Search

This article describes the design and compilation of the Multilingual Corpus of Survey Questionnaires (MCSQ), the first publicly available corpus of international survey questionnaires. Version 3.0 (Rosalind Franklin) is compiled from questionnaires from the European Social Survey, the European Values Study, the Survey of Health, Ageing and Retirement in Europe, and the Wage Indicator Survey in the (British) English source language and their translations into eight languages (Catalan, Czech, French, German, Norwegian, Portuguese, Spanish and Russian). Documents in the corpus were translated with the objective of maximising data comparability across cultures. After contextualising aims and procedures in survey translation, this article presents examples of two types of problematic translation outcomes in survey questionnaires: The first type relates to the choice of idiomatic terms or fixed expressions in the source text. The second type relates to cases where the semantic variation of translation choices exceeds the scope allowed to maintain the psychometric properties across languages. With these examples, we aim to demonstrate how corpus linguistics can be used to analyse past translation outcomes and to improve the methodology for translating questionnaires., Cet article décrit la conception et la compilation du Multilingual Corpus of Survey Questionnaires (MCSQ), le premier corpus de questionnaires d’enquêtes internationales accessible au public. La version 3.0 (Rosalind Franklin) est compilée à partir des questionnaires de l’Enquête sociale européenne, de l’European Values Study, de l’Enquête sur la santé et le vieillissement et la retraite en Europe, et du WageIndicator Survey dans la langue de départ, anglais (britannique), et leurs traductions en huit langues (catalan, tchèque, français, allemand, norvégien, portugais, espagnol et russe). Les documents du corpus ont été traduits en vue de maximiser la comparabilité des données entre les cultures. Après avoir contextualisé les objectifs et les procédures de traduction d’enquête, cet article présente des exemples de deux types de résultats de traduction problématiques dans les questionnaires d’enquêtes : le premier type concerne le choix de termes idiomatiques ou d’expressions fixes dans la langue de départ. Le deuxième type concerne les cas où la variation sémantique des choix de traduction dépasse la portée autorisée pour maintenir les propriétés psychométriques à travers des langues. Avec ces exemples, nous souhaitons démontrer comment la linguistique de corpus peut être utilisée pour analyser les résultats de traduction passés et pour améliorer la méthodologie de traduction de questionnaire., Este artículo describe el diseño y la compilación del Multilingual Corpus of Survey Questionnaires (MCSQ), el primer corpus público de cuestionarios de encuestas internacionales. La versión 3.0 (Rosalind Franklin) se compila a partir de cuestionarios de la Encuesta Social Europea, el European Values Study (EVS), la Encuesta de Salud, Envejecimiento y Jubilación en Europa, y el WageIndicator Survey en el idioma de origen (inglés británico) y sus traducciones a ocho idiomas (catalán, checo, francés, alemán, noruego, portugués, español y ruso). Los documentos del corpus se tradujeron con el objetivo de maximizar la comparabilidad de los datos entre culturas. Después de contextualizar los objetivos y procedimientos en la traducción de encuestas, este artículo presenta ejemplos de dos tipos de resultados de traducción problemáticos en cuestionarios de encuestas. El primer tipo se relaciona con la elección de términos idiomáticos o expresiones fijas en el texto original. El segundo tipo se relaciona con los casos en los que la variación semántica de las opciones de traducción excede el alcance permitido para mantener las mismas propiedades psicométricas en todos los idiomas. Con estos ejemplos, nuestro objetivo es demostrar cómo se puede utilizar la lingüística de corpus para analizar los resultados de traducción y mejorar la metodología de traducción de cuestionarios.

Corpus-assisted discourse studies is, by its nature, interdisciplinary. However, this need to reach across borders becomes even more salient when we study discourses across languages, and this represents a natural intersection with translation studies. The aim of this paper is to reflect on the issue of comparison in cross-linguistic corpus-assisted discourse studies, positing a series of key questions including: How do we compare across or within corpora containing different languages? How do we identify meaningful language units for comparison in this context? How do we know that we are comparing like with like? Using a series of case studies, we start by addressing how we can approach comparison at the lexical level. We then move on to consider methods which allow us to abstract above the lexical level using three case studies which illustrate the use of semantic fields, discourse frames and rhetorical features. By presenting some issues and partial solutions regarding comparison across and within multilingual corpora, we hope to initiate a productive discussion in which we will also be able to collectively enrich and inform this set of resources., L’analyse du discours assistée par corpus est toujours, par définition, interdisciplinaire. Cela est particulièrement vrai lorsque l’on travaille sur la communication entre différentes langues assez lointaines les unes des autres ; on pénètre alors dans le domaine de la traductologie. L’objectif principal de cet article est d’offrir une réflexion à propos de la comparaison dans le contexte de corpus multilingues. Il en découle une série de questions clés comme celles-ci : comment aborder la comparaison entre corpus de langues différentes ou au sein d’un corpus multilingue ? Comment repérer les unités linguistiques significatives pour la comparaison dans ces contextes ? Comment savoir que l’on est en train de générer une comparaison d’éléments comparables ? Au moyen d’une série d’études de cas, notre réflexion commence par le plan lexical pour ensuite passer au plan sémantique, aux cadres du discours et aux traits rhétoriques. Grâce à ces questions et solutions toujours partielles, nous espérons entamer un débat productif qui alimentera cet ensemble de ressources., El análisis de discurso asistido por corpus es siempre, y por naturaleza propia, interdisciplinario. Sin embargo, esta característica se hace especialmente evidente cuando nos acercamos a la comunicación a través de lenguas diversas, no siempre coincidentes con la original; al hacerlo, entramos de lleno en el ámbito de los estudios de traducción. El objetivo principal de este trabajo es reflexionar sobre la comparación propiciada por corpus multilingües, planteando una serie de preguntas clave, entre las que destacamos las siguientes: ¿cómo propiciamos comparaciones entre corpus de lenguas diversas o en el seno de estos?; ¿cómo identificamos unidades lingüísticas significativas para la comparación en estos contextos?; ¿cómo sabemos que estamos generando comparaciones de componentes equiparables? Utilizando una serie de estudios de casos, nuestra reflexión comienza en el plano léxico para, luego, adentrarnos en el estudio de los campos semánticos, los marcos del discurso y los rasgos retóricos. Con este artículo, de preguntas y soluciones siempre parciales, esperamos iniciar un debate productivo con el que enriquecer colectivamente este conjunto de recursos.

Bien que les adjectifs fassent l’objet d’analyses approfondies par les terminologues, ils ne reçoivent encore que trop peu d’attention dans les diverses applications terminographiques. Le niveau de leur inclusion dans les bases de données terminologiques, par exemple, est faible par rapport aux noms. Cependant, en étudiant les langues de spécialité comme la karstologie, il est évident que les adjectifs jouent un rôle significatif dans le discours spécialisé en raison de leur comportement polymorphique. Notre étude montre qu’en fonction de leurs relations sémantiques et syntactiques avec d’autres unités lexicales, les adjectifs nous fournissent des informations précieuses pour la gestion terminologique et la formalisation conceptuelle. Du point de vue sémantique, les adjectifs mettent en évidence les attributs des objets dans la modélisation du domaine en permettant aux traducteurs de découvrir les concepts plus spécifiques ou les aspects différents des concepts déjà connus. Du point de vue syntaxique, les adjectifs établissent de nombreuses relations syntagmatiques avec des noms, en construisant des termes complexes ou des collocations. Alors que les premiers délimitent la signification du nom en construisant de nouvelles unités lexicales spécialisées, les deuxièmes révèlent l’usage des termes (complexes ou simples) en contexte. Cette étude est basée sur un corpus monolingue anglais portant sur la karstologie. Elle vise à étudier les propriétés fonctionnelles et représentationnelles des adjectifs épithètes dans le discours spécialisé et leur apport dans la structuration conceptuelle du domaine spécialisé., Adjectives, while analyzed quite thoroughly in the works of terminologists, have not received enough attention in terminographic applications. Their inclusion, for instance in terminological databases, is low in comparison to that of nouns. However, the study of a specialized language such as karstology shows that adjectives have significant value due to their polymorphic behaviour. Our study shows that, depending on their semantic and syntactic relations with other lexical units, adjectives can provide us with essential information for terminology management and specialized knowledge organization. Semantically, adjectives highlight attributes of object concepts within a field allowing translators to discover more specific concepts, or different aspects of already known concepts. Syntactically, adjectives can present various syntagmatic relations with nouns. While some adjectives constrain the meaning of the noun, constructing other specific lexical units, others reveal the usage of terms (either complex or simple) in context. Our study, which is based on an analysis of a monolingual English corpus, has as its purpose to identify the most relevant attributive adjectives and explain their role in a specialized language such as karstology. We will also reflect on the presence of these adjectives in terminological dictionaries and on their contribution to the conceptual structure of a knowledge field., Aunque los adjetivos se han analizado detalladamente en estudios realizados por terminólogos, no han recibido demasiada atención en aplicaciones terminográficas. Su inclusión en bases de datos terminológicas es baja en comparación con la de los nombres. Sin embargo, el estudio de un lenguaje especializado como el de la karstología prueba que los adjetivos tienen un valor significativo debido a su comportamiento polimórfico. Nuestro estudio demuestra que los adjetivos, dependiendo de las relaciones semánticas y sintácticas con otras unidades léxicas, pueden revelar información esencial para la gestión terminológica y la organización conceptual de un campo especializado. Semánticamente, los adjetivos señalan los atributos de los conceptos de un campo permitiendo a los traductores descubrir más conceptos específicos o aspectos diferentes de conceptos ya conocidos. Sintácticamente, los adjetivos pueden presentar varias relaciones sintagmáticas con nombres. Mientras algunos adjetivos limitan el significado de los nombres, creando otras unidades léxicas más específicas, otros revelan el uso de los términos (compuestos o simples) en contexto. Nuestro estudio, basado en el análisis de un corpus monolingüe en lengua inglesa, tiene como objetivo identificar los adjetivos atributivos y explicar su papel en un lenguaje especializado, que en nuestro caso es el de la karstología. Además reflexionaremos también sobre los adjetivos en diccionarios terminológicos y sobre su contribución en la estructura conceptual del campo de conocimiento.

This paper presents the Dutch Parallel Corpus, a high-quality parallel corpus for Dutch, French and English consisting of more than ten million words. The corpus contains five different text types and is balanced with respect to text type and translation direction. All texts included in the corpus have been cleared from copyright. We discuss the importance of parallel corpora in various research domains and contrast the Dutch Parallel Corpus with existing parallel corpora. The Dutch Parallel Corpus distinguishes itself from other parallel corpora by having a balanced composition and by its availability to the wide research community, thanks to its copyright clearance. All texts in the corpus are sentence-aligned and further enriched with basic linguistic annotations (lemmas and word class information). Approximately 25,000 words of the Dutch-English part have been manually aligned at the sub-sentential level. Rich metadata facilitates the navigability of the corpus and enables users to select the texts that satisfy their needs. The entire corpus is released as full texts in XML format and is also available via a web interface, which supports basic and complex search queries and presents the results as parallel concordances. The corpus will be distributed by the Flemish-Dutch Human Language Technology Agency (TST-Centrale)., Le présent article décrit un corpus parallèle de grande qualité en néerlandais, en français et en anglais contenant 10 millions de mots (DPC, pour Dutch Parallel Corpus). Les différents types textuels, au nombre de cinq, sont équilibrés, ainsi que les différentes directions de traduction. Tous les problèmes relatifs aux droits d’auteurs ont été résolus. L’importance de la disponibilité des corpus parallèles dans plusieurs domaines de recherche est discutée et nous comparons le DPC avec d’autres corpus multilingues actuels. Le DPC se distingue par sa composition équilibrée et par le fait qu’il est offert à l’ensemble des chercheurs, car il est libre de droits. Les textes sont alignés au niveau de la phrase et enrichis avec des annotations linguistiques (lemme, étiquettes morphologiques). De plus, environ 25 000 mots (dans la partie néerlandais-anglais) ont fait l’objet d’un alignement manuel sous-phrastique. La richesse des métadonnées permet d’effectuer un certain nombre de sélections adaptées aux besoins de l’utilisateur. L’exploitation se fait de deux manières : d’une part, il est possible d’accéder à l’intégralité du corpus et de s’en servir en format XML. D’autre part, le corpus est consultable à travers une interface web qui autorise des requêtes simples ou complexes et présente les résultats sous forme de concordances parallèles. Le corpus sera distribué par l’Agence néerlandaise et flamande pour le traitement automatique des langues (TST-Centrale).