Lost in Translation? Detecting Emotional Drift in Bilingual Texts of Gilgamesh Using NLP Lost in Translation? Detecting Emotional Drift in Bilingual Texts of Gilgamesh Using NLP
محتوى المقالة الرئيسي
الملخص
يُقدّم هذا العمل مفهوم "الانحراف العاطفي" في الترجمة الأدبية، والذي يُشير إلى انحراف أو تحوّل الإشارات العاطفية من النص الأصلي إلى ترجماته. ويركّز هذا البحث على تحليل ثنائي اللغة للترجمتين العربية والإنجليزية لملحمة جلجامش، ويهدف، من خلال الاستفادة من التطورات الحديثة في معالجة اللغة الطبيعية (NLP) مع التركيز على تحليل المشاعر والتعرّف على العواطف، إلى قياس المحتوى العاطفي. وتتمثّل الأهداف النهائية لهذا البحث في تطوير منهجية حاسوبية لاستخراج المحتوى العاطفي من مجموعات النصوص الأدبية ثنائية اللغة ومقارنتها، وقياس الانحراف العاطفي عبر نسخ مختلفة من ملحمة جلجامش، ووضع هذه النتائج في سياق أوسع لأبحاث الترجمة. ويُتيح التقاء اللغويات الحاسوبية ونظرية الترجمة والتحليل الأدبي الرقمي آفاقًا جديدة للدراسات الأدبية المدعومة بالذكاء الاصطناعي، ويُوفّر إطارًا قابلًا للتكرار لدراسة مسألة الدقة العاطفية في الأدب المترجم.
تفاصيل المقالة
القسم
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
المراجع
S. Mohammad, Obtaining reliable human ratings of valence, arousal, and dominance for 20,000 English words, in: Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 2018: pp. 174–184.
L. Venuti, The translator’s invisibility: A history of translation, Routledge, 2017.
I.A. Ismail, Restoring Gilgamesh Through AI With a Negotiation Algorithm Approach, Theory and Practice in Language Studies 14 (2024) 3046–3056.
E. Vanmassenhove, D. Shterionov, M. Gwilliam, Machine translationese: Effects of algorithmic bias on linguistic complexity in machine translation, ArXiv Preprint ArXiv:2102.00287 (2021).
N.S. Omar, K.A. Kadhim, The Effects of Using AI on the Quality of Translational Product: A Reference to Religious Translation, Al-Noor Journal for Humanities 3 (2025).
J. Feng, Improving sentiment analysis in literary texts through bidirectional encoder representations: A BERT-based approach, Journal of Computational Methods in Sciences and Engineering (2025) 14727978251338004.
E. Kim, R. Klinger, A survey on sentiment and emotion analysis for computational literary studies, ArXiv Preprint ArXiv:1808.03137 (2018).
P. Nandwani, R. Verma, A review on sentiment analysis and emotion detection from text, Soc Netw Anal Min 11 (2021) 81.
R. Nagamanjula, A. Pethalakshmi, A novel framework based on bi-objective optimization and LAN2FIS for Twitter sentiment analysis, Soc Netw Anal Min 10 (2020) 34.
I. Onyenwe, S. Nwagbo, N. Mbeledogu, E. Onyedinma, The impact of political party/candidate on the election results from a sentiment analysis perspective using# AnambraDecides2017 tweets, Soc Netw Anal Min 10 (2020) 55.
E. Ohman, R. Rossi, Combining Qualitative and Computational Approaches for Literary Analysis of Finnish Novels, ArXiv Preprint ArXiv:2406.01021 (2024).
D. Picca, A. Schnyder, A. Romele, Computational hermeneutics of emotion: a comparative study of emotional landscapes in the Dostoevsky’s novel “Crime and Punishment,” Humanit Soc Sci Commun 11 (2024) 1–10.
Y. Li, M. Afzaal, Y. Yin, A lexicon-based diachronic comparison of emotions and sentiments in literary translation: A case study of five Chinese versions of David Copperfield, PLoS One 19 (2024) e0297101.
R.A. Garcia-Hernández, H. Luna-Garcia, J.M. Celaya-Padilla, A. Garcia-Hernández, L.C. Reveles-Gómez, L.A. Flores-Chaires, J.R. Delgado-Contreras, D. Rondon, K.O. Villalba-Condori, A systematic literature review of modalities, trends, and limitations in emotion recognition, affective computing, and sentiment analysis, Applied Sciences 14 (2024) 7165.