engleski

Identification of translational equivalents in Croatian-English Parallel Corpus

U radu se ispituju mogućnosti identificiranja prijevodnih ekvivalenta u Hrvatsko-engleskom paralelnom korpusu sravnjenom (aligned) na razini rečenica koji je sastavljen u Zavodu za lingvistiku Filozofskog fakulteta u Zagrebu. Pozornost je u početku usmjerena na identifikaciju prijevodnih ekvivalenata od po jedne riječi u svakom jeziku. To je postignuto generiranjem svih mogućih prijevodnih parova riječi unutar svake rečenice sravnjene u odnosu 1:1. Na tako generirane parove primijenjen je izračun statističke mjere uzajamne obavijesnosti (mutual information) koja daje podatak od statistički relevantnim supojavljivanjima riječi u takvu paru. Parovi s visokom vrijednošću uzajamne obavijesnosti predstavljaju dobre kandidate za prijevodne ekvivalente. U nastavku se rada provodi identifikacija jedinica sastavljenih od više riječi (multi-word units) u izvornim (hrvatskim) tekstovima i to primjenom iste statističke mjere. Identičan se postupak rabi za ustanovljavanje relevantnog supojavljivanja parova riječi i u jeziku prijevoda (engleski). Kako bi se ustanovili potencijalni kandidati za prijevodne ekvivalente tako dobivenih parova riječi u pojedinom jeziku, u nastavku se izračunavaju i statistički značajna supojavljivanja izvornih i prijevodnih parova riječi. Tako su dobiveni karakteristični prijevodni uzorci jer se pokazalo da postoje parovi riječi u izvornom jeziku koji se redovito prevode istim parom riječi u ciljnome jeziku premda je u svakom od jezika pojedinačno, vrijednost njihove uzajamne obavijesnosti izrazito niska. Radom se želi prikazati kako se korištenjem statističkih postupaka u paralelnim korpusima olakšava pronalaženje kolokacija (mogućih višerječnih termina) i njihovih prijevoda. Istodobno se omogućuje uvid u odgovarajuće ko-tekstualne primjere uporabe riječi u izvornom jeziku i u jeziku prijevoda. Tako priređena građa od nesumnjive je koristi kako dvojezičnim leksikografima kao autorima rječnika, tako i prevoditeljima kao najznatnijoj skupini rječničkih korisnika.

Croatian-English parallel corpus; multi-word units; translational equivalents; word alignment; mutual information

nije evidentirano