Sedigheh Sherkatmoghadam; Sepideh Navab Zadeh Shafiei; Farnaz SASSANI; Farzaneh Akbari
Résumé
Le langage familier de Sadegh Hedayat reflète de nombreux éléments culturels et folkloriques dans ses écrits. Ceux-ci incluent les expressions, les termes argotiques et les éléments culturels non-existants dans la langue cible. Tout cela a rendu difficile le ...
Le langage familier de Sadegh Hedayat reflète de nombreux éléments culturels et folkloriques dans ses écrits. Ceux-ci incluent les expressions, les termes argotiques et les éléments culturels non-existants dans la langue cible. Tout cela a rendu difficile le travail des traducteurs. Dans cet article, en examinant la traduction française des Trois gouttes de sang faites par Frédérique Razavi, une nouvelle qui, du point de vue de la forme et du fond, semble être la plus complexe, nous avons mis en évidence sa méthode de traduction des éléments culturels du persan vers le français. Pour atteindre ce but, il nous faut confronter, dans la trame de cette nouvelle, les concepts ayant les connotations culturelles avec leurs traductions. Selon les modèles de Newmark et d’Aixela concernant la traduction des éléments spécifiques à la culture, nous avons montré que la traduction de Razavi est basée sur les équivalents fonctionnels avec différents degrés d'approximation culturelle.
Roya Khalasi; Marjan Farjah
Résumé
Le fait qu’au contraire du persan le français est une langue genrée implique des problèmes pour la traduction automatique des pronoms sujets de 3e personne depuis le persan vers le français. Dans la présente étude, nous voudrions vérifier l’accord ...
Le fait qu’au contraire du persan le français est une langue genrée implique des problèmes pour la traduction automatique des pronoms sujets de 3e personne depuis le persan vers le français. Dans la présente étude, nous voudrions vérifier l’accord des pronoms sujets de 3e personne dans le système de traduction en ligne de Google Translate persan-français de 50 extraits tirés d’une collection d’écrits de Sadegh Hedayat, choisis et compilés par Mohammad Baharlou (1994). Notre objectif principal est de savoir à quel point la traduction automatique des pronoms sujets de 3e personne offerte par Google Translate est correcte ou incorrecte, et aussi quelles sont les raisons pour les traductions erronées ; nous supposons que le phénomène de pro-drop et l’ellipse linguistique des pronoms en persan ainsi que le manque de traduction interphrastique aux systèmes de traduction automatique impactent la qualité de traduction des pronoms étudiés. Par conséquent, nous allons mener une recherche basée sur l’analyse statistique-descriptive des données en nous appuyant sur la théorie du Liage chomskyienne. D’après les résultats obtenus, Google a traduit ces pronoms avec 44% de précision (y compris des pronoms bien traduits (40%) et certains pronoms non traduits (4%)); en effet, il a offert une traduction correcte dans les cas où l’antécédent était dans la même phrase que le pronom, ou s’il se plaçait dans la phrase précédant celle du pronom, il était traduit par un syntagme nominal masculin.