Is academic discourse accurate when supported by machine translation?
Ver/ Abrir
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/9
comunitat-uji-handle2:10234/8015
comunitat-uji-handle3:10234/8621
comunitat-uji-handle4:
INVESTIGACIONMetadatos
Título
Is academic discourse accurate when supported by machine translation?Fecha de publicación
2022-10-12Editor
Universitat de ValènciaISSN
1135-416X; 2444-1449Cita bibliográfica
Bellés-Calvera, Lucía & Caro Quintana, Rocío. 2022. “Is academic discourse accurate when supported by machine translation?”. Quaderns de Filologia: Estudis Lingüístics XXVII: 171-201.Tipo de documento
info:eu-repo/semantics/articleVersión
info:eu-repo/semantics/publishedVersionPalabras clave / Materias
Resumen
El discurso académico ha despertado interés entre investigadores y profesores (Deroey, 2015; Mauranen, 2012; Hyland, 2010), en particular el uso de marcadores metadiscursivos. Sin embargo, se ha prestado poca atención ... [+]
El discurso académico ha despertado interés entre investigadores y profesores (Deroey, 2015; Mauranen, 2012; Hyland, 2010), en particular el uso de marcadores metadiscursivos. Sin embargo, se ha prestado poca atención a estas características apoyadas por la traducción automática (TA) en los contextos de AICLE. El objetivo del presente artículo es describir el uso y la frecuencia de los enfatizadores y atenuadores empleados en los ámbitos de la historia y la psicología y analizar la precisión de los equivalentes obtenidos en dos plataformas de TA, en concreto, DeepL y Google Translate. Para ello, se ha elaborado un pequeño corpus de dos seminarios y se han aplicado métodos cualitativos y cuantitativos para determinar la frecuencia y la precisión de los recursos lingüísticos bajo estudio. Los resultados han revelado que, si bien los elementos interaccionales proporcionados por la TA son precisos, pueden producirse omisiones y errores de traducción. Estas conclusiones pueden ser relevantes para los profesores de AICLE interesados en el discurso académico, así como para los investigadores de traducción que trabajan con corpus bilingües y multilingües y evalúan la exactitud de las herramientas de traducción. [-]
Classroom discourse has aroused interest among scholars and educators (Deroey, 2015; Mauranen, 2012; Hyland, 2010), particularly the use of metadiscoursal markers. However, little attention has been paid to these ... [+]
Classroom discourse has aroused interest among scholars and educators (Deroey, 2015; Mauranen, 2012; Hyland, 2010), particularly the use of metadiscoursal markers. However, little attention has been paid to these features when they are supported by machine translation (MT) engines in content and language integrated learning (CLIL) contexts. The aim of this paper is to describe the use and frequency of hedges and boosters employed in the fields of History and Heritage and Psychology and analyse the accuracy of the equivalents obtained from two MT engines, namely DeepL and Google Translate. To this end, a small corpus consisting of two seminars was compiled and qualitative and quantitative methods were implemented to determine the frequency and the accuracy of the linguistic structures under study. The results revealed that even though the interactional devices provided by MT engines are highly accurate, some omissions and mistranslations may occur. These findings may be valuable for CLIL lecturers interested in classroom discourse, as well as for translation researchers working with bilingual and multilingual corpora who seek to assess the accuracy of translation tools. [-]
Publicado en
Quaderns de Filologia: Estudis Lingüístics, Vol. 27 (2022)Entidad financiadora
Universitat Jaume I
Código del proyecto o subvención
PREDOC/2017/36
Derechos de acceso
info:eu-repo/semantics/openAccess
Aparece en las colecciones
- ANG_Articles [308]