Zoeken naar patronen in lezersrecensies van vertaalde literatuur met DIOPTRA-L

Wat verwachten Engelse lezers van vertaalde literatuur? En hoe zit het met de Nederlanders? Professor Haidee Kotze en haar onderzoeksteam maakten gebruik van big data om patronen te zoeken in de manier waarop gewone lezers vertaalde literatuur beoordelen. Samen met het Utrecht Digital Humanities Lab ontwikkelden ze DIOPTRA-L, een corpus met 280.000 recensies van meer dan 150 boeken in 8 verschillende talen.

Waar gaat dit onderzoeksproject over?

‘Het meeste onderzoek naar de mening van lezers over vertaalde literatuur richt zich op professionele recensenten. Dit project is ontstaan ​​uit onze nieuwsgierigheid naar echte lezers en hun mening over literaire vertalingen. Zijn ze zich ervan bewust dat ze een vertaling lezen? Maakt het ze uit? Merken ze dingen op aan de vertaling, en zo ja, wat voor dingen vallen ze op? En kunnen we patronen vinden in hun opmerkingen die ons iets vertellen over hoe lezers vertalingen conceptualiseren?’

Waarom heb je het Digital Humanities Lab (DH Lab) benaderd?

‘Er bestaat veel theorie over de verschillende manieren waarop je kunt vertalen en wat het publiek verwacht, nodig heeft of leuk vindt. Maar er is niet veel empirisch onderzoek naar hoe lezers vertaalde teksten zelf ervaren. Er is wel onderzoek gedaan met enquêtes, eye-tracking-experimenten en etnografische benaderingen - en dit is allemaal rijke data - maar het richt zich op zeer specifieke situaties. Mijn collega Gys-Walt van Egdom en ik delen een interesse in hoe user generated content kan worden gebruikt om de reacties van gewone lezers op vertalingen te onderzoeken. En we wilden kijken of we een computationele benadering konden ontwikkelen en big data konden gebruiken om grotere patronen in deze antwoorden te zoeken.'

Wat voor tool heb je met het DH Lab ontwikkeld?

'Samen met het DH Lab hebben we de DIOPTRA-L-database (Digital Opinions on Translated Literature) gecreëerd die nu ongeveer 280.000 recensies van de Goodreads-website bevat - ongeveer 33 miljoen woorden van boekrecensies die zijn vertaald van en naar 8 talen. En het blijft groeien. Het wordt gehost in I-Analyzer, dat ook is ontwikkeld door het DH Lab, en heeft een zeer gebruiksvriendelijke interface. Met deze tool konden we het soort werk doen dat we hadden geconceptualiseerd, maar waarvan we niet precies wisten hoe we het moesten aanpakken.

Wat is de meest interessante conclusie uit dit onderzoek?

‘Dat het mogelijk was om deze grote dataset en verschillende rekenmethoden te gebruiken om te identificeren wat we ‘cognitive-evaluative templates’ noemen. Daarmee bedoel ik de belangrijkste concepten die mensen gebruiken als ze over vertaalde boeken praten of deze evalueren. En nog belangrijker, we hebben kunnen aantonen dat deze ‘templates’ deels vergelijkbaar zijn voor verschillende vertaalrichtingen, maar ook deels verschillend.’

Engelse lezers hebben absoluut de verwachting dat een vertaling moet lezen alsof het in het Engels geschreven was.

Hebben de onderzoeksresultaten je verrast?

‘We vonden wel empirische ondersteuning voor enkele veelvoorkomende ideeën in vertaaltheorieën in onze analyse van lezersrecensies, maar er waren ook totaal onverwachte resultaten. De gegevens gaven een heel rijk perspectief op hoe lezers omgaan met vertaalde literaire teksten.'

Kun je een voorbeeld geven van waar de theorie wel en niet overeenkwam met de daadwerkelijke lezersrecensies?

‘In vertaalonderzoek is er een wijdverbreide veronderstelling dat Engelse lezers de verwachting hebben dat vertaalde teksten vloeiend moeten lezen. Dat betekent dat ze verwachten dat een boek dat uit een andere taal in het Engels is vertaald, leest alsof het oorspronkelijk in het Engels is geschreven; ze verwachten dat de stijl overeenkomt met wat ze kennen. En we ontdekten dat dit ook echt het geval is. Wanneer we recensies van teksten die uit andere talen naar het Engels zijn vertaald vergeleken met recensies van vertalingen uit het Engels naar andere talen, zien we heel duidelijk dat Engelse lezers absoluut een zogenaamde ‘expectation of fluency’ hebben. Sommige woorden, zoals 'stilted', 'clumsy' of 'awkward', komen veelvuldig voor in hun recensies. Dat is echt anders met recensies van vertalingen die de andere kant op gaan. Je ziet bijvoorbeeld geen Franse of Italiaanse lezers die zoveel commentaar geven op dit idee van vloeiendheid. Een onverwachte bevinding was dat er een verband was tussen hoe vaak de vertaling door de lezer in zijn/haar commentaar wordt genoemd, en de sterbeoordelingen die aan boeken worden gegeven: meer vermeldingen van vertaling correleren met lagere sterbeoordelingen in recensies van vertaalde boeken. Het is bijna alsof het feit dat een boek is vertaald, wordt behandeld als een 'zondebok' voor het laag beoordelen van een boek.'

Heeft DIOPTRA-L tot nieuwe onderzoeksvragen geleid?

'Absoluut. Dat is een van de dingen van dit project die mij ongelooflijk blij maken. We hebben niet alleen onze eigen vragen kunnen beantwoorden, maar we hebben ook een database gecreëerd die je voor allerlei soorten onderzoeksvragen kunt gebruiken. Dus iedereen die geïnteresseerd is in lezersrecensies van vertalingen of in literaire teksten in het algemeen, kan deze database gebruiken. Het is bedoeld voor kwantitatief onderzoek, maar je kunt het ook heel kwalitatief gebruiken door recensies over een bepaald boek te downloaden en die op een bijna close-reading manier te analyseren.'

Wat is de grootste uitdaging bij het werken met kwantitatieve methoden?

‘Het is een uitdaging om kwantitatieve methoden toe te passen op betekenisvolle vraagstukken. Hoe verander je een vraag die gaat over een fenomeen dat niet inherent kwantitatief is, in iets dat kwantificeerbaar is in je corpusdata? Dat is een echte uitdaging. En om ervoor te zorgen dat je een solide conceptuele brug hebt geslagen tussen je meer abstracte vraag en de daadwerkelijke kwantitatieve methode.’

Ga je in de toekomst op zoek naar het ‘waarom’ achter deze patronen?

'Ja absoluut. Deze methode geeft geen antwoord op het ‘waarom’. En zoals bij de meeste onderzoeken, eindig je met meer vragen dan je begon en besef je alle beperkingen van je data en methode. Dus na deze kwantitatieve analyse moet je gaan nadenken over wat voor soort data of methode je nodig hebt om al deze nieuwe vragen te beantwoorden. Dat is de volgende stap.’

Dit was een interview van het Centre for Digital Humanities (CDH) met Haidee Kotze, hoogleraar Translation Studies aan de Universiteit Utrecht. Het Digital Humanities Lab is onderdeel van het CDH. Het CDH ondersteunt en stimuleert digitale en datagedreven methoden in het onderzoek en het onderwijs binnen de faculteit Geesteswetenschappen van de Universiteit Utrecht.