Entity extraction e text classification come strumenti per la sentiment analysis di testi giornalistici

In this thesis we are going to talk about technologies which allow us to approach sentiment analysis on newspapers articles. The final goal of this work is to help social scholars to do content analysis on big corpora of texts in a faster way thanks to the support of automatic text classification.

Le sfide traduttive dei sintagmi nominali con modificatori in posizione prenominale nell'interpretazione simultanea dall'inglese in italiano: uno studio sul corpus Epic

Questa ricerca si concentra sulla gestione dei sintagmi nominali complessi nell’interpretazione simultanea in italiano dei discorsi inglesi del corpus elettronico EPIC (European Parliament Interpreting Corpus). EPIC contiene le trascrizioni di discorsi pronunciati al Parlamento europeo in inglese, italiano e spagnolo e le rispettive interpretazioni nelle altre due lingue. Per quest’analisi sono stati utilizzati due sottocorpora: I discorsi originali inglesi e i rispettivi discorsi interpretati in italiano. L’obiettivo del progetto era estrarre i sintagmi nominali complessi dal sottocorpus dei discorsi inglesi e confrontarli con le rispettive traduzioni in italiano per studiare le strategie adottate dagli interpreti. L’ipotesi iniziale era che i sintagmi nominali complessi sono una sfida traduttiva. I sintagmi analizzati erano stringhe di parole formate da una testa nominale preceduta da due o più modificatori, che potevano essere aggettivi, sostantivi, avverbi, numeri cardinali e genitivi. Nel primo capitolo sono state descritte le caratteristiche dei modificatori sia in inglese che in italiano. Il secondo capitolo espone lo stato dell’arte degli studi di interpretazione basati sui corpora, con una sezione dedicata agli studi svolti su EPIC. Il terzo capitolo si concentra sulla metodologia utilizzata. I dati sono stati estratti automaticamente con tre espressioni di ricerca e poi selezionati manualmente secondo dei criteri di inclusione e di esclusione. I sintagmi nominali scelti sono stati confrontati con le corrispondenti traduzioni in italiano e classificati secondo il modello teorico delle relazioni traduttive di Schjoldager (1995). Il quarto capitolo contiene I dati raccolti, che sono stati analizzati nel quinto capitolo sia da un punto di vista quantitativo che qualitativo. I sintagmi nominali in tutto il sottocorpus sono stati confrontati con i sintagmi nominali di gruppi specifici di testi, suddivisi secondo la velocità di eloquio e la modalità di presentazione. L’ipotesi iniziale è stata in parte confermata e sono state descritte le strategie traduttive adottate dagli interpreti.

Sincronia e diacronia degli anglicismi finanziari nella comunicazione istituzionale e nella stampa specializzata: il caso degli stress test

Lo scoppio della crisi finanziaria globale del 2007 ha rappresentato un evento epocale che ha interessato una varietà di ambiti: l’economia, la finanza, il diritto, la sociologia e anche la comunicazione. Molti linguisti e ricercatori del settore terminologico si sono concentrati sulle conseguenze di questo capovolgimento nella comunicazione che ha accolto in misura crescente anglicismi finanziari provenienti dagli Stati Uniti. I documenti istituzionali, ma soprattutto la stampa generalista e finanziaria sono dovuti ricorrere per esigenze denotative agli anglicismi al fine di illustrare le cause di questo evento e proporre delle soluzioni adeguate per attenuarne gli effetti. Dopo la crisi, infatti, le autorità di vigilanza finanziaria europee hanno iniziato a mettere in campo una serie di riforme della regolamentazione finanziaria volte a prevenire la comparsa di nuove crisi sistemiche: lo stress testing costituisce uno degli strumenti che la vigilanza europea ha adottato allo scopo di valutare lo stato di salute dei bilanci degli istituti di credito e per vagliarne la solidità e la resistenza a crisi simili a quella esplosa nel 2007. Il nostro elaborato si propone di osservare in ottica diacronica il trattamento degli anglicismi finanziari del dominio dello stress testing nella comunicazione istituzionale della Banque de France e della Banca d’Italia e nella stampa economico-finanziaria francese e italiana. Per la realizzazione di tale indagine abbiamo adottato un approccio diacronico teso all’osservazione del trattamento dell’anglicismo stress test in un arco temporale che dai primi anni Duemila arriva fino ad oggi. Ai fini dell’indagine abbiamo costruito due corpora comparabili di testi istituzionali tratti dal sito Web della Banque de France e da quello della Banca d’Italia, delimitando la ricerca al dominio dello stress testing. Abbiamo successivamente compilato due corpora comparabili con testi tratti da La Tribune e Milano Finanza per osservare il trattamento degli anglicismi finanziari in un genere testuale differente, benché specializzato. Abbiamo assunto il 2007, anno di inizio della crisi, come spartiacque, suddividendo i corpora in vari subcorpora e selezionando i testi da includervi in base alla data di pubblicazione. L’obiettivo che ci siamo prefissati è quello di osservare se nel dominio dello stress testing abbia avuto luogo un’evoluzione concettuale e se questa sia riscontrabile anche dal trattamento degli anglicismi finanziari, con un focus particolare sull’anglicismo stress test.

Premio "Capitale verde europea". Studio di una politica dell'Unione europea in tema di sostenibilità ambientale con approfondimento terminologico sul minieolico.

This dissertation is divided into four chapters and combines the study of the European Green Capital Award with a terminology research on small wind turbines, a technical subject in the macro-area of sustainable cities. Chapter I aims at giving an overview of the development of environmental policies and treaties both at the international and European level. Then, after highlighting the crucial role of cities for the global environment, the chapter outlines the urban dimension of the EU environmental policies and defines the vision of a sustainable city promoted by the European Union. Chapter II contains an in-depth analysis of the European Green Capital Award and illustrates its aims, the entire designation process, its communication campaign and its evolution. Chapter III focuses on applicant, finalist and winning cities in order to study the aspect of participation in the competition. It also contains a detailed analysis of two European Green Capitals, i.e. Nantes and Bristol, who respectively won the title in 2013 and 2015. Based on a variety of sources, this chapter examines the successful aspects of their bids and communication campaigns during their year as Green Capitals. Chapter IV presents the terminology research in the field of small wind turbines and the resulting bilingual glossary in English and Italian. The research was carried out using two terminology tools: TranslatorBank and InterpretBank. The former is composed by two software programmes, CorpusCreator and MiniConcordancer DB, which were used to semi-automatically create specialized corpora from the Web and then extract terminology and occurrences of terms from the collected texts. The latter is a software which has been specifically designed for interpreters in order to help them optimize their professional workflow, from gathering information and creating glossaries on a specific subject to the actual interpreting task at a conference. InterpretBank’s tool TermMode was used to create a glossary with term equivalents and additional information such as definitions and the contexts of use.

Terminologia accademico-istituzionale in inglese lingua franca: Revisione del database terminologico dell'università di Bologna.

Il presente lavoro rientra nella cornice dei progetti volti ad agevolare la traduzione e produzione da parte delle Università italiane di contenuti online e documentazione ufficiale anche in ELF, in modo da renderli più facilmente accessibili a livello internazionale. Uno strumento utile a questo scopo, di cui molte università si stanno dotando, è un supporto terminologico relativo al dominio accademico-istituzionale. Questo elaborato si suddivide in sei capitoli. Il primo capitolo, di introduzione, è seguito dal capitolo 2, che presenta la terminologia come disciplina, offre una descrizione dei concetti della terminologia classica rilevanti per il lavoro, seguita da una panoramica degli strumenti di sistematizzazione della conoscenza utilizzati. Il capitolo 3 introduce il processo europeo di riforma dei sistemi di istruzione superiore, che ha motivato la creazione da parte di diverse università europee di strumenti di gestione della terminologia accademico-istituzionale. Vengono anche illustrate alcune Banche Dati terminologiche reperite presso altre università europee. Segue l’analisi dei progetti avviati dall’Università di Bologna, in particolare della Banca Dati di terminologia riferita alla Didattica e all’Organizzazione dell’Ateneo creata dall’Ufficio Relazioni Internazionali. All’interno del capitolo 4 viene descritto il lavoro di analisi delle fonti utilizzate durante la creazione della Banca Dati. Il capitolo 5 introduce le fonti aggiuntive utilizzate nel processo di revisione e compilazione, ovvero i corpora specialistici di dominio accademico-istituzionale, e descrive il processo di analisi metodologica e le modifiche strutturali implementate sulla Banca Dati originale, per poi illustrare le modalità di ricerca e di compilazione dei campi della Banca Dati. L’ultimo capitolo descrive la Banca Dati finale, riassumendo brevemente i risultati del lavoro svolto e presentando la proposta del metodo di assegnazione della tipologia di scheda terminologica a ciascun termine in base alle sue caratteristiche funzionali come punto di riferimento per la successiva compilazione delle restanti sezioni della Banca Dati.

Le microsabbiatrici nel settore odontotecnico. Proposta di glossario trilingue (italiano - inglese -tedesco)

Questo elaborato finale nasce dalla curiosità di saperne di più sulle microsabbiatrici per dentisti e odontotecnici a seguito del tirocinio curriculare. Scopo di questo glossario trilingue di base è quello di aiutare i futuri tirocinanti curriculari innanzitutto a conoscere questo macchinario di nicchia, utilizzato nei laboratori odontotecnici, e in secondo luogo di fornire loro la relativa traduzione in inglese e tedesco. Il lavoro si è svolto quanto segue: sono partita dalla consultazione di materiale terminologico online e sulle microsabbiatrici. Dopo aver letto attentamente tutti i testi raccolti, ho diviso il materiale della parte introduttivo-teorica dal materiale per la creazione dei corpora. Ho creato il corpus nelle diverse lingue, dal quale ho estratto i lessemi e le traduzioni che mi sono stati utili durante l’esperienza del tirocinio. Infine ho redatto trentadue schede terminologiche così divise: il macchinario e i suoi accessori, i materiali abrasivi e le tecniche di lavorazione.

La cosmesi naturale di Remedia. Ricerca linguistica per le lingue italiano e tedesco.

La ricerca condotta per questa tesi è incentrata sulla cosmesi naturale e rappresenta il risultato di un tirocinio avanzato svolto in collaborazione con l'azienda Remedia di Quarto di Sarsina (FC), i cui settori principali sono l'erboristeria e la cosmesi naturale. Lo scopo del progetto consiste nella preparazione di un interprete ad una conferenza sul tema della cosmesi naturale per le lingue italiano e tedesco. L'enfasi viene posta sul metodo da adottare per acquisire sia la terminologia sia le nozioni basilari del dominio in un arco di tempo limitato. Si tratta quindi di una ricerca linguistica incentrata sui termini e sulla fraseologia che ricorrono con maggiore frequenza nel corpus in italiano sul tema trattato. La tesi è suddivisa in quattro capitoli. Il primo capitolo tratta la pelle, la cosmesi tradizionale, gli ingredienti più controversi, i principali marchi di certificazione biologica per la cosmesi, infine descrive l'azienda e i metodi utilizzati per la trasformazione delle piante officinali. Il secondo capitolo introduce la metodologia adottata e i problemi riscontrati nel corso del progetto. Tratta inoltre la linguistica dei corpora connessa agli studi di terminologia, il ruolo svolto dall'esperto, la creazione di corpora specialistici e paragonabili nelle lingue di lavoro, nonchè l'analisi dei termini più ricorrenti e dei loro equivalenti interlinguistici nel loro contesto naturale. Infine introduco il prototipo di tesauro utilizzato per registrare 300 dei termini che ricorrono più frequentemente nel corpus in italiano. Il terzo capitolo presenta una disamina degli aspetti generali della terminologia, delle sue origini e delle principali scuole, in particolare la scuola di Vienna e il contributo di Eugen Wüster. Affronta inoltre le caratteristiche della comunicazione specialistica, ponendo l'accento su tecnicismi collaterali, equivalenza e variazione. Il quarto capitolo tratta nel dettaglio i risultati del progetto corredati da alcune osservazioni a livello cognitivo e terminologico.

Il linguaggio giuridico dell'atto notarile: proposta di traduzione di una procura dallo spagnolo all'italiano con strumenti di traduzione assistita

El objetivo de este trabajo es investigar el lenguaje jurídico de las actas notariales y presentar la traducción de un poder del español al italiano mediante el uso de programas de traducción asistida. La finalidad del presente estudio es la de proporcionar un análisis del género textual del acta notarial en clave contrastiva, es decir, teniendo en cuenta el derecho italiano y el español, y delinear las fases del proceso traductivo que el traductor jurídico tiene que llevar a cabo. El trabajo consta de seis capítulos. El Capítulo I se centra en el análisis del lenguaje jurídico con sus características léxicas, sintácticas y textuales. Se describen también algunos conceptos básicos de derecho privado que son necesarios para entender y traducir actas notariales. El Capítulo II se focaliza en la traducción jurídica analizando las fases, las dificultades y las estrategias que caracterizan el proceso traductivo de un texto jurídico y las fuentes de documentación útiles para llevarlo a cabo. El Capítulo III trata del género textual del acta notarial y de la individuación de la macroestructura que está a la base de este tipo de documento. En el Capítulo IV se ilustran los programas de traducción asistida y los recursos creados para realizar la traducción del acta notarial objeto de este trabajo: corpora, termbase y memorias de traducción. El Capítulo V presenta un análisis del texto origen con la individuación de las características del lenguaje jurídico español y la propuesta de traducción del documento. El Capítulo VI consiste en un comentario de las diferentes fases del trabajo, junto a una reflexión sobre las principales dificultades de traducción y las estrategias empleadas para solucionarlas. Por último, se proporciona la evaluación de la traducción por parte de un experto del dominio jurídico, los resultados obtenidos y los cambios realizados en la traducción.

Una scossa all'economia: le conseguenze del sisma dell'Aquilano. Traduzione dall'inglese in italiano di un articolo di ricerca economica ed esperienza di collaborazione con gli autori.

The aim of this dissertation is to provide a translation from English into Italian of a specialised scientific article published in the Cambridge Working Papers in Economics series. In this text, the authors estimate the economic consequences of the earthquake that hit the Abruzzo region in 2009. An extract of this translation will be published as part of conference proceedings. The main reason behind this choice is a personal interest in specialised translation in the economic domain. Moreover, the subject of the article is of particular interest to the Italian readership. The aim of this study is to show how a non-specialised translator can tackle with such a highly specialised translation with the use of appropriate terminology resources and the collaboration of field experts. The translation could be of help to other Italian linguists looking for translated material in this particular domain where English seems to be the dominant language. In order to ensure consistent terminology and adequate style, the document has been translated with the use of different resources, such as dictionaries, glossaries and specialised corpora. I also contacted field experts and the authors of text. The collaboration with the authors proved to be an invaluable resource yet one to be carefully managed. This work is divided into 5 chapters. The first deals with domain-specific sublanguages. The second gives an overview of corpus linguistics and describes the corpora designed for the translation. The third provides an analysis of the article, focusing on syntactical, lexical and structural features while the fourth presents the translation, side-by-side with the source text. The fifth comments on the main difficulties encountered in the translation and the strategies used, as well as the relationship with the authors and their review of the published text. Appendix I contains the econometric glossary English – Italian.

Ogm: Ricerca terminologica bilingue in italiano e tedesco.

Con il presente lavoro si intende portare a termine una ricerca terminologica in italiano e tedesco nell'ambito degli Organismi Geneticamente Modificati. L'obiettivo finale della tesi è inoltre la realizzazione di un database terminologico bilingue, pensato per facilitare il lavoro di traduttori non necessariamente specializzati in tale ambito. L'idea della tesi nasce da uno stage svolto presso la Direzione Generale della Traduzione (DGT) di Lussemburgo, incentrato sulla revisione e l'aggiornamento di una parte della banca dati terminologica dell’Unione Europea (IATE) legata al dominio degli OGM. L'esperienza di tirocinio, in particolare, verrà descritta nella prima parte del lavoro, il quale si articolerà poi in altri 4 punti fondamentali. Nel secondo capitolo si effettuerà una panoramica generale sugli OGM, tematica di grande attualità che riscontra un ampio interesse anche tra la popolazione. Nel terzo capitolo si tratterà l'argomento delle lingue speciali e della terminologia da un punto di vista generale, per poi evidenziare più nel dettaglio le caratteristiche della lingua del dominio di indagine. Nel quarto capitolo, dopo una breve introduzione relativa alla linguistica dei corpora, si effettuerà una descrizione dettagliata delle varie fasi del lavoro terminologico, in cui sono comprese la creazione dei corpora, l'estrazione della terminologia e la realizzazione dei sistemi concettuali. Il quinto capitolo, infine, sarà incentrato sul database terminologico italiano-tedesco, il quale verrà riportato integralmente alla fine della tesi.

Formula Zero: Traduzione trilingue inglese-italiano-spagnolo di un policy statement sulla sicurezza stradale della Federazione Internazionale dell'Automobile (FIA)

The aim of this dissertation is to provide a trilingual translation from English into Italian and from Italian into Spanish of a policy statement from the Fédération Internationale de l’Automobile (FIA) regarding road safety. The document, named “Formula Zero: a strategy for reducing fatalities and injuries on track and road”, was published in June 2000 and involves an approach about road safety inspired by another approach introduced in Sweden called ‘Vision Zero’. This work consists of six sections. The first chapter introduces the main purposes and activities of the Federation, as well as the institutions related to it and Vision Zero. The second chapter presents the main lexical, morphosyntactic and stylistic features of the institutional texts and special languages. In particular, the text contains technical nomenclature of transports and elements of sport language, especially regarding motor sport and Formula One. In the third chapter, the methodology is explained, with all the resources used during the preliminary phase and the translation, including corpora, glossaries, expert consultancy and specialised sites. The fourth chapter focuses on the morphosyntactic and terminology features contained in the text, while the fifth chapter presents the source text and the target texts. The final chapter deals with all the translation strategies that are applied, alongside with all the challenging elements detected. Therefore, the dissertation concludes with some theoretical and practical considerations about the role of inverse translation and English as Lingua Franca (ELF), by comparing the text translated into Spanish to the original in English, using Italian as a lingua franca.

Tradurre per le aziende: localizzazione del sito web di Tecnopress S.a.s.

La presente tesi magistrale si inserisce nell’ambito del progetto Language Toolkit e nasce in particolare dalla collaborazione tra il presente autore e l’azienda Tecnopress S.a.s. Nell’ottica dell’internazionalizzazione della propria attività l’azienda ha richiesto che il proprio sito web venisse sottoposto ad un processo di localizzazione dall’italiano verso l’inglese. Sulla base di queste premesse si è deciso di dividere il lavoro in tre parti: una fase teorica, una fase preparatoria e una fase pratica. La prima fase si è occupata di gettare le basi teoriche necessarie per affrontare consapevolmente l’incarico assegnato. Alla luce delle conclusioni della fase teorica è stata constatata l’esigenza di modificare la natura dell’intervento che si era preventivato di effettuare sul sito web. Fulcro della localizzazione è infatti il locale, ovvero la combinazione di regione socioculturale e lingua presa a riferimento per un processo di localizzazione web. Nelle richieste avanzate dall’azienda figuravano esclusivamente indicazioni relative alla lingua (l’inglese), non già alla regione socioculturale su cui modellare l’intervento di localizzazione del sito. Si è rivelato pertanto necessario procedere autonomamente alla definizione di un locale per il presente progetto, che è stato fatto coincidere con la macrozona europea e cui è stato associato un modello ibrido di English Lingua Franca e Simplified Technical English. Il focus dell’intervento non è stato dunque una regione geografica circoscritta ma una realtà socioculturale molto più ampia e variegata: l’adozione di un locale così ampio e il rispetto dell’indicazione sulla lingua hanno portato il presente autore a optare per un intervento di standardizzazione web. Chiude il presente lavoro una fase operativa, durante la quale sono state create le risorse necessarie al progetto (si segnala in particolare un corpus su misura) e sono state effettuate la standardizzazione e una serie di considerazioni traduttive.

Esperienza di creazione di entrate lessicografiche combinatorie: metodi e dati dal progetto CombiNet

The present dissertation aims at simulating the construction of lexicographic layouts for an Italian combinatory dictionary based on real linguistic data, extracted from corpora by using computational methods. This work is based on the assumption that the intuition of the native speaker, or the lexicographer, who manually extracts and classifies all the relevant data, are not adequate to provide sufficient information on the meaning and use of words. Therefore, a study of the real use of language is required and this is particularly true for dictionaries that collect the combinatory behaviour of words, where the task of the lexicographer is to identify typical combinations where a word occurs. This study is conducted in the framework of the CombiNet project aimed at studying Italian Word Combinationsand and at building an online, corpus-based combinatory lexicographic resource for the Italian language. This work is divided into three chapters. Chapter 1 describes the criteria considered for the classification of word combinations according to the work of Ježek (2011). Chapter 1 also contains a brief comparison between the most important Italian combinatory dictionaries and the BBI Dictionary of Word Combinations in order to describe how word combinations are considered in these lexicographic resources. Chapter 2 describes the main computational methods used for the extraction of word combinations from corpora, taking into account the advantages and disadvantages of the two methods. Chapter 3 mainly focuses on the practical word carried out in the framework of the CombiNet project, with reference to the tools and resources used (EXTra, LexIt and "La Repubblica" corpus). Finally, the data extracted and the lexicographic layout of the lemmas to be included in the combinatory dictionary are commented, namely the words "acqua" (water), "braccio" (arm) and "colpo" (blow, shot, stroke).

Traduzione per il web nelle istituzioni europee. Proposta di localizzazione di una sezione di sito della dg azione per il clima

The aim of this dissertation is to provide an adequate translation from English into Italian of a section of the European Commission's site, concerning an environmental policy tool whose aim is to reduce the EU greenhouse gas emissions, the Emissions Trading System. The main reason behind this choice was the intention to combine a personal interest in the domain of sustainability development with the desire to delve deeper into the knowledge of the different aspects involved in the localisation process. I also had the possibility to combine these two with my interest in the universe of the European Union. I therefore worked on the particular language of this supranational organisation and for this reason I had the opportunity to experience a very stimulating work placement at the Directorate-General for Translation in Brussels. However, the choice of the text was personal and the translation is not intended for publication. The work is divided into six chapters. In the first chapter the text is contextualised within the framework of the EU, and its legislation on multilingualism. This has consequences on the languages that are used by the drafters of the official documents and on the languages used by translators. The text originates from those documents, but it needs to be adapted to different receivers. The second chapter investigates the process of website localisation. The third chapter offers an analysis of the source text and of the prospective target text. In the fourth chapter the resources created and used for the translation of the text are described. A comparison is made between the resources of the translation service of the European Commission and the ones created specifically for this project: a translation memory, exploited through the use of a CAT tool, and two corpora. The fifth chapter contains the actual translation, side-by-side with the source text, while the sixth one provides a comment on the translation strategies.

Il linguaggio della medicina: proposta di traduzione dall'italiano all'inglese del libro "Osteopatia come Medicina di Terreno"

This thesis is aimed at providing a translation from Italian into English of some chapters taken from Osteopatia come Medicina di Terreno (Osteopathy as Ground Medicine), written by Dr. Mauro Fornari D.O.M.R.O.I., Dr. Alberto Garoli MD Ac, MD Ay, MD Tcm, Dr. Lara Gozzi D.O.M.R.O.I., Professor Stefano Guizzardi MD Ph.D., Dr. Andrea Martini D.O.M.R.O.I., and Dr. Stefano Matassoni D.O.M.R.O.I., published in 2014 by Piccin Nuova Libraria publishing house. The main reason behind this choice is a personal interest in technical-scientific translation, especially in medical translation. Furthermore, this translation has been personally requested by one of the authors of the book, Dr. Mauro Fornari, in order to export the new and functional osteopathic method to assess the patient, that is discussed in this book. The dissertation consists of four chapters. Chapter one illustrates an analysis of specialized languages from a stylistic, textual, lexical and morphosyntactic point of view. Chapter two contains an analysis of the main features of medical language, both in Italian and English. Chapter three is focused on corpus linguistics and the use of corpora in specialized translation, it includes a brief introduction to the Osteopathic practice, and contains the translation of chapters 4-5-6-7 of Osteopatia come Medicina di Terreno. And finally, chapter four contains an analysis of the problems found during the translation process, and a proposal for their resolution.