KÜLTÜREL UNSURLARIN AKTARIMINDA SİNİRSEL MAKİNE ÇEVİRİSİNİN İŞLERLİĞİ: NASREDDİN HOCA FIKRALARI ÜZERİNE İNCELEME

Author:

Year-Number: 2023-47 (Özel Sayı)
Yayımlanma Tarihi: 2023-10-10 23:45:58.0
Language : Türkçe
Konu : Yabancı Dil Eğitimi
Number of pages: 355-376
Mendeley EndNote Alıntı Yap

Abstract

Günümüz dil öğretimi yaklaşımlarında sosyal, kültürel, eylemsel açıdan yeni bir bakış açısı sunmak amacıyla ele alınan kültür olgusu, çeviribilim araştırmalarında sıklıkla işlenen konulardan biri olmuştur. Çevirmenlik mesleğinin gereği olarak hedef dilde kabul edilebilir çevirilerin üretilmesi yalnızca dilsel becerilerin değil, kültürel becerilerin de kazanılmasını gerekli kılmıştır. Teknolojik araç gereçlerin gelişimi sayesinde kültürlerarası iletişim ve bireysel etkileşim çeviri yoluyla kurulmaya başlamış ve bu sebeple çeviri teknolojilerinin kullanımı daha fazla önem kazanmıştır. Bu bağlamda çalışmanın amacı, Nasreddin Hoca fıkralarında bulunan kültürel unsurların aktarımı sürecinde sinirsel makine çevirisinin işlerliğini değerlendirmektir. Nitel bir yaklaşımla hazırlanan bu çalışma tarama modeli ile gerçekleştirilmiş ve çalışmanın verileri amaca yönelik örneklem tekniğiyle toplanmıştır. Google Arama Motoru platformundan “Nasreddin Hoca fıkraları” anahtar kelimesiyle yapılan tarama sonucunda, çeşitli kaynaklardan fıkralar derlenmiş ve bu fıkralar arasından, Şanlı’nın (2009) Nasreddin Hoca fıkralarında kültürel unsurlar kapsamında hazırladığı sınıflamaya uygun örnekler seçilmiştir. Bu örnekler, sinirsel makine çeviri sistemini kullanan Google ve DeepL çeviri programları ile Fransızcaya çevrilmiş ve üretilen çeviriler karşılaştırmalı olarak incelenmiştir. Araştırma bulguları, hedef kültür okurlarında anlam kaybı yaşanmaması için maddi kültürel unsurların doğru bir biçimde açıklanması, manevi kültürel unsurlara yönelik ifade biçimlerinin ise hedef dil kurallarına göre yeniden yapılandırılması gerektiğini göstermiştir. Ayrıca, bazı sözcük ve ifadelerin bağlamları dışında aktarıldığı görülmüştür. Mevcut çalışma, Google ve DeepL programlarının genellikle hedef dilin dizimsel yapısına uygun çeviriler ürettiğini, ancak anlamsal ve kültürel açıdan kabul edilebilir çeviriler sunmadığını ortaya koymuştur.

Keywords

Abstract

Cultural phenomenon, which is handled in today’s language teaching approaches to present a new perspective in terms of social, cultural and actional aspects, has become one of the topics frequently discussed in translation studies. As a requirement of translation profession, producing acceptable translations in the target language has made it necessary to acquire both linguistic and cultural skills. Due to the development of technological tools, intercultural communication and individual interaction have begun to be established through translation, and at this point, the use of translation technologies has gained more importance. In this context, the study aims to evaluate the functionality of neural machine translation in transferring cultural elements in Nasreddin Hodja jokes. This study, prepared as a qualitative approach, was carried out by a survey model and its data were collected through purposive sampling technique. As a result of the search with keyword of “Nasreddin Hodja jokes” on the platform Google Search Engine, anecdotes were compiled from the various sources and among them were selected examples in accordance with the classification, prepared by Şanlı (2009) within the scope of cultural elements in Nasreddin Hodja jokes. These examples were translated into French via Google and DeepL Translator programmes using a neural machine translation system, and then the translations were comparatively analysed. The research findings show that material cultural elements need to be properly explained in order to avoid loss of meaning in the target culture readers, while the way of expression of non-material cultural elements needs to be restructured according to the target language rules. It is also seen that some words and expressions were translated out of context. This study has revealed that Google and DeepL systems produced translations in accordance with the syntactic structure of the target language, but did not make semantically and culturally acceptable translations.

Keywords