DeepL traduce Maraini: le poesie metasemantiche "sotto gli occhi" della traduzione automatica

Il presente studio riflette sull’interpretazione dei testi poetici caratterizzati da occasionalismi letterari, da parte di due sistemi di traduzione automatica: DeepL e Google Translate. Ne è un chiaro esempio il processo traduttivo compiuto nell’elaborazione delle poesie metasemantiche presenti nel...

Celý popis

Uloženo v:
Podrobná bibliografie
Vydáno v:AI-Linguistica Ročník 1; číslo 1
Hlavní autor: Saccà, Francesco
Médium: Journal Article
Jazyk:angličtina
němčina
Vydáno: PUBLIA – SLUB Open Publishing 04.07.2024
Témata:
ISSN:2943-0070, 2943-0070
On-line přístup:Získat plný text
Tagy: Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
Popis
Shrnutí:Il presente studio riflette sull’interpretazione dei testi poetici caratterizzati da occasionalismi letterari, da parte di due sistemi di traduzione automatica: DeepL e Google Translate. Ne è un chiaro esempio il processo traduttivo compiuto nell’elaborazione delle poesie metasemantiche presenti nella raccolta dal titolo Gnòsi delle fànfole di Fosco Maraini, le cui parole inventate rimandano il lettore a componenti morfologiche e fonetiche conosciute, ma spesso non identificabili come tali. Inserendo ad esempio l’intero testo della famosa poesia Il lonfo all’interno dei traduttori questi riconoscono modelli cognitivi probabilmente affini al simbolismo evocato dai caratteri morfologici e fonologici delle non-parole utilizzate dall’autore, e traspongono questi stessi schemi in lingue non-romanze. Nonostante il testo finale nella lingua d’arrivo sia chiaramente lontano da una possibile traduzione letteraria e nonostante il meccanismo che porta a prestare attenzione a tali componenti testuali non sia del tutto trasparente, i risultati sono a primo impatto conformi a possibli interpretazioni testuali fornite da un traduttore umano madrelingua. La ricerca si ripropone pertanto di dimostrare come i traduttori automatici, nel processo di traduzione di simili testi, possano mettere in evidenza proprietà del testo più nascoste, quali ad esempio strutture sintattiche iconiche e componenti fonosimboliche, attraverso un’elaborazione del testo di tipo statistico.
ISSN:2943-0070
2943-0070
DOI:10.62408/ai-ling.v1i1.4