np. tłumaczenia migowego obejmującego zarówno tekst, dźwięk, obraz, jak i złożone systemy migowe – sprawia, że kompilacja takich korpusów jest wyjątkowo pracochłonna i, jak na razie, poważnie wpływa na ich wielkość. Badania nad tłumaczeniem języka migowego są jednak dziedziną rozwijającą się szczególnie dynamicznie, a liczba zasobów korpusowych języka migowego stale rośnie. Można mieć nadzieję, że wraz z szybkim rozwojem sztucznej inteligencji kompilacja i anotacja tych korpusów będą wymagały mniejszego wysiłku ze strony człowieka.

Kompilacja niektórych korpusów jest bardziej pracochłonna niż innych. Im więcej trybów komunikacji jest zaangażowanych, tym bardziej złożony jest schemat anotacji. Stosując się do tej ogólnej zasady, tworzenie korpusów tłumaczenń pisemnych jest zazwyczaj mniej pracochłonne niż przygotowanie korpusów tłumaczeń ustnych, audiowizualnych lub języka migowego. Niektóre dane są trudniejsze do uzyskania m.in. ze względu na prawa autorskie lub kwestie anonimizacji (anonimizacja nagrań języka migowego lub nagranych tłumaczeń symultanicznych może być trudniejsza niż anonimizacja tekstów).

Niektóre z powyższych trudności można by rozwiązać, łącząc wiedzę specjalistyczną i zasoby różnych zespołów badawczych z kilku instytucji, co na razie nie jest powszechną praktyką wśród naukowców zajmujących się badaniami korpusowymi w zakresie tłumaczeń pisemnych i ustnych. Istnieją pewne godne uwagi wyjątki, obejmujące udostępnianie danych i łączenie zasobów korpusowych z różnych projektów, jak w przypadku korpusu EPIC UDS , gdzie badacze zwrócili się o pomoc, aby rozszerzyć zbiór dostępnych im transkrypcji tłumaczeń ustnych. Intermodalny korpus EPTIC to kolejny przykład trwającej współpracy badaczy zajmujących się tłumaczeniami ustnymi i pisemnymi z różnych uniwersytetów w Europie. Naukowcy udostępniają wyniki tej współpracy w Internecie. Kolejnym przykładem współpracy naukowej w zakresie tworzenia korpusów jest projekt MUST, który do tej pory zaowocował stworzeniem korpusu tłumaczeń studentów o wielkości 2 milionów tokenów (na razie dostępnego wyłącznie dla społeczności MUST), bogato opatrzonego metadanymi i anotacją dotyczącą błędów w tłumaczeniach studentów. Takie inicjatywy dowodzą, że współpraca międzyinstytucjonalna to skuteczny sposób na przezwyciężenie problemu niewystarczającej ilości danych, dzięki czemu badania korpusowe w zakresie tłumaczeń pisemnych i ustnych oraz ich wyników będą bardziej kompletne.

powrót na górę