doi.org/10.35321/term26-04

Extrahering av lexikala enheter för identifiering av specialiserade semantiska ramar¹

ANA OSTROŠKI ANIĆ

Institutet för kroatiska språket och lingvistik

MAJA LONČAR

Institutet för kroatiska språket och lingvistik

MARTINA PAVIĆ

Institutet för kroatiska språket och lingvistik

S A M M A N F A T T N I N G

Artikeln diskuterar idén att använda parallellkorpusar för att extrahera terminologiska enheter som används för att identifiera semantiska ramar inom luftfarten, som ett första steg i utvecklingen av en metod för att fastställa specialiserade semantiska ramar. Först beskrivs processen för att sammanställa den parallella korpusen med texter från Eur-Lex-databasen med hjälp av verktygen i Sketch Engine. Därefter presenteras metoden för att extrahera termkandidater och verifiera dem manuellt, liksom processen för att extrahera och verifiera relevanta verb. Resultaten av termverifieringen diskuteras, med fokus på verbens och verbala kollokationers roll vid identifieringen av relevanta semantiska ramar och ramelement.

NYCKELORD: luftfartsterminologi, engelsk-kroatisk korpus, semantiska ramar, specialiserad kunskap, terminologi.

A B S T R A K T

I artikeln diskuteras hur parallellkorpusar kan användas för att välja ut terminologiska enheter som används för att identifiera semantiska ramar inom flyget. Detta är det första steget i utvecklingen av en metod för att identifiera specialiserade semantiska ramar. Först beskrivs hur en parallell textsamling sammanställs med hjälp av databasen Eur-Lex och verktygen Sketch Engine. Därefter presenteras metoderna för att ta fram termkandidater och verifiera dem manuellt samt

¹ Denna artikel bygger på föredraget ”From parallel corpora to specialized semantic frames”, som hölls vid den tredje internationella konferensen om terminologi Scientific, Administrative and Educational Dimensions of Terminology i Vilnius den 17–18 oktober 2019. Detta arbete har finansierats i sin helhet av Kroatiens vetenskapsstiftelse inom projektet HRZZ-UIP-2017-05-7169.

Terminologija | 2019 | 26

73

processen för att välja ut och verifiera relevanta verb. I diskussionen av resultaten från termverifieringen ägnas särskild uppmärksamhet åt verbens och ordkombinationernas roll; relevanta semantiska ramar och deras element identifieras.

NYCKELORD: flygterminologi, engelsk-kroatisk korpus, semantiska ramar, specialiserad kunskap, terminologi.

INLEDNING

There have been numerous applications of the theory of Frame Semantics (Fillmore 1976, 1982) in lexicography and computational linguistics, most known of which is certainly the lexical knowledge database FrameNet (Fillmore et al. 2003; Ruppenhofer et al. 2017). The work on mapping relations between syntax and semantics, which FrameNet essentially is, has not only inspired similar projects concerning other languages besides English, but has also paved the way for research on specialized knowledge and the organization of specialized knowledge categories based on semantic frames. Regardless of whether they adhere to FrameNet’s methodology closely or they apply a modified approach to identifying and delineating semantic frames as types of categories, the projects created around building resources designed for specialized knowledge communities needed to take into account the specifics of terminology and the context of languages for specific purposes as opposed to general language and its use (Faber et al. 2006; 2009; L’Homme 2012).

Det finns ingen lexikal resurs för kroatiska som helt bygger på FrameNets metodik och semantiska inventarium. Vissa semantiska ramar har definierats som en del av en större databas över konceptuella metaforer på kroatiska (Despot et al. 2019). En databas över semantiska ramar inom flyget, som utvecklas inom forskningsprojektet Dynamicity of Specialized Knowledge Categories (DIKA, ihjj.hr/dika), är dock det första försöket att bygga en sådan specialiserad databas för kroatiska. Projektet behandlar beskrivningen av konceptuella och språkliga nivåer hos kategorier av specialiserad kunskap utifrån den dynamiska karaktären hos semantiska ramar. Projektets viktigaste resultat är en flerspråkig terminologisk databas där flygterminologi definieras i semantiska ramar, inklusive ramelement, konceptuella relationer samt figurativa och fraseologiska terminologiska enheter. För semantisk och syntaktisk analys har en parallellkorpus med engelska och kroatiska texter inom flygtrafik sammanställts, och den kommer att fungera som

74

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

utgångspunkt för termextraktion och termanalys. Delområdet flygtrafik har valts som den mest representativa aspekten av det omfattande och tvärvetenskapliga flygområdet.

I denna artikel diskuteras idén att använda parallellkorpusar för att extrahera terminologiska enheter som hänvisar till specifika semantiska ramar inom flyget. Detta är det första steget i utvecklingen av en metod för att identifiera semantiska ramar och deras konceptuella relationer inom flygområdet. Även om parallellkorpusar länge har betraktats som ovärderliga källor till termkandidater för att bygga olika specialiserade resurser (Vintar 2000), har de hittills använts i begränsad utsträckning i tillämpad forskning med anknytning till ramsemantik.² Först beskrivs processen för att sammanställa den parallella textkorpusen från Eur-Lex-databasen med hjälp av Sketch Engine-verktyg. Därefter presenteras metoden för att ta fram termkandidater och verifiera dem manuellt, liksom processen för att extrahera och verifiera relevanta verb. Resultaten av termverifieringen presenteras och kommenteras, följt av en diskussion om den möjliga användningen av verb och verbala kollokationer för att identifiera relevanta semantiska ramar och ramelement inom flygområdet.³

1. TEORETISK BAKGRUND

Inom dagens terminologi- och fackspråksgemenskaper byggs resurser för specialiserad kunskap inte längre enbart kring beskrivningen av hierarkiska relationer, eftersom man anser att dessa inte återspeglar kunskapskategoriernas dynamiska natur (Faber et al. 2006; 2009; L’Homme, Robichaud 2014). Dessutom tycks den formella åtskillnaden mellan en ordbok och ett lexikon, som hela den traditionella terminografin bygger på, ha suddats ut, eftersom allt fler specialiserade resurser använder metoder för sammanställning och kunskapspresentation som annars används vid skapandet av resurser för allmänspråket (L’Homme et al. 2016; L’Homme 2018). Lexikala och semantiska resurser som bygger på premisserna inom ramsemantik definierar kunskap i termer av semantiska ramar, som en typ av dynamiska kategorier bestående av komplexa element och inbördes relationer.

Varje semantisk ram definieras som en typ av händelse eller tillstånd med sina deltagare, så kallade ramelement (FEs). Semantiska ramar aktualiseras av

² Parallellkorpusar skulle säkerligen kunna utnyttjas till fullo vid skapandet av flerspråkiga lexikala databaser baserade på semantiska ramar (Boas 2005).

³ Vi tackar de anonyma granskarna för deras ovärderliga kommentarer och förslag.

Terminologija | 2019 | 26

75

lexikala enheter, det vill säga ord i vardagsspråket eller termer inom specialiserad kunskap, som realiserar ramelement. Det grundläggande kriteriet för att avgränsa en ram från en annan är att alla lexikala enheter ska ”framkalla samma typ av händelse och ha samma uppsättning och konfiguration av FEs” (Ruppenhofer et al. 2017: 384–385). Denna metod för att fastställa de semantiska ramarna och deras definitioner kan dock betraktas som godtycklig, eftersom den inte kräver någon föregående ”översikt” över tillgängliga lexikala data. Eftersom många ramar följer en scenarioliknande uppbyggnad börjar beskrivningen av dem vanligtvis med att relevanta verb väljs ut (Ruppenhofer et al. 2010), varefter lämpliga argument läggs till utifrån annoteringen av exempel som hämtats från korpusen. Även om lexikala enheter och ramelement definieras utifrån de analyserade korpusdata identifieras och namnges semantiska ramar ändå till största delen intuitivt. För att identifiera semantiska ramar inom en viss domän av specialiserad kunskap vore det lämpligare att först avgränsa den kunskap som ska definieras, vilket inom terminologiarbetet görs genom att identifiera centrala begrepp och begreppsrelationer inom domänen.

Terminologisk forskning har noga följt utvecklingen inom lingvistiken under de senaste två decennierna och har förskjutit sitt teoretiska fokus till att analysera processer och händelser som mer dynamiska strukturer för specialiserad kunskap. Därför har det blivit tydligt att predikativa termer (verb, adjektiv, adverb och vissa substantiv) ofta betecknar centrala begrepp inom en domäns terminologi (L’Homme 1998; Pimentel 2012; L’Homme, Robichaud 2014). Till exempel är termerna kommunicera, flyga, lyfta och transportera typiskt förekommande inom flygets område, liksom termer för ett antal procedurer som vi ontologiskt definierar som processer eller aktiviteter. Även om begreppet termstatus är tämligen väl förstått bland terminologer när det gäller att fastställa termers begreppsliga nivå, skiljer sig kriterierna för vilka typer av lexikala enheter som bör ingå som termer i en terminologisk resurs fortfarande åt, beroende på det analyserade fältet och det tillämpade teoretiska ramverket. Kriterierna för att definiera verbtyper med specialiserad betydelse, som föreslagits av L’Homme (1998, 2015), är de som oftast hänvisas till i terminologisk litteratur, tillsammans med Lorentes kriterier och hennes typologi över verb i fackspråk (2002, 2007).

L’Homme skiljer mellan tre typer av verb i specialiserade texter: verb som är specifika för ett visst fält (t.ex. landa, lyfta), verb som får en specialiserad betydelse inom fältet (t.ex. operera) och allmänspråkliga verb

76

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

språk.⁴ Verb som tillhör den första och andra typen kan betecknas som termer, men verb av den andra typen utgör en mer intressant grupp för terminologisk analys, eftersom det finns fall där det inte är tydligt om betydelsen skiljer sig tillräckligt mycket från verbets kanoniska eller allmänna standardbetydelse i ordböcker.

Kriterierna för att avgöra om ett verb får en ny, specialiserad betydelse i ett visst sammanhang behöver dock definieras mer precist. Enligt L’Homme (1998, 2015) beror kriterierna för att avgöra om ett verb kan klassificeras som en term på dess argument och dess morfologiska och semantiska relation till lexikala enheter med samma betydelse som definieras som termer. Kort sagt, om ett verb har argument som definieras som termer är det sannolikt självt en term, som i meningen Piloten flyger helikoptern. Om substantivet takeoff definieras som en term, bör även verbet take off definieras som en sådan. Vi har tillämpat dessa kriterier i vår analys av de extraherade verben, vilket vi återkommer till i avsnitt 4.

2. M E T O D E R

För att utveckla en giltig metod för att identifiera specialiserade semantiska ramar behövde flera steg genomföras. Först skapades en parallell engelsk-kroatisk korpus. Det andra steget bestod av termextraktion och validering av listor över termkandidater. Det tredje steget omfattade extraktion av en lista över verb och analys av deras kollokationer med specialiserad betydelse.

2.1. Sammanställning av korpus

Korpusen sammanställs utifrån katalogen över Europeiska unionens rättsakter, kapitel Transportpolitik, underkapitel Lufttransport på engelska och kroatiska. Av de 220 dokumenten i underkapitlet Lufttransport har 178 rättsakter valts ut, vilka finns i båda språkversionerna (engelska och kroatiska). Texterna laddas ned från EUR-Lex-databasen,⁵ och förs in i Sketch Engines modul för sammanställning av korpusar.⁶ Det enklaste sättet att skapa en parallell korpus i Sketch Engine är att ladda upp data

⁴ L’Homme (2015) further classifies general language verbs into support verbs (after Lerat 2002) and discursive verbs (following Lorente and her classification from 2002). See Pimentel (2017) for a recent elaboration of these two approaches to typology of verbs in specialized texts.

⁵ Tillgänglig på: https://eur-lex.europa.eu/browse/directories/legislation.html [hämtad 05.09.2019].

⁶ Tillgänglig på: https://www.sketchengine.eu/user-guide/user-manual/corpora/setting-up-parallel-corpora/ [hämtad 05.09.2019].

Terminologija | 2019 | 26

77

i tabellformat, till exempel i ett kalkylblad (Excel). Kalkylblad måste innehålla språknamn på den första raden och därefter justerade segment (ord, meningar eller stycken) sida vid sida.

Varje dokument (rättsakt) bearbetades så att en kolumn skapades för varje språk. För att åstadkomma detta togs punktlistor och numrering samt den numeriska delen av tabeller i dokument bort. Varje språk i källfilen bearbetades till en separat enspråkig korpus och justerades mot motsvarande korpus på det andra språket.

Tabell 1. Storleken på den engelsk-kroatiska parallellkorpusen

ENGELSKA

KROATISKA

ENGELSKA

KROATISKA

Token

1,151,297

1,059,406

Meningar

72,045

75,638

Ord

951,156

855,560

Dokument

178

178

Förutom att extrahera de vanligaste enordiga och flerordiga termerna som används som kandidater till semantiska framelement kan korpusen också användas för att extrahera termer, definitioner och exempel på den språkliga kontext som kommer att föras in i den terminologiska databasen AirFrame. Korpusen kommer också att användas för analys av termernas syntaktiska nivå, det vill säga deras kollokationer, fraseologiska relationer och predikat-argumentkonstruktioner.

2.2. Termextraktion och termverifiering

Automatisk termextraktion genomfördes för varje språk med alternativet att extrahera en lista med 1000 enordiga och flerdelade nyckelord. EUR-Lex English 2/2016-korpusen användes som referenskorpus vid extraktion av engelska enordiga termkandidater, medan English Web 2013 användes som referenskorpus vid extraktion av flerdelade termkandidater. Motsvarande alternativ fanns för termextraktion på kroatiska. EUR-Lex Croatian 2/2016-korpusen fungerade som referenskorpus för att extrahera mer relevanta enordiga termkandidater, medan detta alternativ inte var möjligt vid extraktion av flerdelade nyckelord. Därför användes i stället den kroatiska webbkorpusen hrWaC 2.2.

För att testa metodens tillförlitlighet validerades de första 100 termkandidaterna i den engelska listan över flerdelade termer manuellt. Efter granskning av konkordanserna bedömdes 70 av de 100 termkandidaterna vara giltiga termer av en terminolog med omfattande erfarenhet av

78

Ana Ostroški Anić

Maja Lončar

Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

flygterminologi. Listan över engelska nyckelord (eller enordiga termer) bestod till största delen av flygförkortningar och några centrala flygtermer. Därefter genomfördes manuell analys och termverifiering av de extraherade engelska och kroatiska kandidatlistorna. Verifieringsprocessen bestod av två faser: 1. att ta bort alla förkortningar och uppenbara allmänspråkliga ord och kollokationer; och 2. att analysera konkordanserna för de återstående termerna för att verifiera om de verkligen var flygtermer. Förkortningar används ofta som termer inom flyget; att inte ta med dem i en flygordbok eller -ordlista skulle därför betraktas som en bristfällig återgivning av den terminologi som används inom flyget. Eftersom vårt mål emellertid var att ta fram en lista över termer eller flerdelade konstruktioner som kunde användas för att benämna elementen i semantiska ramar inom flyget, behandlades förkortningar som lexikala ersättningar för fullständiga termer inte här i samma funktion. Dessutom fanns det ingen anledning att behålla förkortningarna i listorna över kroatiska termkandidater, eftersom de förekom i texterna som främmande språk-element.

2.3. Extraktion och analys av verb

Listorna över engelska och kroatiska verb extraherades automatiskt med alternativet Nyckelord i Sketch Engine. Verben be, have och do beaktades inte i den engelska korpusen, medan biti ”vara”, imati ”ha”, moći ”kunna” och morati ”måste” utelämnades från analysen av den kroatiska korpusen. De första 100 verben från varje lista analyserades sedan genom manuell validering av deras ordskisser. Kollokationer som bedömdes vara flerdelade termer eller kollokationer av relativ betydelse för flygterminologin utifrån sin frekvens noterades i ett Excel-ark bredvid det analyserade verbet.

3. RESULTAT OCH DISKUSSION

Manuell termverifiering av enordiga och flerdelade engelska och kroatiska termkandidater gav överraskande resultat beträffande precisionen och återkallelsen i den automatiska extraktionsprocessen i Sketch Engine. Efter den första fasen av termverifieringen återstod exempelvis endast 400 enordiga kroatiska termer av 1000, vilka varken var förkortningar eller allmänspråkliga ord. De slutliga listorna över kroatiska termer består av 199 enordiga och 455 flerdelade kroatiska termer. Det finns något fler flerdelade engelska termer, men inte så många som man kunde förvänta sig. Efter analysen återstod 664 flerdelade engelska termer, men endast 148

Terminologija | 2019 | 26

79

enspråkiga engelska termer, vilket ger ett betydligt svagt resultat med endast 14,8% giltiga termer från den ursprungliga listan över flerdelade engelska termer.

Som väntat uppvisade den andra fasen av termverifieringen flera problem när det gäller kandidaternas termstatus. Om både substantivet och adjektivet som hänvisade till ett visst begrepp fanns med på listan behölls substantivet som en mer prototypisk termrealisering.⁷ Detta var oftare fallet med de kroatiska termerna, eftersom substantiv och adjektiv på engelska ofta har samma morfologiska form, såsom i följande exempel: kabina, kabinski ”kabin”, navigacija, navigacijski ”navigation, navigations-”, helikopter, helikopterski ”helikopter”, identifikacija, identifikacijski ”identifiering”. På samma sätt behölls adjektivformen om både ett adjektiv och ett adverb förekom i listorna: instrumentalni, instrumentalno ”instrument”, medan verbet vanligtvis behölls på listan vid skillnaden mellan verb och adjektiv: certificirati, certificiran ”certifiera, certifierad”. När två substantiv som hänvisade till samma begrepp förekom behölls båda om det ena hänvisade till handlingen och det andra till resultatet, såsom i exemplet med identifikacija och identificiranje ”identifiering”. Det verkar inte finnas någon sådan skillnad mellan de engelska motsvarigheterna.

Listorna över engelska termkandidater innehöll mycket information som behövde filtreras bort, såsom landsnamn, personnamn (t.ex. Juncker), ord på andra främmande språk och till och med vissa funktionsord (t.ex. pronomenet this). Algoritmen för extraktion av nyckelord och flerdelade termer tycks också känna igen främmande element, dvs. icke-engelska ord i korpusen, som termer. Detta kunde ha undvikits om fraserna (på alla EU-språk) som vanligtvis förekommer i slutet av varje dokument hade tagits bort innan dokumenten lades till i korpusen, men man beslutade att det var enklare att ignorera dem i kandidatlistorna i efterhand.

Den andra fasens termverifiering av de engelska termkandidaterna visade att den största fallgropen med den tillämpade algoritmen var dess oförmåga att skilja mellan tvådelade och tredelade flerdelade konstruktioner, vilket är ett vanligt fel i många statistiska verktyg för termextraktion. Bound air och simulated engine är således delar av de större, korrekta flerdelade termerna bound air cargo och simulated engine failure (båda versionerna förekom på listan), liksom instrument ground och crew compartment (i stället för

⁷ Denna typ av resonemang ligger närmare det traditionella terminologiarbetet, där substantiv prioriterades i terminologiska ordböcker framför motsvarande adjektiv och verb som hänvisar till samma begrepp (Sager 1990: 58). Båda skulle dock inkluderas som lexikala enheter knutna till den semantiska ram de aktiverar.

80

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

instrument ground time and flight crew compartment). Vissa flerdelade termkandidater ser formellt ut som korrekta termer, och det krävs domänspecifik kunskap för att klassificera dem som felaktiga eller falskt positiva resultat, t.ex.: visual flight > visual flight rules, providing air traffic > providing air traffic services, investigation authority > safety investigation authority, maximum take-off > maximum take-off mass, secondary surveillance > secondary surveillance radar. Kortare versioner är ofta helt enkelt synonymer, såsom controller licence för air traffic controller licence.

En annan grupp falskt positiva flerdelade termer består av flerdelade uttryck som kan klassificeras som allmänspråkliga: relevant aircraft, individual aircraft, specific aircraft, large aircraft, present aircraft, height of cloud base, field of civil aviation, entire flying time or specific training. Även om de är morfosyntaktiskt giltiga former hänvisar de inte till något specifikt begrepp och kan därför inte betraktas som termer.

Efter att ha analyserat alla listor kom vi fram till ett mycket litet antal enordstermer: 199 kroatiska och 148 engelska termer. För att kontrollera om de termer som kunde anses beteckna fältets ”nyckelbegrepp” hade extraherats analyserades ordskisserna för de tio första termerna på respektive språk. Ordskisser är automatiska, korpusbaserade sammanfattningar av ords grammatiska mönster och kollokationsmönster, och de utgör en utmärkt källa för att generera ett stort antal termkandidater i deras syntaktiska kontext (Kilgarriff et al. 2014). Utöver typiska adjektiv/substantiv- (wet-leased aircraft) eller substantiv/substantivkollokationer (aircraft noise, aircraft position) ger verbkollokationer (operate an aircraft) och prepositionsfraser (aircraft entering into) ovärderlig terminologisk information som är särskilt användbar för terminologer och översättare. Den mest relevanta relationen för detta ändamål var koordinationsrelationen mellan målordet och de relaterade orden. Som visas i Figure 1 är orden relaterade till aircraft occupant, terrain, vehicle, product, systems, content, loss, unit, engine, equipment och type. Vi jämförde listan över koordinerade termer med listan över enordstermer och markerade dem som förekom i båda. Det andra steget i verifieringen av resultaten var att jämföra termers vanligaste kollokationer i ordskisserna med dem i listan över flerdelade termer. När kollokationerna i ordskissen (t.ex. aircraft identification eller aircraft operator i Figure 1) överensstämde med dem i listan över termer som extraherats ur korpusen markerades de också som lexikala enheter som skulle inkluderas i beskrivningen av en semantisk ram.

Terminologija | 2019 | 26

81

Figur 1. Word sketch för termen aircraft

Analysen av de extraherade verben bestod också av två steg. Först markerades specialiserade verb eller verb som är specifika för luftfarten manuellt, t.ex. fly, land, operate, communicate osv. Det andra steget bestod i att markera de verb som potentiellt får en specialiserad betydelse i luftfartskontexten. För att göra detta analyserades ordskisserna för de 100 vanligaste verben, och därefter kontrollerades de relevanta kollokationerna genom konkordanser. Kollokationerna valdes utifrån sin frekvens, men de hade alla en luftfartsterm som andra led.

När de rangordnas efter frekvens i korpusen omfattar det största antalet verb verb som ofta kallas stödverb (Lerat 2002; Pimentel 2012) och fraseologiska verb (Lorente 2002; 2007).⁸ Fraseologiska verb får sin specialiserade betydelse i syntagmatiska enheter där minst en terminologisk enhet har subjektets eller objektets syntaktiska roll (Pimentel 2012: 87). Verb som provide, ensure, require, refer to, or establish förekommer ofta i den lagstiftningstext som utgör den engelsk-kroatiska parallellkorpusen, men huruvida de har en särskild-

⁸ I sin omdefiniering av klassificeringen av verb som förekommer i fackspråkliga texter (2007) definierar Lorente fraseologiska verb som sådana som omfattar verb i kollokationer och fasta fraser, liksom stödverb.

82

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

iserad betydelse med anknytning till luftfarten kan endast bedömas utifrån deras kollokationer med tidigare extraherade luftfartstermer. Som framgår av exemplen (1) och (2) förekommer ensure och establish här som delar av argument, inte som predikat i respektive mening:

(1) ”Taxibana” avser en definierad väg på en landflygplats established för taxning av luftfartyg och avsedd att skapa en förbindelse mellan en del av flygplatsen och en annan.

(2) Alla dokument <...> ska bevaras för att tillhandahålla den information som krävs för att ensure säkerställa luftfartygets fortsatta luftvärdighet.

(3) Ett lufttrafikföretag som utför flygningen och nekar ombordstigning eller ställer in en flygning shall provide ska ge varje berörd passagerare ett skriftligt meddelande med reglerna för kompensation och assistans i enlighet med förordning 261/2004.

Provide fungerar däremot som predikat med luftfartstermer som argument, men har inte en betydelse som kan sägas skilja sig från dess kanoniska betydelse. Även om det vore rimligt att fastställa att kollokationerna establish aerodrome och ensure airworthiness (of the aircraft) i exemplen (1) och (2) har specialiserad betydelse, och att verben establish och ensure är fraseologiska verb i luftfartsrelaterade facktexter, kan vi inte klassificera dem som specialiserade verb av två skäl. För det första är de inte predikat i dessa meningar, och för det andra förändras inte deras primära betydelse i dessa syntagmatiska enheter.

Stödverb utgör en annan underkategori av fraseologiska verb som enligt Lorente (2007) inte kan likställas med specialiserade verb eller termverb. Lerat (2002) anger take (fr. prendre) som exempel på ett stödverb, ett verb som kan förekomma i kollokationer med termer men inte självt är en term, såsom i kollokationen take the flight (4):

(4) Om inget meddelande lämnas i enlighet med tillämpliga nationella regler ska det ansvariga organet göra alla rimliga ansträngningar för att tillhandahålla assistans på ett sådant sätt att den berörda personen kan take the flight som han eller hon har en bokning för.

De flesta extraherade verben, både engelska och kroatiska, fungerar på samma sätt. Det frasala verbet take off är dock inte bara ett verb som är ”specifikt för ett visst fält” (L’Homme 1998), det vill säga specifikt för luftfartskontexten. Det är en av luftfartens allra viktigaste termer och används lika ofta som dess avledning takeoff:

(5) Ett luftfartyg som taxar på en flygplats manöverområde ska lämna företräde åt luftfartyg som taking off håller på att take off.

Terminologija | 2019 | 26 83

När det gäller frasverbet give way går det inte att definiera det som en term enbart utifrån kontexten eller dess argument. Enligt ett av L’Hommes kriterier för att fastställa specialiserade verb är ett verb sannolikt en term om ”verbets aktanters (dvs. arguments) språkliga realiseringar definieras som termer” (L’Homme 2015: 80). I exempel (5) är båda argumenten faktiskt termer, men frasverbets give way betydelse är dock densamma som i ett mer allmänt sammanhang. Därför vore det inte motiverat att beteckna det som ett terminologiskt verb inom flyget.⁹

Bland de 100 vanligaste verben i den engelska delen av flygets parallellkorpus kan endast två sägas vara egentliga specialiserade verb eller verb som är specifika för flygområdet: operate och fly. Verbet operate förekommer i ett antal kollokationer eller större syntagmatiska enheter, där det ofta förekommer i andra morfosyntaktiska funktioner (operating air commercial flights, operate the route, carriers operating passenger flights, flights operating), varav vissa har erkänts som termer (aerodrome operating minima). Med tanke på korpustexternas diskurs förekommer verb som communicate, land, taxi or transfer bland de mindre frekventa verben.

Bland de 100 vanligaste kroatiska verben förekommer verbet letjeti ”flyga” som det enda specialiserade verbet. Eftersom det också är ett allmänspråkligt verb som behåller samma betydelse i ett specialiserat sammanhang när det används predikativt, är dess argument och kollokationer dock mer relevanta vid analysen av predikativa flygtermer (t.ex. letovi koji lete ”flygningar som flyger” eller fly the aircraft på engelska).

SLUTSATS

Det arbete som presenteras i artikeln pekar förhoppningsvis mot slutsatsen att terminologiska och lingvistiska data som utvinns ur specialiserade parallellkorpusar med goda resultat kan användas som grund för att definiera specialiserade semantiska ramar. Även om termvalideringen har belyst vissa fallgropar vid termextraktion ur korpusar sammanställda av EU-lagstiftning, såsom det juridiska språkets inverkan på domänterminologin, har den ändå visat att parallellkorpusar förblir en tillförlitlig källa för att snabbt erhålla termmotsvarigheter på andra språk.

Analysen av de extraherade verben och deras klassificering enligt flera etablerade typologier av verb i specialiserad diskurs (L’Homme

⁹ Slutsatsen gäller under förutsättning att vi här endast betraktar aircraft som termen, eftersom en hel sats – oavsett att den innehåller flera flygtermer – inte kan betraktas som en term.

84

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

1998; Lerat 2002; Lorente 2007) gav också intressanta, men samtidigt något nedslående resultat beträffande de extraherade kandidaternas potential att vara termer. Även om antalet specialiserade verb eller verb specifika för flygområdet var mycket lågt bland de potentiella kandidaterna, visade sig verbens kollokationer vara terminologiskt relevanta eftersom de antingen var flerordstermer eller verbala kollokationer av termer. Eftersom databasen AirFrame listar fraseologiska terminologiska enheter, såsom termkollokationer, gav ordskisserna för de aktuella verben många relevanta terminologiska enheter. Den genomförda verbanalysen pekar mot slutsatsen att det kan vara mindre fruktbart att använda verb som utgångspunkt för att definiera specialiserade semantiska ramar inom flyget än att analysera ordskisser. Mer relevanta terminologiska data erhölls genom att först fastställa centrala entiteter inom området och därefter definiera de processer som de deltar i genom att analysera deras kollokationer. Verben i dessa kollokationer bör beteckna de mest relevanta processerna och händelserna inom flyget. Rajh och Grčić Simeunović (2019) drog liknande slutsatser i sin artikel om klassificering av verbens kombinatoriska beteende inom marknadsföringsområdet. Även om deras arbete bygger på en annan teoretisk ansats stöder det idén att relevanta specialiserade verb inom en viss domän bäst identifieras genom att analysera de syntaktisk-semantiska egenskaperna hos domänens centrala begrepp, framför allt entiteter.

Efter att ha extraherat lexikala enheter och validerat flygtermer består nästa steg i identifieringen av semantiska ramar inom flyget av att gruppera de relevanta begrepp som termerna syftar på och namnge de större kategorier som är knutna till dem, det vill säga de ramar som de aktiverar. Därför bör lexikala enheter av samma semantiska typ, som förekommer som argument till samma verb, grupperas och kopplas samman genom en ram. Den semantiska ramens omfattning beror i hög grad på hur detaljerad den begreppsliga beskrivningen är, liksom på den allmänna idén om hur den planerade databasen potentiellt ska användas. Om specialiserade semantiska ramar en dag ska sammanföras med ramar som beskriver allmänspråket i en annan lexikal resurs, bör en mer abstrakt kategorisering på överordnad nivå också ingå i beskrivningen av domänens specialiserade kategorier.

REFERENCES

Boas Hans C. 2005: Semantic Frames as Interlingual Representations for Multilingual Lexical Databases. – International Journal of Lexicography 18(4), 445–478.

Despot K., Tonković M., Brdar M., Essert M., Perak B., Ostroški Anić A., Nahod B., Pandžić I. 2019: MetaNet.HR: Croatian Metaphor Repository. – Metaphor and Metonymy in the Digital Age. M. Bolognesi, M. Brdar, K. Despot (eds.), Amsterdam: John Benjamins Publishing Company, 123–146.

Terminologija | 2019 | 26

85

Faber P., León Araúz P., Prieto V., Juan A. 2009: Semantic Relations, Dynamicity, and Terminological Knowledge Bases. – Current Issues in Language Studies 1, 1–23.

Faber P., Montero Martínez S., Castro P., María R., Senso J. 2008: J., Prieto V., Juan A., León Araúz P., Márquez Linares C., Vega Expósito M. 2006: Process-oriented Terminology Management in the Domain of Coastal Engineering. – Terminology. International Journal of Theoretical and Applied Issues in Specialized Communication 12(2), 189–213.

Kilgarriff A., Baisa V., Bušta J., Jakubíček M., Kovář V., Michelfeit J., Rychlý P., Suchomel V. 2014: The Sketch Engine: Ten Years On. – Lexicography 1(1), 7–36.

Lerat P. 2002: Qu’est-ce que le verbe spécialisé? Le cas du droit. – Cahiers de Lexicologie 80, 201–211.

L’Homme M.-C. 2018: Maintaining the Balance Between Knowledge and the Lexicon in Terminology: A Methodology Based on Frame Semantics. – Lexicography, Journal of ASIALEX 4(1), 3–21. Available at: https://doi.org/10.1007/s40607-018-0034-1.

L’Homme M.-C. 2015: Predicative Lexical Units in Terminology. – Language Production, Cognition, and the Lexicon. N. Gala, R. Rapp, G. Bel-Enguix (eds.), Springer International Publishing, 75–93.

L’Homme M.-C. 2012: Adding Syntactico-Semantic Information to Specialized Dictionaries: An Application of the FrameNet Methodology. – Lexicographica 23, 233–252.

L’Homme M.-C. 1998: Le statut de verbe en langue de spécialité et sa description lexicographique. – Cahiers de lexicologie 73(2), 61–84.

L’Homme M.-C., Robichaud B. 2014: Frames and Terminology: Representing Predicative Terms in the Field of the Environment. – Proceedings of the 4th Workshop on Cognitive Aspects of the Lexicon. M. Zock, R. Rapp, C.-R. Huang (eds.), Dublin, 186–197.

L’Homme M.-C., Subirats C., Robichaud B. 2016: A Proposal for Combining “general” and Specialized Frames. – Cognitive Aspects of the Lexicon (CogaLex 2016), Coling, Osaka, Japan.

Lorente M. 2007: Les unitats lèxiques verbals dels textos especialitzats. Redefinició d’una proposta de classificació. – Estudis de lingüística i de lingüística aplicada en honor de M. Teresa Cabré Castellví. Vol. 2: Deixebles. M. Lorente, R. Estopà, J. Freixa, J. Martí, C. Tebé (eds.), Barcelona: Institut Universitari de Lingüística Aplicada – Universitat Pompeu Fabra, 365–380.

Lorente M. 2004: Construcciones verbales en el discurso de la genómica. Tipología verbal y discurso científico. – Studia Romanica Posnaniensia 31, 353–359.

Lorente M. 2002: Verbos y discurso especializado. Available at: http://elies.rediris.es/elies16/Lorente.html [accessed 20.09.2019].

Pimentel J. 2012: Criteria for the Validation of Specialized Verb Equivalents: Application in Bilingual Terminography. Doctoral dissertation, Montreal: University of Montreal, 329.

Pimentel J. 2017: Specialized Verbs and Specialized Uses of Verbs in a Comparable Corpus of Judgments Produced in Canada, Portugal and Brazil. – Multiple Perspectives on Terminological Variation. P. Drouin, A. Francœur, J. Humbley, A. Picton (eds.), Amsterdam/Philadelphia: John Benjamins, 109–130.

Rajh I., Grčić Simeunović L. 2019: Classification of the Combinatorial Behavior of Verbs in the Marketing Domain. – Computation and Corpus-Based Phraseology. Europhras 2019, LNAI 11755. G. Corpas Pastor, R. Mitkov (eds.), Springer, 360–374.

Ruppenhofer J., Ellsworth M., Petruck M. RL, Johnson Christopher R., Scheffczyk J. 2010: FrameNet II: Extended Theory and Practice, Berkeley, California: International Computer Science Institute.

Sager J. C. 1990: A Practical Course in Terminology Processing, Amsterdam/Philadelphia: John Benjamins Publishing Company.

Vintar Š. 2000: Using Parallel Corpora for Translation-oriented Term Extraction. – Suvremena lingvistika 49–50(1), 143–152.

LEKSINIŲ VIENETŲ IŠRINKIMAS SPECIALIZUOTIEMS SEMANTINIAMS FREIMAMS NUSTATYTI

S a n t r a u k a

Kokių nors kroatų kalbai pritaikytų specializuotų leksikos šaltinių, grindžiamų semantinių freimų ir FrameNet metodų taikymu, nebuvo, todėl įgyvendinant tiriamąjį projektą Dynamicity of Specialized Knowledge Categories (DIKA, ihjj.hr/dika) (liet. k. Specializuotų žinių kategorijų dinamiškumas) bus plėtojama aviacijos semantinių freimų

86

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

duomenų bazė. Projekto pagrindinis rezultatas – daugiakalbė terminų duomenų bazė, kurioje aviacijos terminija apibrėžiama semantiniais freimais, įskaitant freimų elementus, konceptualius ryšius ir terminologinius vienetus. Tam tikslui sudarytas lygiagretusis orlaivių eismo anglų ir kroatų kalbų tekstynas – terminų išrinkimo ir analizės atskaitos taškas.

Straipsnyje svarstoma, kaip lygiagretieji tekstynai gali būti naudojami terminijos vienetams, taikomiems aviacijos semantiniams freimams nustatyti, atrinkti. Tai pirmoji metodo specializuotiems semantiniams freimams nustatyti kūrimo pakopa. Pirmiausia aprašoma, kaip, remiantis Eur-Lex duomenų baze ir naudojantis Sketch Engine priemonėmis, rengiamas paralelinis tekstų rinkinys. Tada pateikiami terminų variantų išrinkimo ir jų patikrinimo rankiniu būdu metodai bei tinkamų veiksmažodžių išrinkimo ir tikrinimo procesas. Aptariant terminų patikrinimo rezultatus ypatingas dėmesys skiriamas veiksmažodžių ir žodžių junginių vaidmeniui, nustatomi tinkami semantiniai freimai ir jų elementai.

Nors į terminus pretenduojančių aviacijai būdingų veiksmažodžių labai mažai, tokių veiksmažodžių kolokacijos terminologiniu požiūriu aktualios, nes jos yra arba iš kelių žodžių sudaryti terminai, arba iš žodžių junginio sudaryti terminai. Taigi, veiksmažodžių analizė leidžia daryti išvadą, kad aktualius terminologijos duomenis geriausiai kaupti pirmiausia nustatant pagrindinius srities subjektus, o vėliau, analizuojant jų junginius, apibrėžti procesus, kuriuose jie dalyvauja.

Gauta 2019-09-24

Ana Ostroški Anić Institute of Croatian Language and Linguistics Ulica Republike Austrije 16 HR-10000 Zagreb E-mail [email protected]

Maja Lončar Institute of Croatian Language and Linguistics Ulica Republike Austrije 16 HR-10000 Zagreb E-mail [email protected]

Martina Pavić Institute of Croatian Language and Linguistics Ulica Republike Austrije 16 HR-10000 Zagreb E-mail [email protected]

Terminologija | 2019 | 26

87