Please use this identifier to cite or link to this item:
http://e-lib.mslu.by/handle/edoc/15710
Title: | Структура ремы в оригинальных и переведенных на английский язык резюме авторефератов научных работ |
Other Titles: | Rheme structure in original and translated into English summaries of scientific papers |
Authors: | Жилка, Ю. И. |
Keywords: | Языкознание (лингвистика) Прикладное языкознание Перевод Английский язык Русский язык |
Issue Date: | 2024 |
Publisher: | Минский государственный лингвистический университет |
Citation: | Жилка, Ю. И. Структура ремы в оригинальных и переведенных на английский язык резюме авторефератов научных работ / Ю. И. Жилка // Язык в эпоху цифровых трансформаций и развития искусственного интеллекта : сб. науч. ст. по итогам междунар. науч. конф., Минск, 23-24 окт. 2024 г. / редкол.: Н. Е. Лаптева (отв. ред.) [и др.]. – Минск : МГЛУ, 2024. – С. 411–420. |
Abstract: | В результате исследования оригинальных англоязычных текстов выявлено преобладание модели «подлежащее = тема – сказуемое = рема». Наиболее продуктивными средствами рематического распространения являются однородные члены, в особенности сказуемые и дополнения. Каждый комплемент дает дальнейшее развитие с помощью собственной группы зависимых членов предложения. Также развертыванию ремы способствуют определения, вставные конструкции и придаточные предложения. Крайне распространенные ремы, особенно сложносочиненных предложений, делятся на несколько информационных единиц. GPT-3.5 в своих переводах имеет свойство разделять данные ремы на отдельные предложения. Встречаются ремы, содержащие подлежащие, но они не слишком распространены. В переводах, в особенности выполненных Google-переводчиком и GPT-3.5, подлежащие переносятся в тему с помощью типичных для резюме средств. Перевод текстов резюме демонстрирует, что под влиянием русского языка человекпереводчик склонен нарушать принципы размещения новой и наиболее значимой информации в конце предложения. Технологии машинного перевода на примере Googleпереводчика и чата GPT-3.5 в данной ситуации способны давать более правильный и типичный для английского языка результат. К л ю ч е в ы е с л о в а: рема; резюме; предложение; комплемент; маркированная тема; распространение ремы. |
Description: | Zhylka Y. A study of original English-language texts revealed the predominance of the “subject = theme – predicate = rheme” model. The most productive means of rheme expansion is homogeneous parts of the sentence, especially predicates and objects. Each complement gives further expansion with the help of its own group of complements. Attributes, parenthetical constructions and subordinate clauses also contribute to the rheme expansion. Extremely expanded rhemes, especially in complex sentences, are divided into several information units. GPT-3.5 tends to divide them into separate sentences in its translations. Rhemes containing subjects might be used but are not particularly common. In translations, especially those made by Google Translator and GPT-3.5, subjects are transferred to the theme using certain means typical for abstracts. Translations of the abstracts demonstrate that under the influence of the Russian language, the human translator tends to violate the end-focus principle. Machine translation technologies, such as Google Translator and GPT-3.5, in this situation are able to give a more correct result typical for the English language. K e y w o r d s: rheme; summary; sentence; complement; marked theme; rheme expansion. |
URI: | http://e-lib.mslu.by/handle/edoc/15710 |
ISBN: | 978-985-28-0275-8 |
Appears in Collections: | Язык в эпоху цифровых трансформаций и развития искусственного интеллекта (статьи) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
411-420.pdf | 685,01 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.