Ao lermos uma tradução, é comum termos a clara noção de que estamos perante um texto traduzido, ao contrário do que acontece quando lemos um texto original, produzido sem as limitações impostas por um texto-fonte escrito num idioma diferente. Uma das características que poderá conferir esta sensação de diferença em relação às traduções é a frequência fora do comum de determinado léxico. Pesquisas existentes comparando a frequência de certas palavras em traduções e em textos que não são traduções revelam diferenças de distribuição significativas. A maioria dos estudos em causa tem como base uma abordagem de baixo para cima. Seleciona-se uma dada palavra específica, cuja frequência é então comparada em textos traduzidos e não traduzidos. No presente estudo, invertemos essa metodologia e adotamos uma abordagem exploratória de cima para baixo. Começamos com um corpus de textos literários em português traduzido e português não traduzido e, a partir daí, procuramos identificar palavras sobre e sub-representadas nas traduções. Os resultados obtidos não só reforçam a nossa intuição relativamente ao léxico característico da tradução, como também revelam uma série de contrastes inesperados, que provavelmente não teriam sido detectados se não se tivesse utilizado a presente metodologia.

It is a well-known fact that translated texts read differently from texts that have been written without the constraints imposed by source texts from another language. One of the features that can confer a distinctive feel to translations is the frequency with which certain lexical items are represented in them. Previous research has compared the frequency of specific words in translations and in texts that are not translations and unveiled substantial differences in their distributions. Most of these studies adopt a bottom-up approach. Their starting point is a given word whose frequency in translated and non-translated texts is then compared. In the present study, we adopt an explorative, top-down approach instead. We begin with a Portuguese language corpus of translated and non-translated literary texts and attempt to identify lemmas which are markedly over and under-represented in the translations. Our results not only appear to support existing bottom-up intuitions regarding distinctive lexical distributions, but also disclose a number of unexpected contrasts that would not have been discernible without recourse to corpora.