Phono-semantic matching (PSM) is the incorporation of a word into one language from another, often creating a neologism, where the word's non-native quality is hidden by replacing it with phonetically and semantically similar words or roots from the adopting language. Thus the approximate sound and meaning of the original expression in the source language are preserved, though the new expression (the PSM – the phono-semantic match) in the target language may sound native.
Phono-semantic matching is distinct from calquing, which includes (semantic) translation but does not include phonetic matching (i.e., retention of the approximate sound of the borrowed word through matching it with a similar-sounding pre-existent word or morpheme in the target language).
Phono-semantic matching is also distinct from homophonic translation, which retains the sound of a word but not the meaning.
The term "phono-semantic matching" was introduced by linguist and revivalist Ghil'ad Zuckermann. It challenged Einar Haugen's classic typology of lexical borrowing (loanwords). While Haugen categorized borrowing into either substitution or importation, camouflaged borrowing in the form of PSM is a case of "simultaneous substitution and importation." Zuckermann proposed a new classification of multisourced neologisms, words deriving from two or more sources at the same time. Examples of such mechanisms are phonetic matching, semanticized phonetic matching and phono-semantic matching.
Zuckermann concludes that language planners, for example members of the Academy of the Hebrew Language, employ the very same techniques used in folk etymology by laymen, as well as by religious leaders. He urges lexicographers and etymologists to recognize the widespread phenomena of camouflaged borrowing and multisourced neologization and not to force one source on multi-parental lexical items.
Zuckermann analyses the evolution of the word artichoke.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
L'expression changement linguistique désigne la modification continue dans le temps des éléments et des structures de tous les domaines d’une langue. Il y a deux grandes catégories : des changements internes à une langue donnée et des changements externes. Les changements consistent en transformations, en ajouts et en éliminations d’éléments et de structures. Le changement linguistique est étudié par la linguistique historique, qui étudie la formation et l’évolution des langues en tant que processus qui se déroulent par des changements.
vignette|La Pierre de Rosette, qui a permis le déchiffrement des hiéroglyphes au . La traduction (dans son acception principale de traduction interlinguale) est le fait de faire passer un texte rédigé dans une langue (« langue source », ou « langue de départ ») dans une autre langue (« langue cible », ou « langue d'arrivée »). Elle met en relation au moins deux langues et deux cultures, et parfois deux époques.
Le symbolisme phonétique, ou la phonosémantique, est un phénomène linguistique qui consiste en un rapport motivé entre le son et le sens (la phonétique et la sémantique) des langues naturelles. (Dictionnaire de linguistique, Larousse, 1973, ). Soutenir , c'est affirmer (Oswald Ducrot et Jean-Marie Schaeffer, Nouveau dictionnaire encyclopédique des sciences du langage, Seuil, 1995, ). Exemple : Plutarque fait un rapprochement entre le mot Πἀντα (panta, « tout ») et le mot Πἐντε (pente, « cinq »), pour identifier symboliquement le monde au nombre cinq.
Character-level Neural Machine Translation(NMT) models have recently achieved impressive results on many language pairs. They mainly do well for Indo-European language pairs, where the languages share the same writing system. However, for translating betwe ...
We present semantic attribute matching networks (SAM-Net) for jointly establishing correspondences and transferring attributes across semantically similar images, which intelligently weaves the advantages of the two tasks while overcoming their limitations ...
With ever greater computational resources and more accessible software, deep neural networks have become ubiquitous across industry and academia.
Their remarkable ability to generalize to new samples defies the conventional view, which holds that complex, ...