Targum -- 多语言新约译作语料库
计算与语言
2026-05-14 v3
摘要
许多欧洲语言拥有丰富的圣经译本历史，但现有语料库在追求语言覆盖广度时往往未能捕捉这种深度。为填补这一空白，我们引入了一个包含 651 种新约译本的多语言语料库，其中 334 种是独一无二的译本，涵盖五种语言：每种语言的译本数量比任何前任语料库都高出 2.4-5.0 倍：英语（194 个独一无二版本，共 390 个），法语（41 个来自 78 个），意大利语（17 个来自 33 个），波兰语（29 个来自 48 个），西班牙语（53 个来自 102 个）。该语料库从 12 个在线圣经图书馆以及一个既有语料库聚合而成，每个译本均带有元数据，映射到该作品的标准化标识符、具体版本以及修订年份。这一标准化处理允许研究者根据自身需求定义“独一无二”：他们可以对译本家族进行微观层面的分析，如 KJV 系列衍生，或通过去重 closely related 文本进行宏观层面的研究。通过提供首个在每种语言上都具备足够深度，以实现灵活、多层次分析的多语言资源，该语料库填补了翻译史定量研究中的空白。
引用
@article{arxiv.2602.09724,
title = {Targum -- A Multilingual New Testament Translation Corpus},
author = {Maciej Rapacz and Aleksander Smywiński-Pohl},
journal= {arXiv preprint arXiv:2602.09724},
year = {2026}
}
备注
v3 - fixed duplicated references section heading, fixed reference v2 - camera ready version