Building Specialized Corpora For Term Extraction

Bc. Lenka Chylíková

Master's thesis

Abstract:

Cílem této diplomové práce je porovnat přednosti a nevýhody vytváření glosářů ze tří srovnatelných korpusů, které se liší nejen metodou kompilace, ale především účelem obsahu textů. Použití překladů jako zdroje korpusu je problematické, nicméně v tomto případě má své opodstatnění. Vytvořené glosáře budou usnadňovat práci překladatele v textech vyžadujících odbornou znalost, konkrétně týkajících se horolezectví a sportovní aktivity ve vysokohorském terénu. Hypotéza, že funkční glosář se dá vytvořit ze srovnání extrahovaných termínů z různých bilingvních korpusů, nemůže být zcela potvrzena, protože některé termíny musely být vyhledány v daných korpusech nebo dalších glosářích na internetu.

Abstract:

The aim of the thesis is to compare advantages and disadvantages of glossary-making procedure that is based on three comparable corpora. The corpora differ not only in compilation method, but mainly in their purpose of the content. The most controversial issue is the use of translations as a source for corpus compilation, but its use has its particular purpose in this case. Such corpus-based glossaries will be further used for translation of a specific language – language of climbing and mountaineering. The hypothesis that an efficient glossary can be created if extracted terms and keywords are compared has not been entirely validated, because some glossary entries needed to be sought via concordancer or within other glossaries.

Keywords

glossary, corpus linguistics, term extraction, specialized corpus

Language used: English

Date on which the thesis was submitted / produced: 10. 5. 2013

Thesis defence

• Date of defence: 14. 6. 2013
• Supervisor: PhDr. Jarmila Fictumová
• Reader: Ing. Mgr. Jiří Rambousek, Ph.D.

Masaryk University

Faculty of Arts

Master programme / field:
Philology / English Language and Literature