Лінгво-когнітивне моделювання ІТ-термінів у перекладі: фреймовий підхід

Микита Бондар
Анотація

Актуальність дослідження зумовлена стрімким розвитком інформаційних технологій та потребою в адекватному перекладі високодинамічної англомовної термінології інформаційних технологій українською мовою, що вимагає виходу за межі формальної лексичної відповідності задля забезпечення когнітивної еквівалентності. Мета роботи полягала у комплексному дослідженні можливостей фреймового аналізу як інструмента лінгво-когнітивного моделювання під час перекладу термінології інформаційних технологій. Для досягнення поставленої мети використано такі методи: описовий, контекстуальноінтерпретативний, фреймове моделювання, зіставний аналіз, а також підходи корпусної лінгвістики. На основі аналізу двомовного паралельного корпусу, сформованого з офіційної документації програмного забезпечення Blender, реконструйовано та зіставлено фреймові структури відібраних термінів із галузей 3D-моделювання та анімації. Встановлено, що усталена лексика інформаційних технологій, зокрема в межах геометричних, темпоральних та інтерфейсних доменів, демонструє високий рівень фреймової відповідності та структурної стабільності в мові перекладу. Натомість переклад інноваційних, багатокомпонентних та процедурно орієнтованих термінів часто призводить до значних когнітивних асиметрій. Фреймові зсуви виявляються насамперед у втраті процедурних характеристик, зміні функціонального синтаксису через пасивні дієслівні конструкції та невиправданому перенесенні концептів цифрових інструментів у матеріальну фізичну площину. Виявлено, що концептуальна цілісність багатокомпонентних термінів безпосередньо залежить від точного синтезу їхніх складових фреймових слотів. Лінгво-когнітивний аналіз дозволив виявити не лише структурні особливості термінів, а й ті концептуальні моделі, що лежать в основі втрати технічного змісту під час перекладу. Практичне значення дослідження зумовлене можливістю використання отриманих результатів для систематизації та вдосконалення підходів у галузевій лексикографії, покращення фахової підготовки технічних перекладачів, а також для оптимізації інтеграції структурованих концептуальних мереж у системи нейронного машинного перекладу

Ключові слова

когнітивна еквівалентність; концептуальне картування; номенклатура 3D-моделювання; доменна лексика; процедурна семантика

ЦИТУВАТИ
Bondar, M. (2025). Linguistic-cognitive modelling of IT-terms in translation: Frame-based approach. International Journal of Philology, 16(4), 41-53. https://doi.org/10.31548/philolog/4.2025.41
Використані джерела
  1. Blender Translate. (n.d.). Retrieved from https://translate.blender.org/projects/blendermanual/manual/.
  2. Bondarenko, A. (2022). The features of frame interpretation in translation (on the material of Ukrainian and Crimean Tatar languages). Linguistic and Conceptual Views of the World, 71(1), 16-24. doi: 10.17721/2520-6397.2022.1.02.
  3. Czulo, O., Torrent, T.T., Matos, E.E.D.S., da Costa, A.D., & Kar, D. (2019). Designing a framesemantic machine translation evaluation metric. In Proceedings of the human-informed translation and interpreting technology workshop (HiT-IT 2019) (pp. 28-35). Varna: Incoma Ltd. doi: 10.26615/issn.2683-0078.2019_004.
  4. Faber, P., & Cabezas-García, M. (2019). Specialized knowledge representation: From terms to frames. Research in Language, 17(2), 197-211. doi: 10.2478/rela-2019-0012.
  5. Faber, P., & Reimerink, A. (2019). Framing terminology in legal translation. International Journal of Legal Discourse, 4(1), 15-46. doi: 10.1515/ijld-2019-2015.
  6. Giacomini, L. (2018). Frame-based lexicography: Presenting multiword terms in a technical e-dictionary. In Proceedings of the XVIII EuraLex international congress (pp. 309-318). Ljubljana: Ljubljana University Press.
  7. Giacomini, L., & Schäfer, J. (2020). Computational aspects of frame-based meaning representation in terminology. In Proceedings of the 6th international workshop on computational terminology (pp. 80-84). Marseille: European Language Resources Association.
  8. Hamamoto, H. (2023). How to obtain translation equivalence of culturally specific concepts in a target language. Translation and Translanguaging in Multilingual Contexts, 9(1), 8-21. doi: 10.1075/ttmc.00099.ham.
  9. Hinrichs, N., Foradi, M., Yousef, T., Hartmann, E., Triesch, S., Kaßel, J., & Pein, J. (2022). Embodied metarepresentations. Frontiers in Neurorobotics, 16, article number 836799. doi: 10.3389/fnbot.2022.836799.
  10. Hitcheva, D. (2025). Solving translation problems with terminological verb collocations: Case studies with building materials. Annual of University of Architecture, Civil Engineering and Geodesy, 58(1), 191-203. doi: 10.71167/uaceg.2025.580114.
  11. L’Homme, M.-C. (2018). Maintaining the balance between knowledge and the lexicon in terminology. Lexicography, 4(1), 3-21. doi: 10.1007/s40607-018-0034-1.
  12. Liu, F. (2025). Term dictionary automatic extraction algorithm based on BiLSTM. In 2025 international conference on intelligent systems and computational networks (ICISCN). Bidar: IEEE. doi: 10.1109/ICISCN64258.2025.10934268.
  13. Maslova, T., & Fedorenko, S. (2022). Cognitive approach to interdisciplinary research of terminology. Advanced Linguistics, 9, 43-50. doi: 10.20535/2617-5339.2022.9.259836.
  14. Moslem, Y., Romani, G., Molaei, M., Kelleher, J.D., Haque, R., & Way, A. (2023). Domain terminology integration into machine translation: Leveraging large language models. In Proceedings of the eighth conference on machine translation (pp. 902-911). Singapore: Association for Computational Linguistics. doi: 10.18653/v1/2023.wmt-1.82.
  15. Nwachukwu, J.F. (2024). Theoretical modelling of the translation process. Cadernos de Tradução, 44(1), 1-13. doi: 10.5007/2175-7968.2024.e91730.
  16. Pan, Y. (2020). Corpus linguistics approaches to trainee translators’ framing practice in news translation. The International Journal of Translation and Interpreting Research, 12(1), 90-114. doi: 10.12807/ti.112201.2020.a06.
  17. Resi, R. (2024). Concept systems and frames: Detecting and managing terminological gaps between languages. Applied Ontology, 19(1), 47-71. doi: 10.3233/AO-230046.
  18. Rishniak, H. (2021). Social frame in cognitive linguistics and its potential in translation studies. Grail of Science, 6, 226-229. doi: 10.36074/grail-of-science.25.06.2021.038.
  19. Rojas-Garcia, J. (2025). Powerful variables for knowledge representation and bracketing prediction. Translation and Translanguaging in Multilingual Contexts, 11(1), 5-30. doi: 10.1075/ttmc.00151.roj.
  20. Sánchez Cárdenas, B. (2024). Extracting semantic frames from specialized corpora for lexicographic purposes. Círculo de Lingüística Aplicada a La Comunicación, 99, 163-177. doi: 10.5209/clac.90626.
  21. Sevastiuk, M.I. (2023). Rendering confrontation strategies in the process of political discourse translation: Cognitive modeling. International Humanitarian University Herald. Philology, 3(59), 148-154. doi: 10.32841/2409-1154.2023.59.3.34.
  22. Sullivan, K. (2023). Three levels of framing. WIREs Cognitive Science, 14(5), article number e1651. doi: 10.1002/wcs.1651.
  23. Van Dijk, T.A. (2023). Analyzing frame analysis: A critical review of framing studies in social movement research. Discourse Studies, 25(2), 153-178. doi: 10.1177/14614456231155080.
  24. Vicari, S. (2023). Frame semantic grammars: Where frame analysis meets linguistics to study collective action frames. Discourse Studies, 25(2), 309-318. doi: 10.1177/14614456231154737.
  25. Zakaria, I. (2017). Quantifying a successful translation: A cognitive frame analysis of (un)translatability. Linguistics Beyond and Within (LingBaW), 3, 229-244. doi: 10.31743/ lingbaw.5661.