Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian

تحليل مدفوع بالمدونة للمصطلحات متعددة الكلمات التي تتضمن كلمة ‘Risk’ في الإنجليزية والفرنسية والليتوانية OKSANA SMIRNOVA Mykolas Romeris University, Lithuania SIGITA RACKEVIČIENĖ Mykolas Romeris University, Lithuania الكلمات المفتاحية: المصطلحية الوصفية، التحليل المدفوع بالمدونة، المصطلحات المالية، استخراج المصطلحات، أنماط تكوين المصطلحات 1. المقدمة أتاحت التقنيات الحاسوبية إمكانات جديدة للبحث اللغوي؛ فقد يسّرت المدونات الرقمية وبرمجيات تحليل المدونات الوصول إلى أعمق البنى اللغوية والعلاقات بين الوحدات اللغوية المختلفة، وكشف خصائص استخدامها في مجالات مختلفة وعلى مدى فترات زمنية مختلفة. ولذلك يُطبَّق تحليل اللغة الطبيعية المدفوع بالمدونة في الوقت الحاضر في نطاق واسع من المجالات اللغوية، مثل المعاجم، وتعليم اللغات، وتطوير الترجمة الآلية، وتجميع قواعد البيانات اللغوية، وغيرها. أصبح البحث المصطلحي معتمداً إلى حد كبير على المدونات أيضاً. تتيح المدونات الرقمية للمصطلحيين العمل على عدد كبير من الوثائق، وملاحظة السمات الخاصة للغة المتخصصة، وجمع معلومات عن الاستخدام الفعلي للمصطلحات وتطورها، ورصد مصطلحات جديدة يتعذر استشعارها أو التنبؤ بها حدسياً، فضلاً عن إجراء تحليل تقابلي لبيانات عدة لغات. كما تسهم برمجيات تحليل المدونات وأدوات استخراج المصطلحات آلياً وشبه آلي في توحيد المصطلحات؛ فعلى سبيل المثال، يمكن أن يوفر إحصاء تكرار المرادفات أدلة توزيعية مفيدة تشير إلى المصطلحات المفضلة إحصائياً (Khurshid, Rogers 1992: 36). وهكذا، تمكّن المدونات الرقمية المصطلحيين من مراجعة المعلومات المصطلحية المسجلة عن المصطلحات في قواعد البيانات القائمة وتحديثها باستمرار. 86 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian وفقًا لـ M. Teresa Cabré وM. Amor Montané وRogelio Nazar، يتمثل هدف علم المصطلحات الحديث في وضع أوصاف شكلية ودلالية ووظيفية للوحدات المعجمية ذات القيمة المصطلحية، فضلًا عن توضيح علاقتها بسائر وحدات النظام اللغوي. وموضوع البحث المصطلحي هو «المصطلحات الحية» (أي المصطلحات التي ترد طبيعيًا في النصوص المتخصصة)، والجانب التواصلي لاستخدام المصطلحات، الذي يتجسد على أفضل وجه في مدونة نصية (Cabré, Montané, Nazar 2012). هدف البحث وموضوعه وأهدافه. يتمثل هدف البحث في تطبيق منهجية لغويات المدونات لاستخراج المصطلحات المالية متعددة الكلمات التي تتضمن كلمة «risk» بوصفها الاسم المحوري، وتحليل بنيتها الشكلية في اللغات الإنجليزية والفرنسية والليتوانية. ولتحقيق هذا الهدف، حُددت الأهداف التالية: 1) تحليل مبادئ علم المصطلحات الوصفي المعتمد على المدونات، بما في ذلك أساليب التحليل التلازمي والتصاحبي النحوي؛ 2) إنشاء مدونات لنصوص التشريعات المالية للاتحاد الأوروبي بثلاث لغات (الإنجليزية والفرنسية والليتوانية)، واختيار البرمجيات الملائمة للبحث المعتمد على المدونات؛ 3) استخراج الكلمات الأكثر تكرارًا من المدونات في اللغات موضع الدراسة، واختيار الكلمة المفتاحية (الاسم) الأكثر تكرارًا لإجراء مزيد من التحليل؛ 4) إجراء تحليل تلازمي للكلمة المفتاحية المختارة في المدونة الإنجليزية، واستخراج المصطلحات متعددة الكلمات التي تتضمن الكلمة المفتاحية المختارة بوصفها الرأس الدلالي والنحوي للمصطلحات من مواد المدونة الإنجليزية؛ 5) تحديد المقابلات الفرنسية والليتوانية للمصطلحات الإنجليزية المختارة في المدونة المتوازية الإنجليزية-الفرنسية-الليتوانية؛ 6) إجراء تحليل كمي للبنية الشكلية للمصطلحات متعددة الكلمات المختارة، وتحديد أنماط التعديل والتراكيب النحوية السائدة في المصطلحات ضمن اللغات موضع الدراسة. بيانات البحث ونطاقه. لأغراض البحث، أُنشئت أربع مدونات لوثائق الاتحاد الأوروبي في المجال المالي: ثلاث مدونات أحادية اللغة (الإنجليزية والفرنسية والليتوانية) ومدونة متوازية واحدة (EN-FR-LT). وأحجام المدونات هي كما يلي: EN 802 933 كلمة، FR 940 655 كلمة، LT 639 279 كلمة. وبلغ مجموع المصطلحات المالية 210... Terminologija | 2018 | 25 87 استُخرجت من المدونات مصطلحات متخصصة تتضمن كلمة ‘risk’ بوصفها الاسمَ المحوري: 70 مصطلحًا إنجليزيًا ومقابلاتها بالفرنسية والليتوانية. وقد استند اختيار كلمة ‘risk’ إلى بيانات المدونة التي أظهرت أن هذه الكلمة كانت الأكثر ورودًا في وثائق الاتحاد الأوروبي المختارة. 2. المبادئ النظرية للبحث 2.1. إدارة المصطلحات المعيارية والوصفية أدى تطور التقنيات الحاسوبية المستخدمة في أبحاث اللغة الطبيعية إلى تمايز واضح بين المصطلحات التقليدية والحديثة. وقد تغير إلى حد كبير موقف واضعي المصطلحات من مفهوم المصطلح ومصادره وتوحيده وغيرها من قضايا علم المصطلحات. وتميّز اتجاهان في البحث المصطلحي وإدارته: علم المصطلحات المعياري وعلم المصطلحات الوصفي (Zeller 2005; Bielinskienė et al. 2015). يركّز أنصار علم المصطلحات المعياري على توحيد المصطلحات استنادًا إلى قواميس المصطلحات وقواعد البيانات وقوائم المصطلحات المعتمدة ووثائق مبادئ التوحيد. وفي هذا النهج، يستند مفهوم المصطلح إلى موضع المفهوم الذي يعبّر عنه ضمن النظام المفاهيمي الهرمي للمجال، وإلى علاقته بالمفاهيم الأخرى (Pearson 1998: 10; Marcinkevičienė 2000: 6). ووفقًا لمبادئ علم المصطلحات المعياري، ينبغي استخدام مصطلح واحد لوصف مفهوم واحد، إذ يقلل هذا التطابق احتمال الالتباس، ويسهّل التواصل، ويسهم في الوقت نفسه في تطوير النظام المفاهيمي الهرمي للمجال. ينأى الباحثون في علم المصطلحات الوصفي بأنفسهم عن الموقف الصارم إزاء مفهوم المصطلح وإزالة الالتباس عنه وتطوير النظام المفاهيمي الهرمي وتوحيد المصطلحات. وعلى خلاف النهج المعياري، يؤدي السياق دورًا حاسمًا في تحليل المصطلح في علم المصطلحات الوصفي، ويُنظر إلى المصطلح بوصفه وحدة معجمية تعتمد على سياقها. ولا يتمثل هدفهم في صياغة مصطلح وفق مبادئ معينة، بل في توثيق استعماله وتنوع أشكاله في نصوص مختلفة ووصف خصائصه، وبذلك تهيئة أساس لتوحيده (Bielinskienė et al. 2015: 10–11). أدى تطور التقنيات إلى تدفق هائل للمعلومات المعروضة في أنواع مختلفة من النصوص، وإلى تزايد مستمر في عدد المصطلحات المستخدمة فيها. وفي هذا الواقع المتغير باستمرار، لم يعد واضعو المصطلحات قادرين على التحكم في التطور السريع للمصطلحات، إذ تتغير المصطلحات بوتيرة أسرع من معالجتها. – 88 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian ولذلك، تتطلب إدارة المصطلحات نهجًا أكثر مرونة يستند إلى المنهجية الوصفية بدلًا من المعيارية. وانتقل التركيز من توحيد المصطلحات إلى تحليلها في المدونات (Bielinskinė et al. 2015: 11). أفضى علم المصطلحات الوصفي إلى تطوير النظرية التواصلية لعلم المصطلحات، التي تركز على المصطلحات الحية المستخدمة في الخطابات المتخصصة، وتؤكد الجانب التواصلي لاستخدام المصطلحات (Cabré, Montané, Nazar 2012). ووفقًا لهذه النظرية، يتمثل الدور الأساسي للمصطلحات في نقل المعرفة المتخصصة؛ ومن ثم يُنظر إليها «بوصفها متعدد أوجه ثلاثيًّا يتألف من مكوّن معرفي (المفهوم)، ومكوّن لغوي (المصطلح)، ومكوّن تواصلي (الموقف)» (Cabré, Montané, Nazar 2012: 1). لا تقتصر الدراسات المصطلحية القائمة على النظرية التواصلية على الاهتمام بالمصطلحات التي أُقرت في المعايير أو وردت في قواعد البيانات الرسمية، بل تهتم أيضًا، وبوجه خاص، بالمصطلحات المستخدمة فعليًا في نصوص اللغات المخصصة لأغراض خاصة. وهكذا، فإن النظرية التواصلية «لا تتبنى نهجًا مخبريًا فحسب، بل تهتم أيضًا بالمصطلحات في سياق استعمالها الحي» (Cabré, Montané, Nazar 2012: 1–2). ويكشف البحث في المصطلحات الحية أن المفهوم التقليدي لوحدانية المصطلح (أي التطابق واحدًا لواحد بين مفهوم ومصطلحات محددة في لغات مختلفة) لا يستند إلى أساس متين في اللغة الواقعية. فالتنوع (الترادف، والالتباس، والتعبير بالشرح، والتكرار) سمة لا تقتصر على الوحدات اللغوية العامة، بل تشمل المصطلحات أيضًا؛ لذا ينبغي دراسة المفاهيم والمصطلحات «في تفاعلهما الديناميكي» (Cabré, Montané, Nazar 2012: 2–3). جعل التركيز على استعمال المصطلحات المدوناتِ مجالَ العمل الرئيسي للتحليل المصطلحي الحديث. وقد زوّدت المدونات الرقمية وبرمجيات تحليل المدونات علمَ المصطلحات بموارد وأدوات غنية تمكّن واضعي المصطلحات من استخراج المصطلحات من كمّ كبير من الوثائق، ورصد أحدث التغييرات في مصطلحات مجال بعينه، وتحليل تطورها، فضلًا عن تحديد الروابط المفاهيمية بين مصطلحات المجال نفسه. وتتيح المدونات الحصول على معلومات موثوقة ومستندة إلى الإحصاء عن استعمال المصطلحات في اللغة الطبيعية، وهي معلومات لم تكن متاحة من قبل. ولذلك، أصبحت المنهجية المدفوعة بالمدونات المنهجية السائدة، إذ توفر مجموعة أدوات لا غنى عنها للبحث المصطلحي وإدارته (Zeller 2005; Cabré, Montané, Nazar 2012; Bielinskinė et al. 2015). Terminologija | 2018 | 25 89 2.2. مبادئ التحليل المعتمد على المدونة: منهجا التلازم والتضام يُجرى استخراج المصطلحات وتحليلها اعتمادًا على المدونة باستخدام أساليب إحصائية ولغوية. ويُطبَّق في هذا البحث منهجا التلازم والتضام. يشير التلازم إلى التجاذب التركيبي بين الوحدات المعجمية. ووفقًا لتوماس ليهيكا (2015)، «يقوم مفهوم التلازم على فكرة أن كل كلمة في اللغة تفضّل سياقات معجمية معينة على غيرها، أي إن أي كلمة تميل إلى التزامن مع كلمات معينة بوتيرة أكبر مما تتزامن مع غيرها» (Lehecka 2015: 2). ويُستخدم التحليل الإحصائي لبيانات المدونة لقياس درجة التجاذب بين الكلمات، وتتيح نتائجه تحديد التراكيب اللفظية التي ترد معًا بوتيرة أعلى بكثير مما يُتوقع بالمصادفة، بالنظر إلى التواتر الإجمالي للكلمات في المدونة (Lehecka 2015: 2). وبهذه الطريقة تُحدَّد أبرز المتلازمات للكلمات المختارة في المدونة موضع التحليل. تُستخدم هذه الطريقة في الغالب للتحليل الدلالي السياقي للوحدات المعجمية، إذ تتيح رصد التنوع الكامل للكلمات التي تتزامن مع الكلمات موضع الدراسة، وتحديد أنماط التزامن السائدة، ومن ثم وصف معانيها استنادًا إلى بيئتها السياقية (Atkins, Rundell, Sato 2003: 340–341). أصبح تحليل التلازم أداة لا غنى عنها لصانعي المعاجم، كما يُطبَّق على نطاق واسع في اللسانيات الحاسوبية لأغراض الترجمة الآلية ومعالجة اللغة الطبيعية ومجالات أخرى (Lehecka 2015). غالبًا ما تُستخدم طريقة التلازم بالاقتران مع طريقة التضام. ويشير مفهوم التضام إلى التجاذب بين وحدة معجمية ونمط نحوي، ويقوم على فكرة أن الكلمات تفضّل أن تُستخدم ضمن أنماط نحوية معينة وتتجنب أنماطًا نحوية أخرى (Sinclair 1998; Lehecka 2015). وقد يمتد تحليل التضام ليشمل العلاقة بين الوحدة المعجمية وموقعها في عبارة أو جملة فرعية أو جملة أو نص أو خطاب، حيث يمكن استخدام الوحدة المعجمية (Hoey 2005: 49–52). استُخدم تحليل التضام على نطاق واسع بالاقتران مع تحليل التلازم لدراسة معاني الكلمات شبه المترادفة، إذ كشفت دراسات لسانيات المدونة أنها كثيرًا ما تُستخدم في سياقات معجمية ونحوية مختلفة (Lehecka 2015). وقد أظهرت بحوث لسانيات المدونة 90 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian أن حتى المعاني المختلفة للكلمات متعددة الدلالة قد تكون لها أنماط تلازم وتضام مختلفة (Aston, Burnard 1998). وهكذا أثبت تحليلا التلازم والتضام أن الدلالة والنحو لا ينبغي أن يُعاملا بوصفهما نظامين مستقلين، بل بوصفهما نظامين مترابطين ترابطًا وثيقًا (Lehecka 2015). وينبغي أيضًا أخذ الجانب التداولي في الحسبان في التحليلات، لأن تفضيلات التلازم والتضام للوحدة المعجمية تتباين تباينًا ملحوظًا بين المجالات المختلفة وأنواع النصوص المختلفة (Butler 2004: 157; Newman, Rice 2006). 2.3. تطبيق المنهج الترابطي-التلازمي في استخراج المصطلحات وتحليلها يمكن أيضًا استخدام المنهج الترابطي-التلازمي لاستخراج المصطلحات متعددة الكلمات؛ وهو ملائم بوجه خاص لاستخراج المصطلحات التي تتضمن كلمات مفتاحية مختارة مسبقًا، أي كلمات يُحتمل أن تكون ذات صلة اصطلاحية وتتميّز بها المنطقة التي ينتمي إليها المدونة. وتستند هذه المنهجية إلى افتراض أن المصطلحات المركبة تتألف من مصطلحات بسيطة موجودة مسبقًا (Nakagawa 2001). تستخرج أدوات تحليل المدونات الكلمات المتلازمة مع الكلمات المفتاحية المختارة مسبقًا، وتتيح تحديد المتلازمات السائدة. ويشكّل جزء من هذه المتلازمات عباراتٍ اسمية ينبغي انتقاؤها من قوائم المتلازمات باستخدام أساليب لغوية. وتُستخدم العبارات الاسمية المنتقاة في تحليل بيانات المدونة واستخراج المصطلحات متعددة الكلمات التي تتألف من العبارات الاسمية المختارة، وربما من متلازمات إضافية. في البحث الحالي، تُحلَّل المصطلحات المستخرجة تحليلاً إضافيًا باستخدام مبادئ التحليل التلازمي-التصاحبي، سعيًا إلى الكشف عن نماذج البنية الشكلية للمصطلحات في اللغات موضع الدراسة، والإسهام في الدراسات التقابلية متعددة اللغات لأنماط تكوين المصطلحات (قارن Janulevičienė, Rackevičienė 2014; Mockienė 2016). 3. تطوير المدونات واختيار البرمجيات اللازمة للتحليل وفقًا لـ M. Teresa Cabré وM. Amor Montané وRogelio Nazar، فإن الغرض من تجميع مدونة لوثائق تنتمي إلى مجال معين ذو ثلاثة أوجه. أولًا، يحتاج واضعو المصطلحات إلى الإلمام بنوع اللغة المستخدمة في المجال؛ وثانيًا، تُحتاج إلى مدونة لإجراء استخراج المصطلحات والتحليلات الإحصائية لها؛ و Terminologija | 2018 | 25 91 أخيرًا، تُستخدم النصوص للحصول على معلومات تكميلية عن المصطلحات، مثل القرائن الدلالية أو التركيبية أو الترابطية (Cabré, Montané, Nazar 2012: 3–4). ينبغي أن تكون المدونة المجمّعة ذات حجم وجودة كافيين لاعتبارها ممثّلة للمجال المختار. ولا توجد متطلبات دقيقة لحجم المدونة؛ لكن ينبغي أن تضم أكبر عدد ممكن من الوثائق، إذ كلما كبر حجمها أمكن التوصل إلى استنتاجات أكثر موثوقية بشأن استخدام المصطلحات في المجال (Cabré, Montané, Nazar 2012: 4). مع مراعاة جميع هذه الجوانب، جُمعت مدونات للصكوك القانونية للاتحاد الأوروبي بالإنجليزية والفرنسية والليتوانية. ونُزّلت الصكوك القانونية من الجريدة الرسمية للاتحاد الأوروبي، وهي مصدر متاح مجانًا عبر الإنترنت. وجُمعت 101 صكوك قانونية تتعلق بالشؤون المالية للاتحاد الأوروبي، وسُنّت في الفترة 2014–2017. وحُوّلت الوثائق إلى نصوص عادية ومُحاذاة بغرض استخراج المصطلحات وتحليلها. استُخدمت ثلاثة برامج لتجميع النصوص ومحاذاتها واستخراج البيانات اللازمة منها: AntConc (2014)، وAntPConc (2017)، اللذان أنشأهما واعتمدهما Laurence Anthony، وNOVA Text Aligner (2014). AntConc مجموعة أدوات مجانية متعددة المنصات لإجراء البحوث اللغوية المدونية والتعلّم المستند إلى البيانات، بينما صُمّم AntPConc لإنشاء مدونة موازية تضم عدة لغات. ويتيح البرنامجان للباحث التعامل مع كمية كبيرة من البيانات وإجراء تحليل لغوي شامل متعدد اللغات. الأدوات التي يوفّرها برنامج AntConc للمستخدمين هي: Word list, Collocates, Clusters, Keywords, Concordance, Concordance plot, File view tool. وقد استُخدمت في هذا البحث أربع أدوات من AntConc: • أتاحت Wordlist تحديد الكلمات الأكثر تكرارًا في المدونات؛ • أتاحت Collocates تحديد المتلازمات السائدة لكلمة ‘risk’ وقياس درجة انجذابها التركيبي إلى كلمة ‘risk’؛ • أتاحت Clusters الكشف عن المصطلحات متعددة الكلمات الأكثر شيوعًا التي تتضمن كلمة ‘risk’ بوصفها الاسم الرئيس؛ • قدّمت Concordances مجموعة واسعة من الأمثلة التي توضّح استخدام المصطلحات في النصوص. تُعرض لقطة من برنامج AntConc في الشكل 1. 92 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian الشكل 1. برنامج AntConc قبل إنشاء متن موازٍ، جرت محاذاة النصوص المُنزّلة باللغات الثلاث يدويًا بمساعدة برنامج NOVA Text Aligner. وبعد محاذاة النصوص، أُنشئ متن موازٍ باستخدام برنامج AntPConc (انظر الشكل 2). الشكل 2. برنامج AntPConc Terminologija | 2018 | 25 93 أتاح برنامج AntPConc عرض الأمثلة من اللغات الثلاث في الوقت نفسه؛ إذ كان بالإمكان النقر على جملة مختارة للاطلاع على مكافئاتها في اللغات الأخرى. كما أتاح البرنامج تمييز الكلمات المفتاحية ومتلازماتها اليسرى أو اليمنى باستخدام ألوان مختلفة. غير أنه لم يكن من الممكن رؤية الوثيقة التي استُخرج منها المثال. وباستخدام المتن الموازي، استُخرجت المكافئات الفرنسية والليتوانية لـ70 مصطلحًا إنجليزيًا. 4. تحليل المتون واستخراج المصطلحات باستخدام أدوات برنامجي AntConc وAntPConc 4.1. تحديد الكلمات الأكثر تكرارًا في المتون لتحديد الكلمات الأكثر تكرارًا في متن الوثائق المالية، استُخدمت أداة Word list في برنامج AntConc. وقد وفّرت نتائج تكرار الكلمات في المتون الإنجليزية والفرنسية والليتوانية، مما أتاح مقارنة تكرارات الكلمات في اللغات موضع الدراسة وإعداد قائمة ثلاثية اللغات بأكثر 10 كلمات تكرارًا (انظر الجدول 1). كما وفّرت أداة Word list معلومات عن عدد رموز الكلمات وأنواعها في المتون، وأتاحت الوصول إلى السياق الذي استُخدمت فيه المصطلحات (انظر الجدول 1). الجدول 1. أكثر 10 كلمات تكرارًا في المتون EN (المتن: 802 933 رمزًا للكلمات، و9333 نوعًا من الكلمات) | FR (المتن: 940 655 رمزًا للكلمات، و12365 نوعًا من الكلمات) | LT (المتن: 639 279، و24727 نوعًا من الكلمات) 1. | risk (3252)، risks (592) | risque (2855)، risques (997) | rizikos (2549)، riziką (1063)، rizika (536)، rizikai (355)، rizikas (4) 2. | credit (3183)، credits (18) | credit (3307)، credits (222) | kredito (3103)، kreditų (52)، kreditų (29)، kreditą (28)، kreditas (8)، kreditai (6)، kreditais (4)، kredítus (3)، kreditams (2) 3. | market (1642)، markets (424) | marché (1631)، marches (484) | rinkos (1355)، rinkų (310)، rinka (229)، rinkoje (226)، rinką (76)، rinkose (75)، rinkai (51)، rinkoms (18)، rinkas (7)، rinkomis (2) 94 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian EN (corpus 802 933 word tokens, 9333 word types) FR (corpus 940 655 word tokens, 12365 word types) LT (corpus 639 279, 24727 word types) 4. amount (1545) montant (1672) suma, sumos (684) 5. instruments (1448) instruments (1489) priemones (1542), priemonių (1393), priemones (649) 6. value (1356) valeur (1754) vertės, vertė (599) 7. securities (1275) titres (1229), titrisation (503) vertybinių popierių (1095), vertybinio popieriaus (691) 8. services (1275) services (1778) paslaugų, paslaugas (485) 9. capital (1093) capital (660) kapitalo (1143) 10. funds (1087) fonds (2773) lėšų (877) تكشف نتائج هذا التحليل أن أكثر الكلمات ورودًا في مدونات اللغات الثلاث موضع الدراسة هي ‘risk’ و‘credit’، في حين تأتي كلمة ‘market’ في المرتبة الثالثة في قوائم التواتر. وكثيرًا ما ترد الكلمات الثلاث معًا في الوثائق المالية، ولا سيما كلمتا ‘risk’ و‘credit’. ويمكن تفسير ذلك بالعلاقة الدلالية الوثيقة بين الكلمتين: فمن البديهي أن أي معاملة مالية تنطوي على خطر، وبعبارة أخرى، فإن ‘credit’ يولّد ‘risk’. والصيغة النحوية الأكثر شيوعًا للكلمات هي المفرد، مع استخدام الجمع أيضًا في اللغات المدروسة. أما في اللغة الليتوانية، وهي لغة تركيبية ذات نظام تصريف غني، فتُستخدم الكلمات في حالات إعرابية مختلفة، وأكثرها شيوعًا المضاف إليه المفرد. تتيح نتائج التحليل القول إن الكلمات ‘risk’ و‘credit’ و‘market’ ينبغي أن تُعدّ مفردات تدل على المفاهيم الأساسية في المجال المالي. وقد اختيرت كلمة ‘risk’، وهي الأكثر ورودًا في المدونات، لاستخراج المصطلحات وتحليلها لاحقًا. بما أن موضوع البحث هو المصطلحات الإنجليزية متعددة الكلمات التي تتضمن الكلمة المفتاحية المختارة (كلمة ‘risk’) ومقابلاتها بالفرنسية والليتوانية، فقد نُظّم العمل اللاحق لاستخراج المصطلحات وفق المراحل الآتية: تحديد المتلازمات اللفظية الإنجليزية المهيمنة لكلمة ‘risk’؛ واستخراج العبارات الاسمية التي تكون فيها كلمة ‘risk’ بمثابة Terminologija | 2018 | 25 95 رأس العبارة الاسمية، واختيار العبارات ذات القيمة الاصطلاحية، وتحديد مقابلاتها بالفرنسية والليتوانية. 4.2. تحديد المتلازمات اللفظية لكلمة ‘risk’ في المدونة الإنجليزية في المرحلة الثانية من استخراج المصطلحات، حُدّدت المتلازمات اللفظية المهيمنة لكلمة ‘risk’ في المدونة الإنجليزية. وقد أُنجز ذلك باستخدام أداة AntConc Collocates. وأتاحت هذه الأداة تحديد المتلازمات اللفظية الواقعة على يسار الكلمة المفتاحية وعلى يمينها، كما أتاحت تحليل الأنماط غير المتتابعة في اللغات. وفّرت الأداة التواتر الإجمالي للمتلازمات اللفظية، وكذلك تواتراتها على يسار كلمة ‘risk’ وعلى يمينها. كما عرضت قيم المقاييس الإحصائية (درجات المعلومات المتبادلة (MI)) التي بيّنت درجة الترابط التركيبي بين الكلمة المفتاحية ومتلازماتها اللفظية. وتُعرض نتائج تحليل المتلازمات اللفظية في الجدول 2، الذي يقدم بيانات شاملة عن المتلازمات ذات أعلى درجات MI (أفضل 10). الجدول 2. أفضل 10 متلازمات لفظية لكلمة ‘risk’ في المدونة الإنجليزية التواتر الإجمالي | التواتر (يسارًا) | التواتر (يمينًا) | درجة MI 1. التخفيف | 51 | 37 | 14 | 8.1 2. المعالجة | 100 | 9 | 91 | 8.01 3. الأوزان | 65 | 4 | 61 | 7.7 4. منهجي | 120 | 119 | 1 | 7.7 5. الملف | 87 | 1 | 86 | 7.48 6. منخفض | 68 | 62 | 6 | 7.2 7. مُسنَد | 127 | 95 | 32 | 6.89 8. التعرّض | 491 | 71 | 420 | 6.4 9. محدد | 177 | 148 | 29 | 6.3 10. تشغيلي | 129 | 114 | 15 | 5.99 تكشف النتائج عن أقرب سياق معجمي لكلمة ‘risk’ في اللغة الإنجليزية، وتتيح استشراف النواة المهيمنة المكوّنة من كلمتين للمصطلحات متعددة الكلمات التي تتضمن كلمة ‘risk’ في المدونة المدروسة. 96 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian 4.3. استخراج العبارات الاسمية التي تتضمن كلمة «risk» بوصفها الاسمَ الرئيس في المدونة الإنجليزية ركز المزيد من تحليل المدونة واستخراج المصطلحات على المتلازمات ذات البنية الشكلية المحددة، وهي العبارات الاسمية التي تتضمن كلمة «risk» بوصفها الاسم الرئيس. وقد استُخرجت من المدونة الإنجليزية باستخدام أداتي Clusters وConcordance. أتاحت أداة Clusters البحث عن المتواليات (تراكيب الكلمات) التي تتضمن كلمة «risk» مع متلازماتها السابقة واللاحقة. كما أتاحت تحديد الحدين الأدنى والأقصى لطول المتواليات (عدد الكلمات)، والحد الأدنى لتواتر المتواليات المعروضة. وكان من الممكن عرض المتواليات مرتبةً إما حسب تواترها أو حسب عدد الملفات التي ظهرت فيها ضمن المدونات. ضُبطت المعايير التالية لاستخراج العبارات الاسمية التي تتضمن كلمة «risk» بوصفها الاسم الرئيس: حجم المتوالية من كلمتين إلى خمس كلمات، والترتيب حسب التواتر. وكان لا بد أيضًا من تحديد موضع الكلمة المفتاحية: رُتبت أولًا المتواليات التي تقع فيها الكلمة المفتاحية في الطرف الأيمن، ثم المتواليات التي تقع فيها في الطرف الأيسر. وباستخدام معيار «البحث عن الكلمة المفتاحية على اليمين»، عرضت الأداة 4814 رمزًا للمتواليات و181 نوعًا منها؛ أما باستخدام معيار «البحث عن الكلمة المفتاحية على اليسار»، فعرضت 4284 رمزًا للمتواليات و137 نوعًا منها. استُخرجت يدويًا من قوائم المتواليات المعروضة العبارات الاسمية التي تتضمن كلمة «risk» بوصفها الاسم الرئيس. وحُلّل سياقها الأوسع باستخدام أداة Concordance، التي أتاحت تحديد حدود العبارات الاسمية والعبارات التي تتضمن متلازمات كلمة «risk» السابقة واللاحقة معًا. ويعرض الجدول 3 أكثر العبارات الاسمية تواترًا. الجدول 3. أكثر 20 عبارة اسمية تواترًا تتضمن كلمة «risk» بوصفها الاسم الرئيس العبارات الاسمية («risk» على اليمين) التواتر. العبارات الاسمية («risk» على اليسار) التواتر. 1. مخاطر الائتمان 471 1. مخاطر الرفع المالي المفرط 18 2. المخاطر النظامية 113 2. مخاطر أداة الدين 12 3. المخاطر التشغيلية 102 3. مخاطر الخسارة 12 4. مخاطر السيولة 97 4. مخاطر حجب القدرة 10 Terminologija | 2018 | 25 97 العبارات الاسمية (كلمة «المخاطر» في الطرف الأيمن) | التكرار | العبارات الاسمية (كلمة «المخاطر» في الطرف الأيسر) | التكرار 5. مخاطر محددة | 86 | 5. مخاطر على أطراف ثالثة | 8 6. مخاطر السوق | 76 | 6. مخاطر الذمم المدينة المشتراة | 7 7. مخاطر الائتمان للطرف المقابل | 41 | 7. مخاطر تغير الأسعار | 7 8. مخاطر التخفيف | 33 | 8. مخاطر التعطل | 6 9. مخاطر أسعار الفائدة | 32 | 9. مخاطر الاستقرار المالي | 2 10. مخاطر الأعمال | 26 | 10. مخاطر المقترض | 2 تكشف النتائج أن العبارات الاسمية التي تتضمن كلمة «المخاطر» في أقصى اليمين أكثر تواتراً بكثير من العبارات الاسمية التي تتضمن كلمة «المخاطر» في أقصى اليسار. وقد عُثر في المدونة على أمثلة قليلة فقط للعبارات الاسمية التي تتضمن متلازمات لفظية على يسار كلمة «المخاطر» ويمينها معاً: مخاطر الائتمان للمعاملات المعاد شراؤها، ومخاطر الائتمان لمركز التوريق، ومخاطر الائتمان على الأطراف الثالثة. أُعدّت قائمة بأفضل 70 عبارة اسمية إنجليزية تتضمن كلمة «المخاطر» بوصفها الاسم المحوري، لاستخدامها في البحث اللاحق. ولم تُدرج في القائمة إلا العبارات الاسمية ذات القيمة الاصطلاحية (أي التي تدل على مفاهيم مجردة في المجال المالي). ويُشار إليها في التحليل اللاحق بالمصطلحات متعددة الكلمات. 4.4. تحديد المقابلات الفرنسية والليتوانية للمصطلحات الإنجليزية المختارة في المرحلة النهائية من استخراج المصطلحات، حُدّدت المقابلات الفرنسية والليتوانية للمصطلحات الإنجليزية المختارة. ونُفّذ هذا الهدف باستخدام برنامج AntPConc المطوّر لتحليل المدونات المتوازية. وحُمّلت مدونات اللغات الثلاث موضع الدراسة إلى البرنامج. وعند البحث عن المصطلحات الإنجليزية المختارة في المدونة الإنجليزية، عرض البرنامج المقاطع المتوازية من النصوص الفرنسية والليتوانية، مما أتاح اختيار المقابلات اللازمة يدوياً. وبالمجموع، حُدّد 70 مقابلاً فرنسياً و70 مقابلاً ليتوانياً للمصطلحات الإنجليزية المختارة. ويعرض الجدول 4 أفضل 10 مصطلحات إنجليزية ومقابلاتها الفرنسية والليتوانية. كشفت نتائج هذا التحليل عن الفروق الشكلية بين المصطلحات في اللغات موضع الدراسة، والتي تُبحث وتُناقش أدناه. 98 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian الجدول 4. أفضل 10 مصطلحات باللغة الإنجليزية ومكافئاتها بالفرنسية والليتوانية EN FR LT مخاطر الائتمان مخاطر الائتمان مخاطر الائتمان المخاطر النظامية المخاطر النظامية المخاطر النظامية المخاطر التشغيلية المخاطر التشغيلية المخاطر التشغيلية مخاطر السيولة مخاطر السيولة مخاطر السيولة المخاطر المحددة المخاطر المحددة المخاطر المحددة مخاطر السوق مخاطر السوق مخاطر السوق مخاطر الائتمان للطرف المقابل مخاطر الائتمان للطرف المقابل مخاطر الائتمان للطرف المقابل مخاطر التخفيف مخاطر التخفيف مخاطر المستحقات مخاطر أسعار الفائدة مخاطر أسعار الفائدة مخاطر أسعار الفائدة مخاطر الأعمال المخاطر الاقتصادية مخاطر الأعمال 5. تحليل البنية الشكلية للمصطلحات المستخرجة خضعت المصطلحات المستخرجة لمزيد من التحليل باستخدام مبادئ التحليل التلازمي النحوي، بهدف الكشف عن نماذج البنية الشكلية للمصطلحات في لغات مختلفة. تندرج مكوّنات المصطلحات ضمن فئتين رئيسيتين: الاسم المحوري «risk» ومعدِّلاته. واستنادًا إلى مواضع المعدِّلات، حُدّد نمطان للتعديل: التعديل السابق للاسم (حيث تأتي المعدِّلات قبل الاسم المحوري) والتعديل اللاحق للاسم (حيث تأتي المعدِّلات بعد الاسم المحوري). ولم تُدرج في قائمة أفضل 70 مصطلحًا المختارة للتحليل الإحصائي أي مصطلحات تشتمل على معدِّلات سابقة ولاحقة للاسم معًا. ركز التحليل على الجوانب الآتية لتكوين المصطلحات: عدد مكوّنات المصطلحات، وأنماط التعديل، والتراكيب النحوية للمصطلحات (موضع المعدِّلات وفئاتها النحوية). ويعرض الجدولان 5 و6 النتائج الموجزة للتحليل. تكشف النتائج المعروضة في الجدولين أن أنماط التعديل في المصطلحات تختلف باختلاف اللغات المدروسة. وقد أُجري التحليل الكمي Terminologija | 2018 | 25 99 للتعديل بهدف تحديد أنماط التعديل السائدة في اللغات المدروسة؛ وتُعرض نتائجه في الرسم البياني 1. الجدول 5. التراكيب النحوية لأنماط التعديل السابق للاسم في المصطلحات التراكيب النحوية EN FR LT N + «risk» 19 مصطلحًا، مثل: مخاطر الائتمان، مخاطر التركز، مخاطر السيولة، مخاطر الأعمال. – 18 مصطلحًا، مثل:مخاطر المقترضين، مخاطر المعاملات، مخاطر الحفظ. A + «risk» 18 مصطلحًا، مثل:المخاطر الريادية، المخاطر الداخلية، المخاطر المحتملة. – 17 مصطلحًا، مثل:المخاطر النظامية، المخاطر التشغيلية، مخاطر الاستثمار اسم + اسم + ‘risk’ 3 terms: credit and liquidity risk, interest rate risk, counterparty credit risk – 9 مصطلحات، مثل: مخاطر الائتمان اليومية، مخاطر أسعار الفائدة، مخاطر الطرف المقابل صفة + اسم + ‘risk’ 12 terms, e.g.: significant credit risk, specific credit risk, foreign exchange risk. – 9 مصطلحات، مثل: مخاطر ائتمانية منخفضة، مخاطر ائتمانية محددة، مخاطر المستحقات صفة/عدد + اسم + + اسم + ‘risk’ 1 term: minimal credit and market risk – 12 مصطلحًا، مثل: الحد الأدنى من مخاطر الائتمان والسوق، مخاطر السيولة لليلة واحدة، مخاطر الائتمان لليلة واحدة صفة + صفة + اسم + + ‘risk’ 4 terms, e.g.: specific and general credit risk, intraday and overnight credit risk, intraday and overnight liquidity risk – 5 مصطلحات، مثل: مخاطر القرارات الخاطئة المحددة، مخاطر المستحقات المكتسبة، مخاطر الائتمان العامة والمحددة 100 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian الجدول 6. التراكيب النحوية لأنماط التعديل اللاحق للاسم للمصطلحات التراكيب النحوية EN FR LT «المخاطر» + PP 13 مصطلحًا، مثل: مخاطر المؤسسة، مخاطر النظام المالي، مخاطر الخسارة 22 مصطلحًا، مثل: مخاطر الائتمان، مخاطر التركّز، مخاطر النماذج – «المخاطر» + A – 20 مصطلحًا، مثل: المخاطر خلال اليوم، المخاطر الداخلية، المخاطر المحددة – «المخاطر» + A + PP – 4 مصطلحات، مثل: مخاطر الارتباط المحددة، مخاطر الارتباط المهمة، مخاطر الارتباط العامة – «المخاطر» + PP + A – 15 مصطلحًا، مثل: مخاطر الائتمان المحددة، مخاطر الائتمان اليومية، مخاطر السلع – «المخاطر» + PP + A + + PP – 9 مصطلحات، مثل: مخاطر الائتمان خلال اليوم على مدى 24 ساعة، مخاطر السيولة خلال اليوم على مدى 24 ساعة – الرسم البياني 1. أنماط تعديل المصطلحات Terminologija | 2018 | 25 1 0 1 تُظهر النتائج أن التعديل السابق للاسم هو السائد في اللغتين الإنجليزية والليتوانية، في حين أن التعديل اللاحق للاسم يميز اللغة الفرنسية. ولم يُعثر في الفرنسية على أي مصطلحات تتبع نمط التعديل السابق للاسم، كما لم تُكتشف في الليتوانية أي مصطلحات تتبع أنماط التعديل اللاحق للاسم. وكانت المصطلحات الإنجليزية وحدها من النوعين، مع أن عدد المصطلحات ذات المعدِّلات اللاحقة للاسم منخفض نسبيًا. تتضمن جميع المصطلحات المدروسة مُعدِّلًا واحدًا أو عدة مُعدِّلات، وهي أسماء أو صفات أو عبارات جارّة تتخذ مواقع مختلفة داخل الوحدات المصطلحية. وتُظهر نتائج التحليل أن المُعدِّلات السائدة في المصطلحات الإنجليزية والليتوانية هي الأسماء والصفات، بينما تُعدَّل كلمة ‘risk’ في المصطلحات الفرنسية غالبًا بعبارات جارّة. ويمكن تصنيف المصطلحات التي تتألف من 3 كلمات فأكثر تصنيفًا إضافيًا وفقًا لمستويات التعديل فيها (مصطلحات تتضمن مُعدِّلات تعدّل الاسم المحوري، ومصطلحات تتضمن مُعدِّلات تعدّل مُعدِّلات أخرى)، لكن هذا التحليل غير معروض في هذه الورقة بسبب ضيق المساحة. تكشف النتائج الموجزة الواردة في الجداول أيضًا أن المصطلحات تختلف في عدد مكوّناتها. وأُجري تحليل كمي لطول المصطلحات لتحديد العدد السائد لمكوّناتها في اللغات المدروسة؛ وتُعرض نتائجه في المخطط 2. يكشف المخطط عن اتجاهين رئيسيين. أولًا، يراعي واضعو مصطلحات الاتحاد الأوروبي المطلب الأساسي للاقتصاد اللغوي (إيجاز المصطلحات): فالمصطلحات المؤلفة من كلمتين هي السائدة في اللغات الثلاث. ثانيًا، لا يتجاوز عدد المصطلحات الإنجليزية والفرنسية التي تضم أكثر من 2–3 كلمات بضع مصطلحات، بينما في المخطط 2. عدد مكوّنات المصطلح 102 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian تشكل المصطلحات الليتوانية المؤلفة من 4 كلمات فأكثر جزءًا مهمًا من البيانات المختارة (17 من أصل 70). يتوافق اتجاه شيوع المصطلحات المؤلفة من كلمتين مع الاتجاهات التي توصل إليها باحثون آخرون في المصطلحية. فقد أظهر البحث الذي أجرته Agnė Bielinskienė وآخرون حول الاستخراج الآلي لمصطلحات التعليم والعلوم وتعريفها أن معظم مصطلحات هذا المجال الليتوانية تتألف من كلمتين؛ إذ شكّلت أكثر من ثلثي المصطلحات المختارة من بين المرشحين المصطلحيين المستخرجين آليًا من متن متخصص (Bielinskienė et al. 2015: 62). كما أظهر البحث التقابلي الذي أجرته Liudmila Mockienė حول مصطلحات القانون الدستوري الاتجاه نفسه في ثلاث لغات مختلفة. ففي النصوص القانونية ذات الطابع الدستوري المدروسة بالإنجليزية والروسية والليتوانية، تألفت غالبية المصطلحات متعددة الكلمات المستخرجة من مكوّنين: وشكّلت 78.5% من المصطلحات الإنجليزية متعددة الكلمات، و62% من المصطلحات الروسية متعددة الكلمات، و74.5% من المصطلحات الليتوانية متعددة الكلمات (Mockienė 2016: 43–45). وهكذا، يميل واضعو المصطلحات في مجالات ولغات مختلفة إلى الالتزام بالمبدأ نفسه، أي الاقتصاد اللغوي وسهولة الاستخدام. 6. ا ل خ ا ت م ة أتاح البرنامج AntCont، المستخدم لتحليل المدونات أحادية اللغة، والبرنامج AntPConc، المستخدم لتحليل المدونات المتوازية، استخراج المصطلحات متعددة الكلمات بالإنجليزية والفرنسية والليتوانية التي تتضمن كلمة ‘risk’ بوصفها الاسم المحوري، وذلك من المدونات المتخصصة لوثائق الاتحاد الأوروبي في المجال المالي، التي جُمعت لأغراض البحث. وأُجري الاستخراج على المراحل الآتية: • استخراج الكلمات المفتاحية من المدونات الإنجليزية والفرنسية والليتوانية (الكلمات ذات الصلة المصطلحية المحتملة والمميزة للمجال الذي تمثله المدونات)، واختيار الكلمة المفتاحية الأكثر شيوعًا (كلمة ‘risk’) لمزيد من التحليل؛ • استخراج المتلازمات اللفظية لكلمة ‘risk’ والعبارات الاسمية التي تتضمن كلمة ‘risk’ بوصفها الاسم المحوري، مع متلازمات لفظية يسارية و/أو يمينية، من المدونة الإنجليزية؛ • انتقاء الوحدات المعجمية ذات القيمة المصطلحية من قائمة العبارات الاسمية المستخرجة؛ • تحديد المقابلات الفرنسية والليتوانية للمصطلحات الإنجليزية المختارة في المدونة المتوازية الإنجليزية-الفرنسية-الليتوانية. Terminologija | 2018 | 25 1 0 3 أثبتت المنهجية المطبقة ملاءمتها للاستخراج الفعّال للمصطلحات من النصوص متعددة اللغات، ويمكن استخدامها لتطوير قواعد المصطلحات أو تحديثها، أو لإجراء التحليل العلمي للمصطلحات. كشف تحليل البنية الشكلية للمصطلحات المستخرجة عن بعض الاتجاهات الرئيسية في تكوين المصطلحات في اللغات موضع الدراسة: • تسود الإضافة السابقة للاسم في اللغتين الإنجليزية والليتوانية، بينما تتميز اللغة الفرنسية بالإضافة اللاحقة للاسم؛ • تتمثل المحددات الغالبة للمصطلحات الإنجليزية والليتوانية في الأسماء والصفات، بينما تُعدَّل كلمة ‘risk’ في المصطلحات الفرنسية غالبًا بعبارات جار ومجرور؛ • النوع السائد من المصطلحات بحسب عدد المكوّنات هو المصطلح المؤلف من كلمتين؛ إذ يشكّل أكبر عدد من المصطلحات في قوائم أفضل 70 مصطلحًا بالإنجليزية والفرنسية والليتوانية. ويبيّن ذلك أن واضعي المصطلحات في الاتحاد الأوروبي يلتزمون بالمتطلب الأساسي للاقتصاد اللغوي (إيجاز المصطلحات)؛ • لا يتجاوز عدد الكلمات في سوى عدد قليل من المصطلحات الإنجليزية والفرنسية 2–3 كلمات، في حين تشكّل المصطلحات التي تتضمن 4 كلمات فأكثر في قائمة أفضل 70 مصطلحًا باللغة الليتوانية جزءًا كبيرًا من البيانات المختارة (17 من أصل 70). تكشف نتائج تحليل البنية الشكلية عن اتجاهات تكوين المصطلحات في اللغات موضع الدراسة، وتوفر معلومات اصطلاحية قد تفيد واضعي المصطلحات والمترجمين. ويمكن استخدام الأنماط النحوية التي حُدّدت في البحث لتطوير أساليب لغوية آلية لاستخراج المصطلحات دون كلمات مفتاحية محددة مسبقًا. REFERENCES Aston G., Burnard L. 1998: The BNC Handbook. Exploring the British National Corpus with SARA, Edinburgh: Edinburgh University Press. Atkins S., Rundell M., Sato H. 2003: The contribution of FrameNet to practical lexicography. – International Journal of Lexicography 16(3), 333–357. Bielinskienė A., Boizou L, Grigonytė G., Kovalevskaitė J., Rimkutė E., Utka A. 2015: Lietuvių kalbos terminų automatinis atpažinimas ir apibrėžimas. Monografija, Kaunas: Vytauto Didžiojo universitetas. Butler C. S. 2004: Corpus studies and functional linguistic theories. – Functions of Language 11(2), 147–186. Cabré M. T., Montané M. A., Nazar R. 2012: Corpus-based Terminology Processing. TKE 2012 Tutorial. Available at http://terminus.iula.upf.edu/tke2012/. Hoey M. 2005: Lexical Priming: A New Theory of Words and Language, London: Routledge. Janulevičienė V., Rackevičienė S. 2014: Formation of criminal law terms in English, Lithuanian and Norwegian. – LSP journal – Language for special purposes, professional communication, knowledge management and cognition 15(1), 4–20. 104 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Lehecka T. 2015: Collocation and colligation. – Handbook of Pragmatics Online. J.-O. Östman, & J. Verschuren (Eds.), Amsterdam: John Benjamins Publishing Company, 1–23. Khurshid A., Rogers M. 1992: Terminology management: a corpus-based approach. – Translating and the Computer 14, 33–44. Marcinkevičienė R. 2000: Terminografija ir tekstynas. – Terminologija 6, 5–23. Mockienė L. 2016: Formation of terminology of constitutional law in English, Lithuanian and Russian. Doctoral Thesis, Vilnius: Mykolas Romeris University. Nakagawa H. 2001: Experimental evaluation of ranking and selection methods in term extraction. – Recent Advances in Computational Terminology. D. Bourigault, Ch. Jacquemin and M.-C. L’Homme (Eds.), Amsterdam/Philadelphia: John Benjamins Publishing Company, 303–325. Newman J., Rice S. 2006: Transitivity schemas of English EAT and DRINK in the BNC. – Corpora in Cognitive Linguistics: Corpus-Based Approaches to Syntax and Lexis. S.T. Gries and A. Stefanowitsch (Eds.), Berlin/New York: Mouton de Gruyter, 225–260. Pearson J. 1998: Terms in Context, Amsterdam/Philadelphia: John Benjamins Publishing Company. Sinclair J. 1998: The lexical item. – Contrastive Lexical Semantics. E. Weigand (Ed.), Amsterdam: John Benjamins Publishing Company, 1–24. Zeller I. 2005: Automatinis terminų atpažinimas ir apdorojimas. Daktaro disertacija, Kaunas: Vytauto Didžiojo universitetas, Vilnius: Lietuvių kalbos institutas. SOURCES Official Journal of European Union: https://eur-lex.europa.eu/oj/direct-access.html COMPUTER SOFTWARE USED FOR THE ANALYSIS Anthony L. 2014: AntConc (Version 3.4.4w) [Computer Software]. Tokyo, Japan: Waseda University. Available at http://www.antlab.sci.waseda.ac.jp Anthony L. 2017: AntPConc (Version 1.2.0) [Computer Software]. Tokyo, Japan: Waseda University. Available at http://www.antlab.sci.waseda.ac.jp Supernova-soft. NOVA Text Aligner. Available at https://nova-text-aligner.soft112.com/. ANGLŲ, PRANCŪZŲ IR LIETUVIŲ KALBŲ DAUGIAŽODŽIŲ TERMINŲ SU ŽODŽIU RIZIKA ANALIZĖ TEKSTYNŲ LINGVISTIKOS METODAIS Straipsnyje pristatomi deskriptyviosios terminologijos tyrimo principai bei empirinis daugiažodžių terminų su žodžiu rizika tyrimas, kurio tikslas – taikant tekstynų lingvistikos metodus, surinkti terminus iš ES finansų srities dokumentų tekstynų ir atlikti jų formaliosios sandaros analizę. Tyrimo tikslams buvo sukaupti keturi tekstynai: finansų srities dokumentų anglų kalba (802 933 žodžiai), prancūzų kalba (940 655 žodžiai) ir lietuvių kalba (639 279 žodžiai) bei lygiagretusis anglų–prancūzų–lietuvių kalbų tekstynas. Iš tekstynų surinkta 210 terminų, kuriuose žodis rizika eina pagrindiniu dėmeniu: 70 angliškų terminų ir po tiek pat jų atitikmenų prancūzų ir lietuvių kalbomis. Žodžio rizika pasirinkimą lėmė tai, kad šis žodis buvo dažniausias visų trijų kalbų tekstynuose. Terminų atpažinimui ir surinkimui buvo naudojamos dvi kompiuterinės programos – AntConc ir AntPConc. Dirbta tokiais etapais: • dažniausių žodžių, galinčių būti terminų branduoliu, angliškame, prancūziškame ir lietuviškame tekstynuose nustatymas ir vieno iš jų (žodžio rizika) atrinkimas tolesnei analizei; Terminologija | 2018 | 25 105 • žodžio rizika kolokacijų ir daiktavardinių junginių su pagrindiniu dėmeniu rizika ir jo kairiaisiais bei dešiniaisiais kolokatais nustatymas angliškame tekstyne; • daiktavardinių junginių, laikytinų daugiažodžiais terminais, atrinkimas; • atrinktų angliškų terminų prancūziškų ir lietuviškų atitikmenų nustatymas. Pritaikyta metodologija leido rezultatyviai surinkti daugiažodžius terminus iš daugiakalbių tekstynų. Tai duoda pagrindą teigti, kad ji gali būti taikoma terminų kaupimui bei tyrimams. Surinktų terminų formaliosios sandaros analizė atskleidė keletą svarbių terminų darybos tendencijų tiriamose kalbose: • vyraujantis terminų tipas pagal dėmenų skaičių visose trijose tiriamose kalbose yra dvižodžiai terminai; tai rodo, kad ES terminų kūrėjai laikosi kalbos ekonomijos principo ir stengiasi kurti kuo trumpesnius daugiažodžius terminus; • tik keletas angliškų ir prancūziškų terminų turi daugiau kaip 2–3 dėmenis; tuo tarpu lietuviški terminai, susidedantys iš 4 ir daugiau dėmenų, sudaro beveik ketvirtadalį surinktų terminų; • anglų ir lietuvių kalbų terminų darybos modeliuose vyrauja prepozicinė ir postpozicinė modifikacija, o prancūzų kalbos – postpozicinė modifikacija; • daugumos anglų ir lietuvių kalbų terminų priklausomieji dėmenys yra daiktavardžiai ir būdvardžiai, o prancūzų kalboje – prielinksninės konstrukcijos. Formaliosios sandaros analizės rezultatai suteikia informacijos, kuri gali būti naudinga terminų kūrėjams ir vertėjams. Tyrimo metu nustatyti sintaksinių struktūrų modeliai gali būti taikomi, kuriant kompiuterinius lingvistinius metodus automatiniam terminų atpažinimui be iš anksto pasirinktų raktažodžių. Gauta 2018-05-21 Oksana Smirnova Mykolo Romerio universitetas Ateities g. 20, LT-08303 Vilnius E. paštas [email protected] Sigita Rackevičienė Mykolo Romerio universitetas Ateities g. 20, LT-08303 Vilnius E. paštas [email protected] 106 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian