Un corpus multilingue pour l'observation des toponymes en traduction
Résumé
Il suffit d'ouvrir deux atlas en deux langues différentes à la même page pour être convaincu de l'importance du phénomène de la traduction des toponymes. Nous proposons d'observer ce phénomène à partir d'un corpus multilingue littéraire de notre composition. L'utilisation de différents outils de TALN, tels que l'aligneur XAlign et l'extracteur/annotateur de noms propres CasEN, nous a permis de créer un corpus étiqueté et aligné, comprenant 11 versions, en 10 langues différentes, du même roman de Jules Verne, Le Tour du Monde en quatre-vingts jours, roman contenant plus de 3 400 occurrences de noms propres (soit 8,6% du texte), dont plus de 1 140 toponymes (320 différents). Notre corpus comprend les langues suivantes : français, anglais (deux versions), espagnol, portugais, italien, allemand, polonais, serbe et, pour pouvoir étudier les phénomènes de translitération, le grec et le bulgare.