Файл статьи: PDF
Аннотация: Политическая метафора — это выражение политических явлений, политических концепций, политических ценностей и других политических феноменов путем отображения сложной и абстрактной политической концептуальной областью средствами конкретной и знакомой концептуальной области. Перевод этой языковой модели основан на сложной когнитивной обработке «вторичного сходства» и процессе кросс-культурной трансформации политических образов. В данной статье рассматриваются ведущие на данный момент поставщики услуг машинного перевода: DeepL (Германия), Youdao (Китай) и Yandex Translate (Россия). На основе сравнительного анализа оценивается эффективность распознавания и адаптации указанных метафор при переводе с русского на китайский язык. Особое внимание при анализе уделяется следующим параметрам: степень раскрытия метафорической глубины, подразумеваемого прямого значения; степень представления культурных коннотаций; степень передачи эмоциональной окраски. Исследование показало, что DeepL продемонстрировал высокую точность и адаптивность при работе с политическими метафорами, включающими глубокий смысл и культурные нюансы. Результаты исследования выявляют различия в эффективности различных инструментов машинного перевода при работе с политическими метафорами и дают ценную информацию для совершенствования полноты описания моделей российских политических метафор и повышения адаптивности инструментов машинного перевода в конкретных областях. Отмечается необходимость при обучении моделей и разработке алгоритмов машинного перевода уделять больше внимания повышению способности распознавания и обработки сложных языковых явлений, к которым относится политическая метафора.
Ключевые слова: политическая метафорология, метафорическое моделирование, метафорические модели, политические метафоры, языковые единицы, политический дискурс, политические тексты, переводоведение, машинный перевод, кросс-культурная трансформация, распознавание метафор
Abstract: omena by representing a complex and abstract political conceptual domain by means of a specific and familiar conceptual domain. The translation of this language model is based on complex cognitive processing of “secondary similarity” and the process of cross-cultural transformation of political images. This article examines the current leading providers of machine translation services: DeepL (Germany), Youdao (China) and Yandex Translate (Russia). Based on a comparative analysis, the study assesses the effectiveness of recognition and adaptation of these metaphors when translating from Russian into Chinese. Special attention is paid to the following parameters: the degree of conveying the metaphorical depth and the implied direct meaning; the degree of representation of cultural connotations; the degree of depiction of emotional coloring. The study has shown that DeepL demonstrates high accuracy and adaptability when working with political metaphors that include deep meanings and cultural nuances. The results of the study reveal differences in the effectiveness of various machine translation tools when working with political metaphors and provide valuable information for improving the completeness of the description of models of Russian political metaphors and increasing the adaptability of machine translation tools in specific areas. It is noted that when training models and developing machine translation algorithms, it is necessary to pay more attention to improving the ability to recognize and process complex linguistic phenomena, which include the political metaphor.
Key words: political metaphorology, metaphorical modeling, metaphorical models, political metaphors, linguistic units, political discourse, political texts, translation studies, machine translation, cross-cultural transformation, metaphor recognition

Для цитирования:

Сунь, Цюхуа. Исследование адаптивности машинного перевода к политическим метафорам в кросс-культурном контексте / Сунь Цюхуа, Гуань Линь. — Текст : непосредственный // Политическая лингвистика. – 2025. – №4. – С. 178-186.

For citation

Sun Qiuhua, Guan Lin. (2025). Exploring the Adaptability of Machine Translation to Political Metaphors in a Cross-Cultural Context // Political Linguistics. – 2025. – №4. – P. 178-186.

Контент доступен под лицензией Creative Commons Attribution 4.0 License.