模仿英语怎么说：“恶搞”的英语怎么说？
2022-05-24 01:09:09 | 人围观 | 评论:
- 2022-05-24 01:09:09模仿英语怎么说：“恶搞”的英语怎么说？
如果用学科来比较英语和汉语两种语言的话，那英语就是化学系的，而汉语是物理系的。
有数据显示，只要掌握581个汉字，就能看懂80%以上的汉语出版物，掌握2315个汉字，就能看懂99%以上。
英语就完全不是这么个画风了。我国高校英语专业八级的词汇量要求在13000左右，然而这个数量在英美国家模仿英语怎么说：“恶搞”的英语怎么说？，只能看懂大众出版物的一般话题性内容。一般英美国家大学毕业生的词汇量在23000个左右。
汉语和英语在词汇量要求上之所以会出现那么大的差别，我觉得主要还是构词法造成的。
举个最简单的例子模仿英语怎么说，汉语里，牛是牛，肉是肉，牛的肉，就是牛肉。两个单字一组合，不需要变形，也不会变音，词性也没有大讲究，就这样，成了！
英语里，牛先分个公母，ox，bull，cow，肉再分个人畜，meat，flesh，然后等到你要说牛肉的时候，它给你来个beef。
英语就是那么“变态”，一定要给每一样东西，每一个现象都起一个独一无二的名字。
所以，当词汇量底子不厚的时候——事实上永远都会处于不够用的状态——翻译就会碰到问题，特别是当我们要翻译包括“网红词”在内的含义高度聚合的单词时，常常倾向于用一句话来翻译一句单词，意思是准了，但略显拖沓。
事实上，很多我们以为是我朝特色的“网红词”，在英语里能找到几乎完全对应的单词。而陈瑙斯最大的乐趣之一，就是在阅读的时候把它们找出来，然后配对。
没错，我的爱好就是这么画风清奇……
比如“恶搞”一词，是前一阵子在大西洋月刊（The Atlantic）上面发现的英语对应——spoof。
在牛津词典里，spoof的英语解释是：a humorous copy of a film/movie, television programme, etc. that exaggerates its main features（模仿电影电视节目等，并对其主要特点进行夸大）。
然后在网上倒查spoof的实际使用，进行验证。当地时间7月3号，美国《波士顿先驱报》就刊载了这样一篇报道。
不仅标题中都用到了spoof一词，报道正文中还有一句：President Trump tweeted out a spoof of him pummeling CNN in a video. （川普在推特上发了一段他在拳击场修理CNN的恶搞视频。）
如果你在网上搜Obama spoof，某404找不到网站能给你好几个页面不重样的图片。
通过这样的验证模仿英语怎么说，“恶搞”与spoof之间约等号，应该是成立的。
至于“炒作”的英语对应，是最近在《经济学人》杂志（The Economist）上发现的——hype。
在牛津词典里，hype的英语解释是：advertisements and discussion on television, radio, etc. telling the public about a product and about how good or important it is （通过媒体向公众大肆宣传某样产品有多好多重要），而且词典里还特别提醒，这个单词含贬义。
利用其他英语文本进行验证——上个月底，有博主就在VICE网站上，就媒体针对中情局前局长科米的听证会一事提出了批评。
文中有一段是这样写的。
CNN could barely contain itself, running a countdown clock leading up to the hearing all week. It was supposed to be "Washington's Super Bowl." A former White House ethics lawyer said, "This is the equivalent of the Nixon tapes." You wish, buddy. …that was not going to happen. … It was never going to live up to the hype.
CNN完全控制不住自己，听证会前一个礼拜就在屏幕上挂出了倒计时钟。搞得跟华盛顿版的 “超级碗”比赛似的。一名白宫前律师甚至还说：“科米的听证会相当于尼克松（水门事件）的录影带。”你想得倒美！这些根本不可能发生。这件事情的走向永远不可能像媒体炒作的那样。
写完这些，我不禁想到之前和朋友聊起学习英语的一个深坑，那就是无论怎么努力去记单词，看英语原文的时候，始终会碰到不认识的单词，很有挫败感。
讨论了半天，和朋友达成的共识是，看到不认识的单词就继续背模仿英语怎么说，然后继续不断地大量输入英语文本，把自己往人工智能的方向逼。
大概，这就是解决词汇量问题的唯一出路吧。
相关内容推荐：
- 推荐阅读
- 最热文章
全站搜索