Email this article A corpus–based study of the recognition of political metaphors with an example of President Vladimir Putin’s Message to the Federal Assembly
- Authors: Guan L.1
-
Affiliations:
- Heilongjiang University, China
- Issue: No 2 (2025)
- Pages: 41-52
- Section: Articles
- URL: https://journals.rcsi.science/2541-8459/article/view/371056
- ID: 371056
Cite item
Abstract
political metaphors play a key role in conveying political messages, constructing political discourse, and shaping national image. In this study, 19 State of the Nation Addresses delivered by Vladimir Putin since 2000 were selected to build a specialized corpus. Using AntConc software for word frequency analysis and the extended and improved Metaphor Identification Procedure VU University Amsterdam (MIPVU) metaphor recognition program by Steen's team, common types of political metaphors in the corpus were identified. Taking this as a reference, the current market-leading machine translation service providers DeepL and Youdao Translator were further selected, and their effectiveness in recognizing and adapting these metaphors in Russian-Chinese cross-language translation was evaluated through comparative analysis. It is found that DeepL demonstrates high accuracy and adaptability when dealing with political metaphors involving deeper meanings and cultural nuances. In contrast, the directness of Youdao translation in translating more complex and culturally specific metaphors resulted in failing to adequately convey the deeper meanings of the original text. This study, due to the bottom-up approach to metaphor identification, is significantly more credible than the traditional top-down identification of metaphors based on subjective assumptions, and provides valuable references for model refinement of Russian political metaphors and training of machine translation tools for domain-specific adaptation. Through this study, it not only reveals the performance differences between different machine translation tools in dealing with political metaphors but also provides guidance for future translation practice and corpus construction.
References
- Рюкова А.Р. Корпусно-ориентированные исследования языка: краткий обзор достижений и трудностей // Русский лингвистический вестник. 2023. № 1 (49). С. 1 – 2.
- Ло Шуюнь, Юй Цзюань Обзор исследований методов предварительной обработки арабского текста // Разведывательное исследование. 2021. № 7. С. 122 – 128.
- Чжан Юйсинь Визуализация Citespace и анализ статуса применения AntConc в исследованиях в Китае // Журнал культуры. 2023. № 11. С. 115.
- Ян Ицзин Исследование по конструированию дискурса, опубликованное “Жэньминь Жибао” (зарубежное издание) под названием "Глобальная цивилизационная инициатива" – основано на анализе корпуса AntConc // Китайские медиа-технологии. 2024. № 1. С. 64 – 67.
- Чэнь Лан От MIP к MIPVU: методы, приложения и проблемы распознавания метафор // Журнал иностранных языков. 2022. № 5. С. 30 – 39.
- Цао Линьмэй, Лю Чаоцзянь. О нескольких ключевых вопросах в изучении распознавания метафор // Вестник Института иностранных языков Народно-освободительной армии. 2022. № 45 (02). С. 10 – 16+69+160.
- Ван Цзюнь. Повторный анализ вопросов сопоставления метафор // Иностранные языки (Вестник Шанхайского университета иностранных языков). 2011. № 34 (04). С. 50 – 55.
- Арустамян В.Р. Проблема перевода метафор в художественных произведениях // Международный журнал гуманитарных и естественных наук. 2024. № 10-1 (97). С. 168.
- Байрыева М.Д. Метофорическое отражение категории эмоция в английском и каракалпакском языках // Экономика и социум. 2023. № 4 (107)-2. С. 496.
- Фэн Чживэй, Чжан Дэнке Большая языковая модель в искусственном интеллекте // Иностранная Филология. 2024. № 40 (03). С. 1 – 29.
Supplementary files
