纽马克翻译理论下影视剧《大江大河》的配音翻译研究

来源 :新疆师范大学 | 被引量 : 0次 | 上传用户:n0131
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多媒体行业的迅猛发展促进了影视行业的进步,影视剧逐渐成为人们日常生活中比较常见的大众娱乐方式,有着非常重要的文化宣传功能。尤其是近几年来,有越来越多的国产影视剧以配音翻译的方式,译制为少数民族语言。这大大促进了民与民的交流,增进了各民族的感情。由此可见配音翻译的重要性,但配音翻译的研究还较少,影视剧配音译制的质量还有较大提升空间。本文以纽马克翻译理论为理论框架,影视剧《大江大河》维译版本的配音为研究对象,探究适用于影视语言翻译的理论与具体翻译技巧。纽马克翻译理论的提出为翻译学者解决影视语言多重特性提供了一个新思路,其核心是文本类型理论、语义翻译和交际翻译。本论文分为五大章节:第一章主要对论文的选题依据、研究目的及意义、研究方法、文献综述、纽马克翻译理论概述及研究语料进行了论述。第二章分析了影视剧文本类型及语言特点。笔者结合纽马克的文本类型理论确定了影视文本以呼唤功能型文本为主、兼有表达和信息功能型文本的定位,且结合其他学者的研究归纳出该剧语言具有时代性、个性化、通俗化和声画一体性的四项特点。第三、四章为影视剧《大江大河》配音翻译中语义翻译与交际翻译分析。笔者探究影视剧配音翻译时发现,语义翻译与交际翻译对不同影视语言特点的适用性及具体翻译技巧。其中,因语义翻译注重语义还原与形式保留,可以通过对应法和顺译的翻译技巧,主要体现影视语言时代性、个性化的特点;交际翻译强调交际效果的等效,主要通过套译、释译、增译、减译和转换的翻译技巧,表达影视语言通俗化和声画一体性的特点。第五章为纽马克翻译理论下影视剧《大江大河》的误译分析。笔者分析了《大江大河》的配音翻译在语义翻译与交际翻译下的误译,主要体现在语义不匹配和影视语言特点不突出两方面,并针对误译提出了改进方法。文章旨在讨论纽马克翻译理论对于配音维译的指导作用,为以后影视作品的维译提供一定参考,以期提高汉译维影视剧配音翻译的质量。
其他文献
国际上提出和开展各种类型的粒子对撞机实验,被用于研究各种基本粒子的特性,伽马-伽马对撞机是其中的一个研究热点。质心系能量在百GeV量级的高能伽马-伽马对撞机产生希格斯
资源型城市作为一类特殊型城市,主要依靠资源产业进行发展,自新中国成立以来,为中国经济与社会发展做出了巨大贡献,而随着环境恶化、资源枯竭等问题的出现,资源型城市亟需进
在美丽乡村和乡村振兴战略的大背景下,导师带领我们做“弘扬传统军垦文化·设计振兴边疆村落的环境艺术设计研究”课题,导师用科研带动实践教学,在此过程中,进行为期三年的实践教学。对新疆建设兵团二二二团四连进行社会实践,其目的是让我们学生关注社会现实问题,解决社会现实需要。在这三年中,笔者渐渐的发现乡村振兴是每个和谐的个体共同努力的结果,在此期间做了“乡村互联院落环境艺术设计应用研究”的子课题研究。从社会
改革开放以来,我国的经济得到了极大的发展,国内生产总值由改革开放前的人均381元增长到了如今的人均70891.78元,国民生产总值的极大增长意味着人民生活水平的巨大提升。但正
随着社会的不断发展,老年驾驶人的数量不断增加,与老年驾驶人相关的交通事故数量每年都在上升,其中人的因素是造成交通事故的主要原因,而人的感知因素在人的因素中起主导作用
土壤水分是水资源和水循环过程中的重要参量,其时空分布与变化反映着区域水量平衡的空间差异及其变化。青藏高原被视为全球气候变化的敏感区域以及生态脆弱地区,近半个世纪以来青藏高原的降水增加,其土壤水分含量也发生了相应的变化,了解青藏高原土壤水分的变化对青藏高原水文过程研究及灾害预警有重要意义。由于高原特殊的地理环境,实地观测数据稀缺,基于遥感的土壤水分产品为大范围、连续的土壤水分时空变化研究提供了可能。
目的:以肩关节镜术中探查结果为金标准,分析比较高频超声(US)和核磁(MRI)在肩袖部分及全层撕裂的诊断价值,为临床提供合理、有效的检查方案。方法:回顾性分析2015年2月至2019
榆北矿区是陕北煤炭资源重点开采区,同时也是重要水源地保护区。该矿区煤炭资源丰富、煤层层数多,但煤层层间距较近,如何实现近距离煤层群合理开采与生态环境和谐发展,是榆北
“互助养老”是伴随着社会发展而出现的,旨在通过人们之间互帮互助,增强志愿精神,缓解养老压力。近年来各地都在不断探索发展互助养老,随着人口老龄化程度不断加深,现有的社会化养老方式对于老年群体的养老需求仅仅能够保障基本,并不能照顾全面。“互助养老”这种新型模式的出现,在一定程度上满足了老人的养老需求,然而这种养老模式如何能持续发展下去,则需要对其长效机制做出研究。论文聚焦社区互助养老,运用福利多元主义
随着深度学习的快速发展,卷积神经网络算法(Convolutional Neural Networks,CNN)由于数据分类的高度准确性,在图像识别、目标检测以及语音识别等领域获得了广泛的应用。CNN卷积层以及全连接层占用大量计算内存,计算密集性很高,这导致现有的CPU和GPU难以满足其实时性要求。可重构计算系统可以通过配置重构的方式支持多种神经网络的训练及推理运算,兼顾高性能和通用性。本文基于一款