Parallel Corpus in Sketch Engine: Creation and Data Mining

Bc. Magdaléna VYVIJALOVÁ

Master's thesis

Abstract:

Sketch Engine can be either a software for creating, installing and managing one's own corpora, or the web service for exploring pre-loaded or users' corpora. The present thesis employs both its uses. First, Sketch Engine as a corpus architect is used in order to create a parallel corpus that would contain original Spanish fiction and the corresponding English translation, since such a corpus does not seem available so far. In the second part of the thesis, Sketch Engine functions as a concordancer in a case study investigating lexicalization patterns of Spanish and English Motion events based on Talmy's typology dividing the languages into two broad categories, i.e. verb-framed and satellite-framed. The case study examines whether the characteristic rhetorical style of each language is retained or adapted. Simultaneously, also the Czech translation of the selected Spanish source text is considered to confirm or disprove possible intratypological differences between English and Czech.

Abstract:

Sketch Engine může plnit dvě základní funkce, slouží jako software tvorbě, instalaci a upravování korpusů, nebo jako server umožňující zadávání dotazů pro vyhledávání daných jazykových jevů ve vybraném korpusu. Tato diplomová práce využívá postupně obou těchto možných uplatnění. Nejprve je pomocí Sketch Engine vytvořen paralelní korpus obsahující originální španělskou beletrii a její překlad do angličtiny, jelikož se takovýto paralelní korpus prozatím nezdá být jinde dostupný. Ve druhé části této diplomové práce je pak Sketch Engine využit jako prostředek zkoumání sémantických jednotek týkajících se sloves pohybu ve španělštině a v angličtině, jakožto ve "verbálně rámcovaném" a "satelitně rámcovaném" jazyce, podle typologie amerického lingvisty Leonarda Talmyho. V rámci této případové studie je sledováno, zda mají jednotlivé jazyky tendenci uchovat si svůj "rétorický styl" nebo jej spíše přizpůsobit. Zohledněn je také český překlad španělského zdrojového textu, za účelem potvrzení či vyvrácení možných rozdílů v rámci stejné typologické skupiny, do které patří čeština společně s angličtinou.

Keywords

paralelní korpus, Sketch Engine, InterCorp, Talmyho typologie, "rétorický styl, " slovesa pohybu, směr pohybu, způsob pohybu

Language used: English

Date on which the thesis was submitted / produced: 17. 5. 2018

Thesis defence

• Supervisor: Mgr. Michaela Martinková, Ph.D.

PALACKÝ UNIVERSITY OLOMOUC

Faculty of Arts

Master programme / field:
Philology / English Philology - Spanish Philology