A classificação dos tipos de corpus segundo Baker (1995)

Para os estudos da tradução, é possível empregar três tipos de corpus: paralelo, multilíngue e comparável.

No tocante à composição de um corpus paralelo, Baker define que:

consiste de textos originais na língua fonte (língua A) e suas versões traduzidas para a língua B. Este é um tipo de corpus que associamos imediatamente ao contexto de estudos da tradução. A mais importante contribuição do corpus paralelo para a disciplina em geral é que possibilita uma mudança de ênfase da prescrição para a descrição. Permite-nos estabelecer, objetivamente, como os tradutores superam na prática, as dificuldades de tradução, e possibilitam utilizar essas evidências para fornecer modelos reais para o treinamento dos tradutores47

(BAKER, 1995, p. 230).

Na Europa, foram realizadas várias investigações com esse tipo de corpus, tais como as de Munday (1997, 1998), na Universidade de Bradford, na Inglaterra, que fundamentou sua pesquisa de doutorado com um corpus paralelo, na direção espanhol-inglês, trabalhando com obras literárias de Gabriel García Márquez. Na Noruega, há o corpus bidirecional de tradução, o ENPC, criado por Johansson (2004), que é formado por textos originalmente escritos em inglês e suas respectivas traduções para o norueguês, bem como textos originalmente escritos em norueguês e suas respectivas traduções para o inglês. Na Suécia, Aijmer (2004) trabalha com o ESPC, que compreende um corpus paralelo na direção inglês-sueco e sueco-inglês. Na Alemanha, há o Chemnitz English-German Translation Corpus (Schmied, 2004), um corpus paralelo bidirecional. Há diversos trabalhos realizados com base em corpus paralelo, inclusive em língua portuguesa. Ana Frankenberg-Garcia (2003), do Instituto Superior de Línguas e Administração (ISLA), em Lisboa, e Diana Santos (2003), do Information & Communication Technology (SINTEF), na Universidade de Oslo, são duas das pesquisadoras que desenvolvem o

47

“A parallel corpus consists of original, source language-texts in language A and their translated versions in language B. This is the type of corpus that one immediately thinks of in the context of translation studies. Their most important contribution to the discipline in general is that they support a shift of emphasis, from prescription to description. They allow us to establish, objectively, how translators overcome difficulties of translation, in practice, and to use this evidence to provide realistic models for trainee translators.”

COMPARA, formado por um corpus paralelo de extratos de obras literárias de Portugal, Brasil, Angola, Moçambique, Estados Unidos, Reino Unido e África do Sul. O corpus pode ser utilizado gratuitamente, sendo apenas necessário que o pesquisador faça um cadastro.

No Brasil, destacam-se pesquisas com corpora paralelos. Dentro do Lácio-Web, encontra- se o Par-C, constituído de matérias publicadas na Revista Pesquisa FAPESP em português e suas traduções para o inglês. No COMET (USP), liderado por Tagnin (2004), está inserido um corpus paralelo de textos literários que contém TOs e suas respectivas traduções em uma ou mais línguas. O CORDIALL (UFMG), criado por Alves, Magalhães e Pagano (2004), é composto de um corpus paralelo com TOs e suas traduções desenvolvendo o par de línguas português- espanhol, português-alemão, português-inglês e espanhol-inglês, entre os quais está inserido o trabalho de Mauri (2009), que também pesquisou Clarice Lispector. Há também outras investigações utilizando corpus paralelo, realizadas na UFSC, entre as quais, podemos citar Fernandes (2004). Na UNESP, câmpus de São José Rio Preto, podemos citar pesquisas de Lima (2005), Bonalumi (2006), Ribeiro (2006), Validório (2008), entre outras, inseridas no Projeto PETra (Padrão Estilístico dos Tradutores), coordenadas por Camargo (2005, 2007).

A respeito de corpus multilíngue, Baker fornece a seguinte definição:

conjuntos de dois ou mais corpora monolíngues em línguas diferentes. Permitem-nos estudar os itens e traços linguísticos no ambiente da língua tal como produzida originalmente. Sua utilidade está em dar acesso aos padrões naturais da língua objeto de estudo; portanto, têm papel importante na preparação do material didático, no treinamento do tradutor e na melhoria do desempenho dos sistemas de tradução automática48_{. (BAKER, 1995, p. 232).}

Na Europa, encontra-se o SALCA, corpus de linguagem de negócios do inglês-espanhol, compilado na Universidade de Salford, Inglaterra, em colaboração com a Universidad de Castellón e Universidad de Granada, na Espanha.

No Brasil, o CORDIALL, de acordo com Tagnin, também engloba o CORPRAT, “um corpus processual multilíngue, cujo objetivo é fornecer material para se investigar padrões de inferência, planejamento estratégico, solução de problemas e tomada de decisões durante o processo tradutório” (TAGNIN, 2004, p. 11).

Os corpora multilíngues podem ser paralelos ou comparáveis, possuindo originais e traduções em mais de uma língua, auxiliando o pesquisador em sua análise. No tocante aos corpora multilíngues paralelos e/ou comparáveis, podemos mencionar, no Brasil, as pesquisas com um subcorpus do CORDIALL, na UFMG, que é composto de textos originalmente escritos em português e de textos em diversas línguas traduzidas para a língua portuguesa.

De acordo com Baker, a definição para um corpus comparável consiste de:

duas coleções separadas de textos na mesma língua: um corpus de textos originais na língua em questão e o outro de textos traduzidos para essa língua, a partir de uma ou mais línguas determinadas. O papel desses corpora na disciplina de estudos da tradução é o de identificar padrões específicos dos textos traduzidos, sejam quais forem as línguas de partida ou de chegada49

(BAKER, 1995, p. 234).

Em Manchester, Inglaterra, as pesquisas realizadas são, de modo geral, por meio de corpora comparáveis, em formato eletrônico, utilizando o TEC (composto de textos literários, jornalísticos, de revistas de bordo e biografias traduzidos para a língua inglesa) e o BNC (formado por extratos de textos literários, jornalísticos, acadêmicos falados e escritos originalmente em língua inglesa). O TEC é um corpus liderado por Baker, sediado na Universidade de Manchester, Inglaterra e o BNC é um corpus de referência, comercializado pela Oxford University Press. Foram efetuados diversos estudos, contrastando dados, por meio do TEC e BNC, entre os quais podemos citar Baker (1999, 2000), Olohan (2002, 2003), Burnett

(1999), Laviosa (1996, 1997,1998a, 1998b, 2000, 2001, 2002), Kenny (1998, 1999, 2001) e Mutesayire (2003, 2005).

Há também outras investigações supervisionadas por Baker e realizadas por meio de um corpus comparável. Podemos mencionar a de Webb (2004), que verifica MRs em um corpus comparável de língua inglesa, composto de TTs realizados por Pontiero e um TO, de autoria também de Pontiero, e a de Dayrell (2005), que analisa colocações em um corpus comparável de língua portuguesa, a partir de livros de auto-ajuda escritos originalmente em português e livros de auto-ajuda traduzidos para o português, bem como livros de ficção escritos em português e livros de ficção traduzidos para o português.

No Brasil, há também outras investigações utilizando corpus comparável, realizadas na UNESP, câmpus de São José Rio Preto, entre as quais podemos citar pesquisas de Camargo (2005, 2007), entre outras, inseridas no Projeto PETra.

A seguir, apresentaremos as características da linguagem da tradução.