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

Analiza korpusowa terminów wielowyrazowych zawierających słowo ‘Ryzyko’ w języku angielskim, francuskim i litewskim OKSANA SMIRNOVA Uniwersytet Mykolasa Romerisa, Litwa SIGITA RACKEVIČIENĖ Uniwersytet Mykolasa Romerisa, Litwa SŁOWA KLUCZOWE: terminologia deskryptywna, analiza oparta na korpusie, terminy finansowe, ekstrakcja terminów, wzorce tworzenia terminów 1. WPROWADZENIE Technologie obliczeniowe otworzyły nowe możliwości dla badań lingwistycznych: korpusy cyfrowe i oprogramowanie do analizy korpusów ułatwiły dostęp do najgłębszych struktur języka i relacji między różnymi jednostkami językowymi, a także umożliwiły ujawnianie specyfiki ich użycia w różnych dziedzinach i w różnych okresach. Dlatego współcześnie analizę języka naturalnego opartą na korpusach stosuje się w szerokim zakresie obszarów lingwistyki: leksykografii, nauczaniu języków, rozwoju tłumaczenia maszynowego, tworzeniu lingwistycznych baz danych itp. Badania terminologiczne również w dużej mierze zaczęły opierać się na korpusach. Korpusy cyfrowe umożliwiają terminologom pracę z dużą liczbą dokumentów, obserwowanie szczególnych cech języka specjalistycznego, gromadzenie informacji o rzeczywistym użyciu terminów i ich ewolucji, wychwytywanie nowych terminów, których nie można było intuicyjnie wyczuć ani przewidzieć, a także prowadzenie analizy kontrastywnej danych w kilku językach. Oprogramowanie do analizy korpusów oraz narzędzia do automatycznej i półautomatycznej ekstrakcji terminów przyczyniają się również do standaryzacji terminologii; na przykład obliczenie częstotliwości synonimów może dostarczyć użytecznych danych dystrybucyjnych wskazujących terminy preferowane statystycznie (Khurshid, Rogers 1992: 36). W ten sposób korpusy cyfrowe pozwalają terminologom weryfikować informacje terminograficzne o terminach zawarte w istniejących bazach danych i stale je aktualizować. 86 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Według M. Teresa Cabré, M. Amor Montané i Rogelio Nazar celem współczesnej terminologii jest tworzenie formalnych, semantycznych i funkcjonalnych opisów jednostek leksykalnych mających wartość terminologiczną, a także wyjaśnianie ich relacji z pozostałymi jednostkami systemu językowego. Przedmiotem badań terminologicznych jest „żywa terminologia” (terminologia występująca naturalnie w tekstach specjalistycznych) oraz komunikacyjny aspekt użycia terminów, który najlepiej odzwierciedla korpus (Cabré, Montané, Nazar 2012). Cel, przedmiot i cele badania. Celem badania jest zastosowanie metodologii lingwistyki korpusowej do ekstrakcji i analizy struktury formalnej wielowyrazowych terminów z dziedziny finansów zawierających wyraz „risk” jako rzeczownik nadrzędny w języku angielskim, francuskim i litewskim. Aby osiągnąć ten cel, wyznaczono następujące cele szczegółowe: 1) przeanalizować zasady terminologii opisowej opartej na korpusach, w tym metody analizy kolokacyjno-koligacyjnej; 2) skompilować korpusy unijnych aktów prawnych z dziedziny finansów w trzech językach (angielskim, francuskim i litewskim) oraz wybrać oprogramowanie odpowiednie do badań opartych na korpusach; 3) wyodrębnić z korpusów najczęstsze wyrazy w badanych językach i wybrać najczęstsze słowo kluczowe (rzeczownik) do dalszej analizy; 4) przeprowadzić analizę kolokacyjną wybranego słowa kluczowego w korpusie angielskim i wyodrębnić z materiału tego korpusu wielowyrazowe terminy zawierające wybrane słowo kluczowe jako semantyczny i składniowy człon nadrzędny; 5) ustalić francuskie i litewskie odpowiedniki wybranych terminów angielskich w równoległym korpusie angielsko-francusko-litewskim; 6) przeprowadzić ilościową analizę struktury formalnej wybranych terminów wielowyrazowych oraz określić, które wzorce modyfikacji i struktury składniowe terminów dominują w badanych językach. Dane i zakres badania. Na potrzeby badania skompilowano cztery korpusy unijnych dokumentów z dziedziny finansów: trzy korpusy jednojęzyczne (angielski, francuski i litewski) oraz jeden korpus równoległy (EN-FR-LT). Wielkości korpusów są następujące: EN 802 933 wyrazy, FR 940 655 wyrazów, LT 639 279 wyrazów. Łącznie 210 finan- Terminologija | 2018 | 25 87 Wyodrębniono terminy finansowe zawierające słowo ‘risk’ jako rzeczownik główny: 70 terminów angielskich oraz ich odpowiedniki w języku francuskim i litewskim. Wybór słowa ‘risk’ wynikał z danych korpusowych, które wykazały, że słowo to występowało najczęściej w wybranych dokumentach UE. 2. TEORETYCZNE PODSTAWY BADANIA 2.1. Preskryptywne i deskryptywne zarządzanie terminologią Rozwój technologii komputerowych wykorzystywanych w badaniach nad językiem naturalnym wyraźnie odróżnił tradycyjną terminologię od współczesnej. Podejście terminologów do koncepcji terminu, źródeł terminów, ich normalizacji oraz innych zagadnień terminologicznych znacznie się zmieniło. Wyróżniono dwa kierunki badań i zarządzania terminologią: terminologia preskryptywna oraz terminologia deskryptywna (Zeller 2005; Bielinskienė et al. 2015). Zwolennicy terminologii preskryptywnej koncentrują się na normalizacji terminologii opartej na słownikach terminologicznych, bazach danych, wykazach zatwierdzonej terminologii oraz dokumentach określających zasady normalizacji. W terminologii preskryptywnej koncepcja terminu opiera się na miejscu opisywanego przez niego pojęcia w hierarchicznym systemie pojęciowym danej dziedziny oraz na jego relacjach z innymi pojęciami (Pearson 1998: 10; Marcinkevičienė 2000: 6). Zgodnie z zasadami terminologii preskryptywnej jeden termin powinien opisywać jedno pojęcie, ponieważ taka wzajemna odpowiedniość zmniejsza prawdopodobieństwo niejednoznaczności, ułatwia komunikację, a zarazem rozwój hierarchicznego systemu pojęciowego danej dziedziny. Terminolodzy deskryptywni odchodzą od sztywnego podejścia do koncepcji terminu, jego jednoznaczności, rozwoju hierarchicznego systemu pojęciowego i normalizacji. W terminologii deskryptywnej, w odróżnieniu od preskryptywnej, kontekst odgrywa kluczową rolę w analizie terminu, który uznaje się za jednostkę leksykalną zależną od kontekstu. Celem nie jest tworzenie terminów zgodnie z określonymi zasadami, lecz odnotowanie ich użycia, różnorodności form w różnych tekstach oraz opisanie ich właściwości, co stanowi podstawę ich normalizacji (Bielinskienė et al. 2015: 10–11). Rozwój technologii doprowadził do powstania ogromnego strumienia informacji przedstawianych w różnych rodzajach tekstów, a jednocześnie do stałego wzrostu liczby używanych w nich terminów. W tej nieustannie zmieniającej się rzeczywistości terminolo- 88 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian dzy nie są już w stanie kontrolować szybkiego rozwoju terminologii, ponieważ terminy zmieniają się szybciej, niż można je opracować. Dlatego zarządzanie terminologią wymaga bardziej elastycznego podejścia, opartego na metodologii deskryptywnej, a nie preskryptywnej. Punkt ciężkości przesunął się z normalizacji terminologii na analizę terminologii w korpusach (Bielinskinė et al. 2015: 11). Terminologia deskryptywna doprowadziła do rozwoju Komunikacyjnej Teorii Terminologii, która koncentruje się na żywej terminologii używanej w dyskursach specjalistycznych i podkreśla komunikacyjny aspekt użycia terminów (Cabré, Montané, Nazar 2012). Zgodnie z tą teorią główną rolą terminów jest przekazywanie wiedzy eksperckiej; dlatego postrzega się je „jako trójścienny wielościan mający komponent poznawczy (pojęcie), językowy (termin) i komunikacyjny (sytuacja)” (Cabré, Montané, Nazar 2012: 1). Badania terminologiczne oparte na teorii komunikacyjnej interesują się nie tylko terminologią ustanowioną w normach lub ujętą w oficjalnych bazach danych, lecz także — i przede wszystkim — terminami faktycznie używanymi w tekstach języka specjalistycznego. Teoria komunikacyjna „przyjmuje zatem nie tylko podejście in vitro, ale interesuje się również terminami in vivo” (Cabré, Montané, Nazar 2012: 1–2). Badania żywej terminologii pokazują, że tradycyjne pojęcie jednoznaczności terminu (odpowiedniości jeden do jednego między pojęciem a konkretnym terminem w różnych językach) nie znajduje potwierdzenia w rzeczywistym języku. Zmienność (synonimia, niejednoznaczność, peryfrazy, redundancja) cechuje nie tylko jednostki języka ogólnego, lecz także terminologię; dlatego pojęcia i terminy należy badać „w ich dynamicznym wzajemnym oddziaływaniu” (Cabré, Montané, Nazar 2012: 2–3). Skupienie uwagi na użyciu terminów sprawiło, że korpusy stały się głównym obszarem pracy współczesnej analizy terminologicznej. Korpusy cyfrowe i oprogramowanie do analizy korpusów wzbogaciły terminologię o zasoby i narzędzia, które pozwalają terminologom wyodrębniać terminy z dużej liczby dokumentów, wychwytywać najnowsze zmiany w terminologii danej dziedziny, analizować jej rozwój, a także ustalać powiązania pojęciowe między terminami z tej samej dziedziny. Korpusy umożliwiają uzyskanie wiarygodnych, opartych na statystyce informacji o użyciu terminów w języku naturalnym, które wcześniej były całkowicie niedostępne. Dlatego metodologia oparta na korpusach stała się dominującą metodologią, zapewniającą niezbędny zestaw narzędzi do badań i zarządzania terminologią (Zeller 2005; Cabré, Montané, Nazar 2012; Bielinskinė et al. 2015). Terminologija | 2018 | 25 89 2.2. Analiza oparta na korpusie: metody kolokacyjne i koligacyjne Ekstrakcję i analizę terminologii opartą na korpusie przeprowadza się z zastosowaniem metod statystycznych i lingwistycznych. W niniejszym badaniu stosuje się metody kolokacyjne i koligacyjne. Kolokacje odnoszą się do syntagmatycznego przyciągania między jednostkami leksykalnymi. Według Tomasa Lehecki (2015) „pojęcie kolokacji opiera się na założeniu, że każde słowo w języku preferuje określone konteksty leksykalne, a nie inne, tj. że dane słowo ma tendencję do współwystępowania z pewnymi słowami częściej niż z innymi” (Lehecka 2015: 2). Analiza statystyczna danych korpusowych służy do pomiaru stopnia przyciągania między słowami; jej wyniki pozwalają ustalić, które połączenia wyrazowe występują razem istotnie częściej, niż można by oczekiwać przypadkowo, biorąc pod uwagę całkowitą frekwencję tych słów w korpusie (Lehecka 2015: 2). W ten sposób ustala się najbardziej istotne kolokacje wybranych słów w analizowanym korpusie. Metoda ta jest stosowana głównie do kontekstowej analizy semantycznej jednostek leksykalnych, ponieważ pozwala zaobserwować całą różnorodność słów współwystępujących z badanymi jednostkami, ustalić dominujące wzorce współwystępowania, a tym samym opisać ich znaczenia na podstawie kontekstu, w którym występują (Atkins, Rundell, Sato 2003: 340–341). Analiza kolokacyjna stała się nieodzownym narzędziem leksykografów; jest również szeroko stosowana w lingwistyce komputerowej na potrzeby tłumaczenia maszynowego, przetwarzania języka naturalnego i w innych dziedzinach (Lehecka 2015). Metoda kolokacyjna jest często stosowana w połączeniu z metodą koligacyjną. Pojęcie koligacji odnosi się do przyciągania między jednostką leksykalną a wzorcem gramatycznym i opiera się na założeniu, że słowa preferują użycie w określonych wzorcach gramatycznych, a unikają innych (Sinclair 1998; Lehecka 2015). Analiza koligacyjna może zostać rozszerzona tak, aby objąć relację między jednostką leksykalną a pozycją w wyrażeniu, zdaniu składowym, zdaniu, tekście lub dyskursie, w której dana jednostka może być użyta (Hoey 2005: 49–52). Analizę koligacyjną szeroko stosowano w połączeniu z analizą kolokacyjną w badaniach znaczeń bliskoznaczników, ponieważ badania lingwistyczne oparte na korpusach wykazały, że często występują one w odmiennych kontekstach leksykalnych i gramatycznych (Lehecka 2015). Badania lingwistyki korpusowej 90 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian wykazały, że nawet różne znaczenia wyrazów polisemicznych mogą charakteryzować się odmiennymi wzorcami kolokacyjnymi i koligacyjnymi (Aston, Burnard 1998). Analizy kolokacyjne i koligacyjne dowiodły zatem, że semantyki i gramatyki nie należy traktować jako niezależnych, lecz jako ściśle powiązane systemy (Lehecka 2015). W analizach należy również uwzględnić aspekt pragmatyczny, ponieważ preferencje kolokacyjne i koligacyjne jednostki leksykalnej znacznie różnią się w zależności od dziedziny i rodzaju tekstu (Butler 2004: 157; Newman, Rice 2006). 2.3. Zastosowanie metody kolokacyjno-koligacyjnej w ekstrakcji i analizie terminów Metodę kolokacyjno-koligacyjną można również stosować do ekstrakcji terminów wielowyrazowych; jest ona szczególnie odpowiednia do ekstrakcji terminologii obejmującej wcześniej wybrane słowa kluczowe — słowa potencjalnie istotne terminologicznie, charakterystyczne dla domeny, do której należy korpus. Metodologia ta opiera się na założeniu, że terminy złożone są zbudowane z istniejących terminów prostych (Nakagawa 2001). Narzędzia do analizy korpusów wydobywają słowa współwystępujące z wcześniej wybranymi słowami kluczowymi i umożliwiają ustalenie dominujących kolokacji. Część tych kolokacji stanowią frazy rzeczownikowe, które należy wybrać z list kolokacji za pomocą metod lingwistycznych. Wybrane frazy rzeczownikowe wykorzystuje się do dalszej analizy danych korpusowych i ekstrakcji terminów wielowyrazowych składających się z wybranych fraz rzeczownikowych oraz potencjalnie dodatkowych kolokatów. W niniejszym badaniu wyekstrahowane terminy są poddawane dalszej analizie z wykorzystaniem zasad analizy koligacyjnej, aby ujawnić modele formalnej struktury terminologii w badanych językach oraz wnieść wkład w kontrastywne badania wielojęzyczne nad wzorcami tworzenia terminów (por. Janulevičienė, Rackevičienė 2014; Mockienė 2016). 3. TWORZENIE KORPUSÓW I WYBÓR OPROGRAMOWANIA DO ANALIZY Według M. Teresy Cabré, M. Amor Montané i Rogelia Nazara cel kompilowania korpusu dokumentów z określonej dziedziny jest trojaki. Po pierwsze, terminolodzy muszą zapoznać się z typem języka używanego w danej dziedzinie; po drugie, korpus jest potrzebny do ekstrakcji terminologii i przeprowadzania analiz statystycznych terminów; a Terminologija | 2018 | 25 91 wreszcie teksty służą do uzyskania uzupełniających informacji o terminach, takich jak wskazówki semantyczne, syntaktyczne czy kolokacyjne (Cabré, Montané, Nazar 2012: 3–4). Skompilowany korpus powinien być wystarczająco duży i dobrej jakości, aby można go było uznać za reprezentatywny dla wybranej dziedziny. Nie ma precyzyjnych wymagań dotyczących wielkości korpusu, powinien on jednak zawierać jak najwięcej dokumentów, ponieważ im jest większy, tym bardziej wiarygodne mogą być wnioski dotyczące użycia terminologii w danej dziedzinie (Cabré, Montané, Nazar 2012: 4). Uwzględniając wszystkie te aspekty, skompilowano korpusy aktów prawnych UE w językach angielskim, francuskim i litewskim. Akty prawne pobrano z Dziennika Urzędowego Unii Europejskiej, który jest ogólnodostępnym źródłem internetowym. Zebrano 101 aktów prawnych dotyczących finansów UE, uchwalonych w latach 2014–2017. Dokumenty przekształcono do postaci zwykłego tekstu i wyrównano w celu ekstrakcji terminów oraz ich analizy. Do kompilacji i wyrównania tekstów oraz wydobycia z nich niezbędnych danych wykorzystano trzy programy: AntConc (2014), AntPConc (2017), stworzone i certyfikowane przez Laurence’a Anthony’ego, oraz NOVA Text Aligner (2014). AntConc to bezpłatny, wieloplatformowy zestaw narzędzi do prowadzenia badań lingwistyki korpusowej i uczenia się opartego na danych, natomiast AntPConc służy do tworzenia korpusu równoległego obejmującego kilka języków. Oba programy umożliwiają badaczowi pracę z dużą ilością danych oraz przeprowadzenie kompleksowej wielojęzycznej analizy lingwistycznej. Narzędzia udostępniane użytkownikom w programie AntConc to: Word list, Collocates, Clusters, Keywords, Concordance, Concordance plot, File view tool. W niniejszym badaniu zastosowano cztery narzędzia programu AntConc: • Wordlist umożliwiło ustalenie najczęściej występujących słów w korpusach; • Collocates umożliwiło ustalenie dominujących kolokatów słowa „risk” oraz zmierzenie stopnia ich przyciągania syntagmatycznego do słowa „risk”; • Clusters umożliwiło ujawnienie najczęściej występujących terminów wielowyrazowych, w których słowo „risk” pełni funkcję rzeczownika nadrzędnego; • Concordances dostarczyło szerokiego wachlarza przykładów ilustrujących użycie terminów w tekstach. Zrzut ekranu programu AntConc przedstawiono na rysunku 1. 92 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Rysunek 1. Program AntConc Przed utworzeniem korpusu równoległego pobrane teksty w trzech językach ręcznie wyrównano za pomocą programu NOVA Text Aligner. Po wyrównaniu tekstów zbudowano korpus równoległy, korzystając z programu AntPConc (zob. rysunek 2). Rysunek 2. Program AntPConc Terminologija | 2018 | 25 93 Program AntPConc umożliwiał jednoczesne wyświetlanie przykładów z trzech języków: kliknięcie wybranego zdania pozwalało zobaczyć jego odpowiedniki w pozostałych językach. Program umożliwiał także odróżnianie słów kluczowych oraz ich lewych i prawych kolokatów za pomocą różnych kolorów. Nie można było jednak zobaczyć dokumentu, z którego pochodził dany przykład. Z korpusu równoległego wyodrębniono francuskie i litewskie odpowiedniki 70 terminów angielskich. 4. ANALIZA KORPUSU I EKSTRAKCJA TERMINÓW ZA POMOCĄ PROGRAMÓW AntConc I AntPConc 4.1. Ustalenie najczęstszych słów w korpusach Aby ustalić najczęstsze słowa w korpusie dokumentów finansowych, użyto narzędzia Lista słów programu AntConc. Narzędzie to dostarczyło danych o częstości słów w korpusach angielskim, francuskim i litewskim, co umożliwiło porównanie częstości słów w badanych językach i opracowanie trójjęzycznej listy 10 najczęstszych słów (zob. tabela 1). Lista słów dostarczyła również informacji o liczbie tokenów i typów słów w korpusach oraz umożliwiła dostęp do kontekstu, w którym użyto terminów (zob. tabela 1). Tabela 1. 10 najczęstszych słów w korpusach EN (korpus: 802 933 tokeny słów, 9333 typy słów) | FR (korpus: 940 655 tokenów słów, 12365 typów słów) | LT (korpus: 639 279, 24727 typów słów) 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 (korpus: 802 933 tokenów wyrazowych, 9333 typów wyrazów) FR (korpus: 940 655 tokenów wyrazowych, 12365 typów wyrazów) LT (korpus: 639 279, 24727 typów wyrazów) 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) Wyniki tej analizy pokazują, że najczęstszymi słowami w korpusach wszystkich trzech badanych języków są „risk” i „credit”, natomiast słowo „market” zajmuje trzecie miejsce na listach frekwencyjnych. Wszystkie trzy słowa, a w szczególności „risk” i „credit”, często występują razem w dokumentach finansowych. Można to wyjaśnić ścisłym związkiem semantycznym między tymi słowami: nie trzeba dodawać, że każda transakcja pieniężna wiąże się z niebezpieczeństwem, innymi słowy „credit” generuje „risk”. Najczęściej używaną liczbą gramatyczną tych słów jest liczba pojedyncza, choć w badanych językach stosuje się również liczbę mnogą. W języku litewskim, który jest językiem syntetycznym o bogatym systemie fleksyjnym, słowa te występują w różnych przypadkach gramatycznych, z których dominuje dopełniacz liczby pojedynczej. Wyniki analizy pozwalają stwierdzić, że słowa „risk”, „credit” i „market” należy uznać za jednostki leksykalne oznaczające podstawowe pojęcia z dziedziny finansów. Słowo „risk”, najczęstsze w korpusach, wybrano do dalszego wydobywania terminów i analizy. Ponieważ przedmiotem badania są angielskie terminy wielowyrazowe zawierające wybrane słowo kluczowe (słowo „risk”) oraz ich odpowiedniki w języku francuskim i litewskim, dalsze prace nad wydobywaniem terminów zorganizowano w następujących etapach: ustalenie dominujących angielskich kolokacji słowa „risk”; wydobycie fraz rzeczownikowych ze słowem „risk” jako Terminologija | 2018 | 25 95 rzeczownikiem głównym, wybór fraz o wartości terminologicznej oraz ustalenie ich francuskich i litewskich odpowiedników. 4.2. Ustalenie kolokatów słowa „risk” w korpusie angielskim Na drugim etapie wydobywania terminów ustalono dominujące kolokacje słowa „risk” w korpusie angielskim. Cel ten osiągnięto za pomocą narzędzia AntConc Collocates. Narzędzie to dostarczyło danych o lewych i prawych kolokatach wybranego słowa kluczowego oraz umożliwiło analizę niesekwencyjnych wzorców w językach. Narzędzie podało łączną frekwencję kolokatów, a także ich frekwencję po lewej i prawej stronie słowa „risk”. Udostępniło również wartości miar statystycznych (wyniki informacji wzajemnej (MI)), które wskazywały stopień syntagmatycznego przyciągania między słowem kluczowym a jego kolokatami. Wyniki analizy kolokacyjnej przedstawiono w tabeli 2, która zawiera wyczerpujące dane o kolokatach o najwyższych wynikach MI (10 najczęstszych). Tabela 2. 10 najczęstszych kolokatów słowa „risk” w korpusie angielskim Frekwencja całkowita | Frekwencja (L) | Frekwencja (P) | Wynik MI 1. dilution | 51 | 37 | 14 | 8.1 2. mitigation | 100 | 9 | 91 | 8.01 3. weights | 65 | 4 | 61 | 7.7 4. systemic | 120 | 119 | 1 | 7.7 5. profile | 87 | 1 | 86 | 7.48 6. low | 68 | 62 | 6 | 7.2 7. assigned | 127 | 95 | 32 | 6.89 8. exposure | 491 | 71 | 420 | 6.4 9. specific | 177 | 148 | 29 | 6.3 10. operational | 129 | 114 | 15 | 5.99 Wyniki ujawniają najbliższy kontekst leksykalny słowa „risk” w języku angielskim i pozwalają przewidzieć dominujący dwuwyrazowy rdzeń terminów wielowyrazowych zawierających słowo „risk” w badanym korpusie. 96 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian 4.3. Ekstrakcja fraz rzeczownikowych zawierających wyraz ‘risk’ jako rzeczownik nadrzędny w korpusie angielskim Dalsza analiza korpusu i ekstrakcja terminów koncentrowały się na kolokacjach o określonej strukturze formalnej – frazach rzeczownikowych zawierających wyraz ‘risk’ jako rzeczownik nadrzędny. Wyekstrahowano je z korpusu angielskiego za pomocą narzędzi Clusters i Concordance. Narzędzie Clusters umożliwiało wyszukiwanie klastrów (kombinacji wyrazów) zawierających wyraz ‘risk’ wraz z jego lewostronnymi i prawostronnymi kolokatami. Pozwalało określić minimalną i maksymalną długość klastrów (liczbę wyrazów) oraz ich minimalną wyświetlaną częstotliwość. Klastry można było wyświetlać w porządku według częstotliwości lub liczby plików korpusu, w których wystąpiły. Do ekstrakcji fraz rzeczownikowych zawierających wyraz ‘risk’ jako rzeczownik nadrzędny ustawiono następujące parametry: rozmiar klastra od 2 do 5, sortowanie według częstotliwości. Należało również wybrać pozycję słowa kluczowego: najpierw uporządkowano klastry ze słowem kluczowym po prawej stronie, a następnie te ze słowem kluczowym po lewej. Przy parametrze „search keyword on right” narzędzie wyświetliło 4814 tokenów klastrów i 181 typów klastrów; przy parametrze „search keyword on left” – 4284 tokeny klastrów i 137 typów klastrów. Z wyświetlonych list klastrów ręcznie wyekstrahowano frazy rzeczownikowe zawierające wyraz ‘risk’ jako rzeczownik nadrzędny. Ich szerszy kontekst przeanalizowano za pomocą narzędzia Concordance, które umożliwiło określenie granic fraz rzeczownikowych oraz fraz zawierających zarówno lewostronne, jak i prawostronne kolokaty wyrazu ‘risk’. Tabela 3 przedstawia najczęstsze frazy rzeczownikowe. Tabela 3. 20 najczęstszych fraz rzeczownikowych zawierających wyraz ‘risk’ jako rzeczownik nadrzędny Frazy rzeczownikowe (‘risk’ po prawej stronie) Częst. Frazy rzeczownikowe (‘risk’ po lewej stronie) Częst. 1. ryzyko kredytowe 471 1. ryzyko nadmiernej dźwigni 18 2. ryzyko systemowe 113 2. ryzyko instrumentu dłużnego 12 3. ryzyko operacyjne 102 3. ryzyko straty 12 4. ryzyko płynności 97 4. ryzyko wstrzymywania zdolności 10 Terminologija | 2018 | 25 97 Frazy rzeczownikowe („risk” po prawej stronie) | Częstość | Frazy rzeczownikowe („risk” po lewej stronie) | Częstość 5. ryzyko szczególne | 86 | 5. ryzyko dla stron trzecich | 8 6. ryzyko rynkowe | 76 | 6. ryzyko dotyczące nabytej wierzytelności | 7 7. ryzyko kredytowe kontrahenta | 41 | 7. ryzyko zmiany ceny | 7 8. ryzyko rozwodnienia | 33 | 8. ryzyko zakłócenia | 6 9. ryzyko stopy procentowej | 32 | 9. ryzyko dla stabilności finansowej | 2 10. ryzyko działalności gospodarczej | 26 | 10. ryzyko kredytobiorcy | 2 Wyniki pokazują, że frazy rzeczownikowe zawierające słowo „risk” na skrajnej prawej pozycji występują znacznie częściej niż frazy rzeczownikowe zawierające słowo „risk” na skrajnej lewej pozycji. W korpusie znaleziono tylko kilka przykładów fraz rzeczownikowych zawierających zarówno lewostronne, jak i prawostronne kolokaty słowa „risk”: ryzyko kredytowe transakcji odkupu, ryzyko kredytowe pozycji sekurytyzacyjnej, ryzyko kredytowe dla stron trzecich. Na potrzeby dalszych badań sporządzono listę 70 najczęstszych angielskich fraz rzeczownikowych zawierających słowo „risk” jako rzeczownik główny. Do listy włączono wyłącznie te frazy rzeczownikowe, które miały wartość terminologiczną (oznaczały abstrakcyjne pojęcia z dziedziny finansów). W dalszej analizie nazywa się je terminami wielowyrazowymi. 4.4. Ustalenie francuskich i litewskich odpowiedników wybranych terminów angielskich Na końcowym etapie ekstrakcji terminów ustalono francuskie i litewskie odpowiedniki wybranych terminów angielskich. W tym celu wykorzystano oprogramowanie AntPConc, opracowane do analizy korpusów równoległych. Do programu wczytano korpusy w trzech badanych językach. Po wyszukaniu wybranych terminów angielskich w korpusie angielskim program wyświetlał równoległe ciągi tekstu francuskiego i litewskiego, umożliwiając ręczny wybór potrzebnych odpowiedników. Łącznie ustalono 70 francuskich i 70 litewskich odpowiedników wybranych terminów angielskich. Tabela 4 przedstawia 10 najczęstszych terminów angielskich oraz ich francuskie i litewskie odpowiedniki. Wyniki tej analizy ujawniły różnice w formalnej strukturze terminów w badanych językach, które omówiono poniżej. 98 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Tabela 4. 10 najczęstszych terminów angielskich i ich odpowiedniki w języku francuskim i litewskim EN FR LT ryzyko kredytowe ryzyko kredytowe ryzyko kredytowe ryzyko systemowe ryzyko systemowe ryzyko systemowe ryzyko operacyjne ryzyko operacyjne ryzyko operacyjne ryzyko płynności ryzyko płynności ryzyko płynności ryzyko specyficzne ryzyko specyficzne ryzyko specyficzne ryzyko rynkowe ryzyko rynkowe ryzyko rynkowe ryzyko kredytowe kontrahenta ryzyko kredytowe kontrahenta ryzyko kredytowe kontrahenta ryzyko rozwodnienia ryzyko rozwodnienia ryzyko należności ryzyko stopy procentowej ryzyko stopy procentowej ryzyko stopy procentowej ryzyko biznesowe ryzyko gospodarcze ryzyko biznesowe 5. ANALIZA STRUKTURY FORMALNEJ WYEKSTRAHOWANYCH TERMINÓW Wyekstrahowane terminy poddano dalszej analizie z wykorzystaniem zasad analizy koligacyjnej, aby ujawnić modele struktury formalnej terminologii w różnych językach. Składniki terminów należą do dwóch głównych kategorii: rzeczownika nadrzędnego „risk” oraz jego modyfikatorów. Ze względu na pozycję modyfikatorów wyróżniono dwa wzorce modyfikacji – prenominalną (w której modyfikatory występują przed rzeczownikiem nadrzędnym) oraz postnominalną (w której modyfikatory występują po rzeczowniku nadrzędnym). Na liście 70 najczęstszych terminów wybranych do analizy statystycznej nie uwzględniono terminów zawierających zarówno modyfikatory prenominalne, jak i postnominalne. Analiza koncentrowała się na następujących aspektach tworzenia terminów: liczbie ich składników, wzorcach modyfikacji oraz strukturach składniowych (pozycji i klasach wyrazów modyfikatorów). Tabele 5 i 6 przedstawiają podsumowane wyniki analizy. Wyniki przedstawione w tabelach pokazują, że terminy mają różne wzorce modyfikacji w badanych językach. Analiza ilościowa Terminologija | 2018 | 25 99 modyfikacji została przeprowadzona w celu określenia dominujących wzorców modyfikacji w badanych językach; jej wyniki przedstawiono na Diagramie 1. Tabela 5. Struktury składniowe wzorców modyfikacji prenominalnej terminów Struktury składniowe EN FR LT RZ + ‘risk’ 19 terminów, np.: ryzyko kredytowe, ryzyko koncentracji, ryzyko płynności, ryzyko biznesowe. – 18 terminów, np.: ryzyko pożyczkodawcy, ryzyko transakcji, ryzyko przechowywania. PRZYM + ‘risk’ 18 terminów, np.: ryzyko przedsiębiorcze, ryzyko wewnętrzne, ryzyko potencjalne. – 17 terminów, np.: ryzyko systemowe, ryzyko operacyjne, ryzyko inwestycyjne N + N + „risk” 3 terms: credit and liquidity risk, interest rate risk, counterparty credit risk – 9 terminów, np.: dzienne ryzyko kredytowe, ryzyko stopy procentowej, ryzyko kontrahenta A + N + „risk” 12 terms, e.g.: significant credit risk, specific credit risk, foreign exchange risk. – 9 terminów, np.: małe ryzyko kredytowe, specyficzne ryzyko kredytowe, ryzyko należności A/Num + N + + N + „risk” 1 term: minimal credit and market risk – 12 terminów, np.: minimalne ryzyko kredytowe i rynkowe, ryzyko płynności overnight, ryzyko kredytowe overnight A + A + N + + „risk” 4 terms, e.g.: specific and general credit risk, intraday and overnight credit risk, intraday and overnight liquidity risk – 5 terminów, np.: specyficzne ryzyko błędnych decyzji, ryzyko nabytych należności, ogólne i specyficzne ryzyko kredytowe 100 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Tabela 6. Struktury składniowe wzorców modyfikacji postnominalnej terminów Struktury składniowe EN FR LT „ryzyko” + PP 13 terminów, np.: ryzyko instytucji, ryzyko dla systemu finansowego, ryzyko straty 22 terminy, np.: ryzyko kredytowe, ryzyko koncentracji, ryzyko modelu – „ryzyko” + A – 20 terminów, np.: ryzyko śróddzienne, ryzyko wewnętrzne, ryzyko specyficzne – „ryzyko” + A + PP – 4 terminy, np.: specyficzne ryzyko korelacji, istotne ryzyko korelacji, ogólne ryzyko korelacji – „ryzyko” + PP + A – 15 terminów, np.: specyficzne ryzyko kredytowe, dzienne ryzyko kredytowe, ryzyko cen surowców – „ryzyko” + PP + A + + PP – 9 terminów, np.: śróddzienne ryzyko kredytowe w horyzoncie 24 h, śróddzienne ryzyko płynności w horyzoncie 24 h – Diagram 1. Wzorce modyfikacji terminów Terminologija | 2018 | 25 1 0 1 Wyniki wskazują, że modyfikacja prenominalna dominuje w języku angielskim i litewskim, natomiast modyfikacja postnominalna jest charakterystyczna dla języka francuskiego. W języku francuskim nie znaleziono terminów o wzorcu modyfikacji prenominalnej, a w języku litewskim nie wykryto terminów o wzorcach modyfikacji postnominalnej. Tylko terminy angielskie występowały w obu typach, choć liczba terminów z modyfikatorami postnominalnymi jest stosunkowo niewielka. Wszystkie badane terminy obejmują jeden lub kilka modyfikatorów, którymi są rzeczowniki, przymiotniki lub wyrażenia przyimkowe zajmujące różne pozycje w jednostkach terminologicznych. Wyniki analizy pokazują, że dominującymi modyfikatorami w terminach angielskich i litewskich są rzeczowniki i przymiotniki, natomiast w terminach francuskich słowo ‘risk’ jest najczęściej modyfikowane przez wyrażenia przyimkowe. Terminy obejmujące 3 lub więcej wyrazów można dalej klasyfikować według poziomów modyfikacji (terminy zawierające modyfikatory określające rzeczownik główny oraz terminy zawierające modyfikatory określające inne modyfikatory), jednak ze względu na ograniczoną objętość artykułu analiza ta nie została w nim przedstawiona. Podsumowane w tabelach ustalenia pokazują również, że terminy różnią się liczbą swoich składników. Przeprowadzono ilościową analizę długości terminów, aby ustalić dominującą liczbę składników terminów w badanych językach; jej wyniki przedstawiono na Diagramie 2. Diagram ukazuje dwie główne tendencje. Po pierwsze, twórcy terminów UE przestrzegają podstawowego wymogu ekonomii języka (zwięzłości terminów): we wszystkich trzech językach przeważają terminy dwuwyrazowe. Po drugie, tylko nieliczne terminy angielskie i francuskie składają się z więcej niż 2–3 wyrazów, podczas gdy w Diagram 2. Liczba składników terminu 102 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Terminy litewskie obejmujące 4 lub więcej wyrazów stanowią znaczną część wybranych danych (17 z 70). Tendencja do przewagi terminów dwuwyrazowych jest zgodna z tendencjami stwierdzonymi przez innych badaczy terminologii. Badania nad automatycznym ekstrakcją i definiowaniem terminologii z dziedziny edukacji i nauki przeprowadzone przez Agnė Bielinskienė i in. wykazały, że większość litewskich terminów z tej dziedziny to terminy dwuwyrazowe: stanowiły one ponad dwie trzecie terminów wybranych spośród kandydatów na terminy, automatycznie wyekstrahowanych ze specjalistycznego korpusu (Bielinskienė et al. 2015: 62). Badania kontrastywne nad terminologią prawa konstytucyjnego, przeprowadzone przez Liudmila Mockienė, wykazały tę samą tendencję w trzech różnych językach. W badanych angielskich, rosyjskich i litewskich aktach prawnych o charakterze konstytucyjnym większość wyekstrahowanych terminów wielowyrazowych składała się z dwóch składników: stanowiły one 78.5% angielskich terminów wielowyrazowych, 62% rosyjskich terminów wielowyrazowych i 74.5% litewskich terminów wielowyrazowych (Mockienė 2016: 43–45). A zatem twórcy terminów z różnych dziedzin i języków mają tendencję do przestrzegania tej samej zasady ekonomii języka i przyjazności dla użytkownika. 6. W N I O S K I Oprogramowanie AntCont, wykorzystywane do analizy korpusów jednojęzycznych, oraz AntPConc, wykorzystywane do analizy korpusów równoległych, umożliwiło wyekstrahowanie angielskich, francuskich i litewskich terminów wielowyrazowych zawierających słowo ‘risk’ jako rzeczownik główny ze specjalistycznych korpusów dokumentów UE z dziedziny finansów, zgromadzonych na potrzeby badania. Ekstrakcję przeprowadzono w następujących etapach: • wyekstrahowanie słów kluczowych z korpusów angielskiego, francuskiego i litewskiego (słów o potencjalnym znaczeniu terminologicznym, charakterystycznych dla dziedziny reprezentowanej przez korpusy) oraz wybranie najczęstszego słowa kluczowego (słowa ‘risk’) do dalszej analizy; • wyekstrahowanie kolokacji słowa ‘risk’ oraz fraz rzeczownikowych zawierających słowo ‘risk’ jako rzeczownik główny, wraz z lewostronnymi i/lub prawostronnymi kolokatami, z korpusu angielskiego; • wybranie jednostek leksykalnych o wartości terminologicznej z listy wyekstrahowanych fraz rzeczownikowych; • ustalenie francuskich i litewskich odpowiedników wybranych terminów angielskich w równoległym korpusie angielsko-francusko-litewskim. Terminologija | 2018 | 25 1 0 3 Zastosowana metodologia okazała się odpowiednia do skutecznego pozyskiwania terminologii z wielojęzycznych tekstów, którą można wykorzystać do opracowywania i aktualizowania baz terminologicznych lub do naukowej analizy terminów. Analiza formalnej struktury pozyskanych terminów ujawniła kilka głównych tendencji w zakresie tworzenia terminów w badanych językach: • w języku angielskim i litewskim dominuje modyfikacja przedrzeczownikowa, podczas gdy dla języka francuskiego charakterystyczna jest modyfikacja porzeczownikowa; • dominującymi określeniami w terminach angielskich i litewskich są rzeczowniki i przymiotniki, natomiast w terminach francuskich słowo „risk” jest najczęściej modyfikowane przez wyrażenia przyimkowe; • najczęściej występującym typem terminów pod względem liczby składników są terminy dwuwyrazowe – stanowią one najliczniejszą grupę terminów na listach TOP 70 w języku angielskim, francuskim i litewskim; świadczy to o tym, że unijni twórcy terminów przestrzegają głównego wymogu ekonomii języka (zwięzłości terminów); • tylko nieliczne terminy angielskie i francuskie składają się z więcej niż 2–3 wyrazów, podczas gdy na litewskiej liście TOP 70 terminy zawierające 4 lub więcej wyrazów stanowią znaczną część wybranego materiału (17 z 70). Wyniki analizy formalnej struktury ujawniają tendencje w tworzeniu terminów w badanych językach i dostarczają informacji terminologicznych, które mogą być przydatne dla twórców terminów i tłumaczy. Wzorce składniowe ustalone w badaniu można wykorzystać do opracowania automatycznych metod lingwistycznych pozyskiwania terminów bez wcześniej wybranych słów kluczowych. 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