Linguística de Corpus e Tradução Stella E. O. Tagnin TRADUSP - 2015.

Linguística de Corpuse Tradução

Stella E. O. TagninTRADUSP - 2015

Roteiro da apresentação

Convencionalidade e Fraseologia

Linguística de Corpus

Metodologia de pesquisa

Exemplos de pesquisas

Convencionalidade e Fraseologia

O Falante Ingênuo Tradutor Ingênuodesconhece as convenções morfológicas:

jailer vs. prisoner carcereiro vs. prisioneiro

as convenções de ordem: dead or alive vs. vivo ou morto

as convenções de coocorrência: have breakfast vs. tomar o caféhave a meal vs. fazer uma refeição

O Falante/Tradutor Ingênuo

desconhece as convenções de aceitabilidade: by and large o mais das vezes as convenções semânticas:

hard nut to crackosso duro de roer

as convenções pragmáticas: How do you do?

Muito prazer

(Adaptado de Fillmore, C.J. 1979. Innocence. A Second Idealization for Linguistics, Berkeley Linguistic Society 5, 63-76)

Níveis de Convencionalidade

combinabilidade: take a step vs dar um passo sintático ordem: vivo ou morto vs dead or alive gramaticalidade: let alone, de quando em vez

imagem semântico expressão: kick the bucket, pintar o sete situação pragmático fórmula: Congratulations

Colocações Adjetivas

outside chance – possibilidade remotapublic television – televisão educativaspinal column — coluna dorsalcapital punishment – pena de morteJapanese current - corrente do Japãogreen light – sinal verdered onion – cebola roxared wine – vinho tintored hair – cabelo ruivo

Colocações NominaisN2 + N1 Labor Day — Dia do Trabalho

labor pains — dores de partoseashore — beira-marvillage green — praça públicajug ears – orelhas de abanometal mouth – sorriso metálico

N1 + Prep + N2justice of the peace — juiz de pazcost of living - custo de vidaTree of Knowledge — Árvore do Conhecimento

Colocações Verbais

V + N [obj]

muster courage — armar-se de coragempay a compliment — fazer um elogiomake a decision — tomar uma decisãotake a step — dar um passotake vacation – tirar fériasfill a prescription — aviar uma receitapit [a fruit] – tirar o caroço

Colocações Verbais

N[subj] + V a river flows — um rio corre

a nose runs — um nariz escorre a volcano erupts — um vulcão entra em erupção

V + Adj take ill — ficar doentefall asleep — cair no sonogrow old — ficar velho

V + Adv climb aboard — subir a bordocome ashore — desembarcar

Colocações Adverbiais

Adv. + Adj. lavishly illustrated — fartamente ilustradodeeply offended — profundamente ofendido

mortally offended — mortalmente ofendido critically injured — gravemente ferido

Verb + Adverbfully agree — concordar plenamentecry loudly — chorar copiosamente lie outright — mentir descaradamentetake seriously — levar a sériopay dearly — pagar caro

Binômios e Multinômios

pen and pencil – lápis e papel/papel e lápisnight and day* – dia e noite* from time to time – de tempos em tempos knife and fork – garfo e facadead or alive – vivo ou mortoface to face – cara a caracats and dogs – cães e gatos / gatos e cachorros

over and over and over; red, white and bluecama, mesa e banho; casa, comida e roupa lavada

Expressões Convencionais e Idiomáticas

Expressões ConvencionaisThat’s my fault — A culpa é minhain the old days — nos velhos temposthirty-some years — trinta e poucos anos Expressões Idiomáticaskick the bucket — bater as botaspull sb’s leg — tirrar o sarro de alguémblow one’s top — perder a cabeçaraise hell — botar a boca no mundocost an arm and a leg – custar os olhos da cara

Fórmulas Discursivas

CitaçõesTo be or not to be... — Ser ou não ser...The die is cast — A sorte está lançada

ProvérbiosNot all that glitters is gold.

Nem tudo que reluz é ouro.

Do as I say, not as I do Faça o que eu digo, não faça o que eu faço.

Marcadores Conversacionais

Come to think of it,... — Por falar nisso,...In other words, ... — Em outras palavras,

You see, ... - Sabe, ...Well,... — Bem,...

May I interrupt? — Posso interromper?What do you think? — O que você acha?

That’s it. — É isso (aí).I’m all ears. — Sou todo ouvidos.

Are you with me? — Está entendendo?Mhm

Fórmulas Situacionais

Act your age — Não seja criança.Have fun — Bom divertimento/Divirta-se

That’s the pot calling the kettle black.Olha o roto falando do esfarrapado.

It takes two to tango.Quando um não quer, dois não brigam.

Fórmulas de RotinaCumprimentosGood morning, Hello, How are you?

Bom dia, Oi, Como vai?DesculpasSorry, Excuse me, Pardon me

Desculpe, Sinto muito, Perdão VotosHappy New Year — Feliz Ano NovoMerry Christmas — Feliz NatalGet well soon — Estimo as melhoras

Linguística de Corpus

O que é um corpus

e para que serve?

O que é um corpus? (cf. Aurélio Eletrônico)

(1) Conjunto de documentos, dados e informações

sobre determinada matéria.

Uma coletânea de textos em formato eletrônico,

compilada segundo critérios específicos,considerada representativa de uma língua

(ou da parte que se pretende estudar),destinada à pesquisa

O que é um corpus hoje?

A História dos Corpora

Década de 60 – corpora de 1 milhão de palavras! Brown – inglês americano (1964) - textos publicados em 1961

200 textos de 5.000 palavras cada 15 categorias distintas

LOB (Lancaster/Oslo/Bergen) – (1978) contrapartida em inglês britânico

London-Lund: 500 mil, falado (1980) Frown + Flob (Freiburg) – 1990 American English 2006 + British English

2006

A História dos Corpora

Década de 1960: advento do computador

Década de 1970: consolidação, corpora diversos, línguas diversas; corpora maiores, corpora anotados (Escandinávia) – tudo digitalizado

Década de 1980: invenção do scanner Década de 1990: disponibilidade de

textos já digitalizados Novo milênio: textos da internet Web como corpus (WaC)

Os Corpora AtuaisBNC – 1995 – 100 milhões de palavras - 90%

língua escrita – on-line 40 milhões 10% língua falada corpus fechado

Bank of English (Cobuild) Birmingham 1987 – 20 milhões de palavras Hoje 650 milhões de palavras corpus aberto/dinâmico/orgânico – em

constante atualização Collins Corpus: 2.5 billion words (inclui BoE) Collins WordBanks Online – 57 milhões de

palavras - Pago!!! http://www.collinslanguage.com/content-solutions/wordbanks

http://www.collinslanguage.com/content-solutions/wordbanks

Os Corpora Atuais COCA – Corpus of Contemporary American English -

www.americancorpus.org/ 450 milhões de palavras 1990 – 2012

BNC-BYU = BNC completo http://corpus.byu.edu/bnc/ 100 milhões de palavras

ANC – American National Corpus - http://www.americannationalcorpus.org/ Textos a partir de 1990 15 milhões de palavras para download (“Open”

portion) MASC - Manually Annotated Sub-Corpus

http://www.americancorpus.org/

http://corpus.byu.edu/bnc/

http://www.americannationalcorpus.org/

Os Corpora Atuais

Corpus do Portuguêshttp://www.corpusdoportugues.org/ 45 milhões de palavras 1300s – 1900s

Corpus Brasileirohttp://corpusbrasileiro.pucsp.br/cb/Inicial.html

www.linguateca.pt Acesso a recursos AC/DC Acesso a corpora /Disponibilização de corpora 1 bilhão de palavras

http://www.corpusdoportugues.org/

http://corpusbrasileiro.pucsp.br/cb/Inicial.html

http://www.linguateca.pt/

http://www.linguateca.pt/ACDC/

Qual a grande vantagem dos corpora?

Observação da Observação da linguagem em usolinguagem em uso

- natural -- natural - contrapõe-se à introspecção

Chomskyana- gramatical -

Qual é a diferença?

Firth/Halliday

Desempenho Descrição linguística Empirismo Observação Probabilidade

Chomsky

Competência Universais linguísticos Racionalismo Introspecção Possibilidade

Corpus linguist vs armchair linguist

“... I don’t think there can be any corpora, however large, that contain information about all of the areas of English lexicon and grammar that I want to explore...”

Corpus linguist vs armchair linguist

“... Every corpus [...] however small, has taught me facts that I couldn’t imagine finding out about in any other way.”

(Fillmore, C.J. “Corpus linguistics” or “Computer-aided armchair linguistics”. In Svartvik, Jan (ed.) Directions in Corpus Linguistics, Proceedings of Nobel Symposium 82, Stockholm, 4-8 August 1991, Berlin/NY: Mouton de Gruyter, 1992, 35-60)

Para que servem os corpora?

Terminologia Tradução PLN: Processamento Automático de Língua

Natural tradução automática treinamento de ferramentas

Áreas de Pesquisa

LexicologiaLexicologia Lexicografia: compilação

de dicionários Terminologia: compilação

de glossários Intuitivo vs. Natural

Áreas de Pesquisa

TraduTraduççãoão Estudos contrastivos: naturalidade da

língua Normalização/ Simplificação/

Explicitação Estratégias de tradução Normas de tradução Ensino e treinamento Fontes de referência

Áreas de Pesquisa

PLN (corpus para treinamento)PLN (corpus para treinamento) Desenvolvimento de ferramentas

computacionais Sumarização Sumarização de multidocumentos Anotação morfossintática Auxílio à escrita Simplificação de texto Tradução automática

Tipos de Corpora

Quanto à línguaQuanto à línguamonolínguesbilínguesmultilíngues

Corpora monolíngues

língua geral: jornalísticos e literários língua de especialidade: técnicos traduções

TEC - Translation English Corpus corpus de referência / de contraste

língua geral variedade de gêneros variedade de registros

Quanto ao tempo

Sincrônicos: “instantâneo” da língua

Diacrônico: evolução da língua: LOB vs FLOB BROWN vs FROWN American 2006 vs British 2006

Corpora multilíngues

comparáveis: originais em duas ou mais línguas Ex.: CorTec

paralelos: originais + tradução/traduções Ex.: CorTrad, COMPARA

Corpora de Aprendizes

de Língua Estrangeira de Língua Materna de Tradução

Corpora On-line - Inglês

WebCorp: http://www.webcorp.org.uk Linguist’s Search Engine (LSE): http://wse1.webcorp.org.uk/

TEC – Translation English Corpus http://ronaldo.cs.tcd.ie/tec2/jnlp/

W3c: Guttenberg + upload http://www.gutenberg.org/wiki/Main_Page

http://www.webcorp.org.uk/

http://wse1.webcorp.org.uk/

http://ronaldo.cs.tcd.ie/tec2/jnlp/

http://www.gutenberg.org/wiki/Main_Page

Corpora On-line - com Português

COMPARA: http://www.linguateca.pt Lácio-Web:

http://www.nilc.icmc.usp.br/lacioweb

CoMET: www.fflch.usp.br/dlm/comet CorTec:

http://www.fflch.usp.br/dlm/comet/consulta_cortec.html

CorTrad: http://www.fflch.usp.br/dlm/comet/consulta_cortrad.html

http://www.linguateca.pt/

http://www.nilc.icmc.usp.br/lacioweb

http://www.fflch.usp.br/dlm/comet



http://www.fflch.usp.br/dlm/comet/consulta_cortrad.html

http://www.fflch.usp.br/dlm/comet/consulta_cortrad.html

Área de Pesquisa

0

20

40

60

80

100

120

Tradução Descrição delinguagem

Ensino Terminologia PLN

Terminologia - Línguas

Inglês-Português

InglêsPortuguês

Alemão-Port

Espanhol-Port

Multilingüe

Terminologia - Domínios

0123456789

10

Ciências

Médic

as

ECONOMIA

Ciências

Hum

anas

Juríd

ico

Juram

entado

Nanociê

ncia

Culinári

a

Turism

o

Biocombus

tível

Técnic

o-cientí

fico

Escola

r

Hotelaria

Public

idade

Terminologia - Foco

0123456789

Lingua

gem

Glossári

o

Frase

ologia

Faze

r term

inológ

ico

Definiçã

o

Equivalê

ncia

Constr

ução

/corp

us

Anotaçã

o/cor

pus

Corpus

oral

Inter

preta

ção

Tradução - Línguas

Inglês -> Port

Port -> Inglês

Inglês <-> Port

Ptg --> Ital

Fr -> Ptg

Alemão <-> Ptg Multilíngue

Esp -> Ptg

Tradução - Domínio

Literário

Infanto-juvenilMEDICINA

Acadêmico

JuramentadoHQ + Infantil

Jurídico

Musica OutrosAV

Tradução - Foco

02468

101214

Frase

ologia

Estilo

Léxic

o

Discur

so

Organ

izaçã

o temáti

ca

Universa

is

Avalia

ção

Repre

senta

ção AV

Cogniçã

o

Metáforas

Coesã

o lex

ical

Intertextu

alidad

e

Marca

dores C

ultur

ais

Ponto de

vista

Novas tendências

AV: legendagem para surdos e ensurdecidos, audiodescrição, dublagem.

Interpretação

Metodologia de pesquisa com corpus

Compilação de corpus

PlanejamentoTipo de corpus: comparável? Paralelo?População: tipos de textos?ColetaInternet? / escanear?Preparação dos textosFormato .txtNomear arquivosOrganizar arquivos

Pesquisa com Linguística de Corpus

1. Corpus de estudo

2. Corpus de referência / comparação

3. Ferramenta de análise

http://www.google.com.br/imgres?start=200&sa=X&biw=1600&bih=719&tbm=isch&tbnid=PRAMzVhJprXOIM:&imgrefurl=http://researchers.tistory.com/145&docid=cd8iBMfGrZU4iM&imgurl=http://cfile29.uf.tistory.com/image/1741684B4F2818A22E5DB9&w=101&h=101&ei=vNEpU8GbJYnA0AHdqYHQCQ&zoom=1&ved=0CMkBEIQcMEA4yAE

Exploração de corpus

1. Wordlist

2. Keywords

3. Concordâncias

Wordlist – Lista de Palavras

Wordlist do corpus de estudo

Wordlist docorpus de referência/comparação

vs

Keywords = palavras características docorpus de estudo

KeyWords – Palavras-chave

KeyWords – Palavras-chave

Corpus

de

estud

o

Corpu

s de r

eferên

cia

N WORD FREQ. WCUPING.LST % FREQ. REFENG2.LST % KEYNESS P1 CUP 1.024 0,77 1 3.291,6 0,0000002 WORLD 1.197 0,90 301 0,06 2.496,9 0,0000003 TEAM 575 0,43 48 1.538,4 0,0000004 GAME 486 0,36 22 1.396,6 0,0000005 HIS 714 0,53 257 0,05 1.296,2 0,0000006 GERMANY435 0,33 14 1.284,9 0,0000007 SOCCER 374 0,28 0 1.206,4 0,0000008 HE 778 0,58 429 0,08 1.130,6 0,0000009 ITALY 332 0,25 5 1.021,0 0,00000010 SAID 670 0,50 343 0,06 1.017,6 0,00000011 WAS 892 0,67 716 0,13 987,2 0,00000012 PLAYERS 337 0,25 15 969,6 0,00000013 GOAL 352 0,26 51 851,9 0,00000014 BALL 260 0,19 2 815,9 0,00000015 IN 3.214 2,40 7.019 1,31 761,0 0,00000016 COACH 229 0,17 0 738,5 0,00000017 TOURNAMENT 205 0,15 0 661,0 0,00000018 SPORTS 234 0,18 13 658,5 0,00000019 PLAY 264 0,20 37 643,5 0,00000020 FRANCE 208 0,16 6 618,7 0,00000021 FANS 193 0,14 1 610,2 0,00000022 MATCH 265 0,20 49 604,4 0,00000023 MINUTE 206 0,15 9 593,5 0,00000024 BRAZIL 209 0,16 19 551,6 0,00000025 WIN 193 0,14 15 521,2 0,000000

Keywords

Concord - ConcordânciasPalavra de busca em contexto - KWIC

Pesquisas terminológicasPesquisas terminológicas

http://www.livrariadoadvogado.com.br/lingua-estrangeira/glossario-juridico-ingles-portugues-portugues-ingles-0857844031

http://www.guiamedicojaragua.com.br/

http://www.martinsfontespaulista.com.br/prod/366356/DICIONARIO-ODONTO-MEDICO-INGLES-PORTUGUES---GLOSSARIO-PORTUGUES-INGLES.aspx

http://www.hubeditorial.com.br/site/catalogo/dicionarios/sinopse/vocabulario-para-culinaria-%E2%80%93-serie-mil-&-um-termos/45

http://www.livrariascuritiba.com.br/vocabulario-para-quimica-editora-sbs,product,LV241104,3127.aspx

http://www.hubeditorial.com.br/site/catalogo/dicionarios/sinopse/vocabulario-para-fotografia---mil-&-um-termos/600

1 Turismo Sustentável (CBTS) Por: Conselho Brasileiro de Turismo Su 2 de Turismo Sustentável (CBTS) Por: Conselho Brasileiro de Turismo Sustentável (CBTS) Saiba tudo 3 ara estabelecer padrões de qualidade para as modalidades de turismo em nosso país. Ambientalistas, 4 antes de movimentos sociais, empresários e especialistas em turismo de todo o país reuniram- 5já Jardim Europa, durante o III Workshop de Certificação do Turismo Sustentável, para fundar o Conselh6 o Turismo Sustentável, para fundar o Conselho Brasileiro de Turismo Sustentável (CBTS), entidade 7 ro de Turismo Sustentável (CBTS), entidade intersetorial do turismo, apta a delimitar uma estratégia 8 limitar uma estratégia única e ampla para a certificação do turismo sustentável no Brasil e para o 9 ndependente. O III Workshop do Programa de Certificação do Turismo Sustentável - Brasil 10 , para a implementação de uma estratégia de certificação do turismo no Brasil. Este processo participat 11 credenciador internacional). O processo de Certificação do Turismo Sustentável no Brasil vem sendo 32 éis de selva planejam crescimento nos negócios Apostando no turismo ecológico, os hotéis de selv % 33 restaurante e dependências de serviço. `Oferecemos o puro turismo ecológico ao nosso turista, que 39 rcado de trabalho - José Zunquim - Presidente da BRAZTOA Turismo Receptivo no Brasil e Salao do 44 criança e no adolescente - Gerson Coutinho Estrela (DRT) - Turismo Sustentável e Infância 45 o Altenfelder - Amarques e Associados (Consultoria MTUR) Turismólogos, Guias de Turismo e 57 icos através da associação destes com certas palavras, como turismo ecológico, natural, romântico, 80 13. EcoTurismo Cultural - Ch. Guimarães - GO 14. Econautas Turismo Ambiental - SP 15. Espirito da 96 pta a delimitar uma estratégia única para a certificação do turismo sustentável no Brasil e para o 97 dos à nossa realidade. A principal meta da Certificação do Turismo Sustentável é a caracterização e 98 te viáveis e socialmente justos. O que é a Certificação em Turismo A Certificação é uma ferramenta 99 ntados de forma regionalizada. Esquemas de certificação de turismo representam um papel importan 100 responsabilidade e competitividade para o setor privado do turismo. Configuram-

Como identificar uma unidade fraseológica?

Pesquisas em Tradução

Peculiaridades de um autor / tradutor Corpus com textos do autor / tradutor Corpus de referência Keywords = características do autor / tradutorOU Corpus com textos do tradutor 1 Corpus com textos do tradutor 2 Keywords = características do tradutor 1

Trinta primeiras palavras-chave do Corpus de Estudo Português Original (romances de Chico Buarque). Sergio Marra Aguiar, 2010

ParaConcParaConc

Busca paralela

Textos alinhados

Ref.: Sergio Marra AguiarBudapest

Comparando tradutores(Gonçalves, 2006)

1 Of course, the investment was a good one and Segouin had managed to give the impression that it was by a favour of friendship the mite of Irish money was to be included in the capital of the concern.

Concord: prosódias, compensações, decisões lexicais

HT: Sem dúvida, o investimento era bom. Ségouin procurara demonstrar que a migalha de dinheiro irlandês seria incluída no capital do negócio por consideração à

amizade.OS: Sem dúvida, o investimento era seguro e Ségouin

dera a impressão de que se tratava de um grande favor aceitar o miserável dinheiro irlandês na capitalização do

negócio.

Exemplos de ComparaçãoPalavras-chave

Comparação upn-os x d-upn-os:

Comparação upn-ht x d-upn-ht:

N WORD FREQ. UPN-OS.TXT % FREQ. D-UPN-OS.LST %KEYNESS1 GALLAHER 58 1,18 0 300,62 CHANDLER 44 0,90 0 227,93 LITTLE 40 0,82 0 207,24 IGNATIUS 38 0,78 0 196,85 AMIGO 23 0,47 23 0,04 58,9

N WORD FREQ. UPN-HT.TXT % FREQ. D-UPN-HT.LST %KEYNESS1 GALLAHER 43 1,06 0 228,42 CHANDLER 36 0,88 0 191,13 LITTLE 33 0,81 0 175,24 LONDRES 11 0,27 3 44,25 ANNIE 8 0,20 0 42,4

Exemplos de ComparaçãoPalavras-chave

Comparação de upn-os com upn-ht:(Utilizando o comando“compare two lists”, da

ferramenta Wordlist)

Resumindo...

A Linguística de Corpuspermite obter uma grande quantidade de dados de forma rápidaevidencia dados que não seria possível “descobrir” de forma manualfornece dados objetivos para embasar afirmaçõespermite fazer pesquisas que seriam impossíveis de forma manual

Bibliografia básica McEnery, Tony & Hardie, Andrew. 2012. Corpus

Lingusitics: Method, theory and practice. Cambridge:Cambridge University Press

Berber Sardinha, Tony. 2004. Linguística de Corpus. Barueri, SP: Manole.

Gries, Stefan Th. 2009. What is corpus linguistics. Language and Linguistics Compass 3 (2009): 1–17.

Gries, Stefan Th. 2010. Corpus linguistics and theoretical linguistics - A love–hate relationship? Not necessarily… International Journal of Corpus Linguistics, 327–343. John Benjamins Publishing Company

Puxando a sardinha para nossa brasa... Tagnin, S.E.O. 2013. O Jeito que a gente diz. Capítulo

5. São Paulo: Disal.

Alves, F. & Tagnin, S.E.O. Corpora e ensino de tradução: o papel do automonitoramento e da conscientização cognitivo-discursiva no processo de aprendizagem de tradutores novatos. In Viana, V. & Tagnin, S.E.O. 2010. Corpora no ensino de línguas estrangeiras. São Paulo: HUB Editorial, 189-203.

Tagnin, S. & Bevilacqua, C. 2013. Corpora na Terminologia. São Paulo: HUB Editorial.

Viana, V. & Tagnin, S. 2015. Corpora na Tradução. São Paulo: HUB Editorial.

Linguística de Corpus e Tradução Stella E. O. Tagnin TRADUSP - 2015.

Documents

Transcript of Linguística de Corpus e Tradução Stella E. O. Tagnin TRADUSP - 2015.