Terms in Texts and the Challenge for Terminology Management

1Terminologija | 2015 | 22 Terminų tekstuose ir terminologijos valdymo iššūkis KLAUS-DIRK SCHMITZ Kölno taikomųjų mokslų universitetas KEYWORDS: terminologijos valdymas, terminų ekstrakcija, sąvokų orientacija, terminų autonomija, terminologijos įvedimas, sinoniminė reikšmė, dviprasmiškumas 1. Pagrindiniai teoriniai pagrindai Terminologija apibrėžiama kaip "vienos specialios kalbos pavadinimų rinkinys" (ISO 1087:1:2000). Šis tarptautinis apibrėžimas labiau susijęs su specialios kalbos bendravimo reprezentacijos dalimi ir ignoruoja konceptualinį požiūrį, esantį už pavadinimų. Išsamesnė apibrėžtis pateikiama vokiečių terminologijos standarte DiN 2342:2011, kuriame "terminologija yra sąvokų rinkinys arba sąvokų sąrašas ir jų reprezentacijos konkrečioje dalyko srityje". Ši apibrėžtis apima ne tik šią sąvoką kaip svarbų terminologijos aspektą; Jis taip pat parodo platesnį terminologijos sąvokos reprezentacijos pusę, nes neapsiriboja terminais ar kitais su kalba susijusiais pavadinimais ir įtraukia simbolius, piktogramas, gestus ar bet kokius kitus multimedijos reprezentacijas. Norėdami paaiškinti sąsają tarp sąvokos ir termino, terminologijos teorikai ir tyrėjai pritaikė vadinamąjį "semiotišką trikampį", kurį pristatė amerikiečių lingvistai C. K. Ogden ir i. A. Richards (Ogden, Richards 1923: 11) paaiškinti sąsają tarp sąvokų ir terminų (Fig. 1). Trikampis patyrė ilgą modifikacijų ir interpretacijų istoriją, taip pat buvo užpultas iš kelių pusių kaip pernelyg supaprastintas ar klaidingai vaizduojamas sudėtingas sąsajas, kurios egzistuoja tarp sąvokų ir terminų. Nepaisant kritikos, kuri buvo išreikšta prieš trikampį, jo paprastumas daro jį puikiu įrankiu iliustruoti sąvokų ir terminų santykius žmonėms, kurie tik pradeda identifikuoti terminus tekstuose ir kurti terminologinius duomenų įrašus, kad juos dokumentuotų. Kiti ir sudėtingesni modeliai aprašyti Arntz, Picht, Schmitz (2014: 41 ir toliau). 1 Klaus-Dirk Schmitz […] Terminai tekstuose ir iššūkis […] terminologijos valdymui Terminologinis trikampis (pagal Ogdeną, Richardsą 1923) Koncepcijos yra objektų "kognityviniai atstovai" (Felberis, Budinas 1989: 69) dėl to, kad žmonės atpažįsta bendrąsias savybes, kurios egzistuoja daugumoje atskirų to paties tipo objektų, ir tada saugo šias savybes ir naudoja jas, kad įvedtų tvarką objektų pasaulyje, kad pasiektų tarpusavio supratimą, kai jie bendrauja su kitais žmonėmis. ISO 1087-1:2000 apibrėžia sąvoką kaip "žinios vienetą, sukurtą unikaliu savybių deriniu", o DiN 2342:2011 vėl aiškiau apibūdina sąvoką kaip "mąstymo vienetą, sudarytą iš savybių, kurios gaunamos kategorizuojant objektus, turinčius daugybę identiškų savybių". Abiejuose standartuose pažymima, kad sąvokos nebūtinai yra susijusios su konkrečiomis kalbomis, tačiau sąvokų sukuriančių žmonių kultūrinė, socialinė ir techninė istorija bei aplinka, kurioje sąvokos naudojamos, daro įtaką jų išraiškai bet kurioje konkrečioje situacijoje. Regioniniai skirtumai kalbos bendruomenėje (pvz., Vokietija ir Austrija) gali sukelti skirtingas sąvokos orientacijas tam pačiam terminui, o viena kultūrinė bendruomenė, kurioje kalbama skirtingomis kalbomis (pvz., Šveicarija), gali paskirstyti identišką sąvoką, atstovaujamą keliomis sąvokomis skirtingose kalbose. Kadangi sąvokos yra mentaliniai ar kognityviniai vaizdai, mums reikia apibrėžimų, kad paaišktume ir apibūdintume sąvokas. daugeliu atvejų apibrėžimai nurodo į kitas sąvokas (pvz., viršutinę sąvoką) ir nurodo konkrečias savybes, kurios yra unikalios ir būdingos apibrėžiamai sąvokai. Remiantis apibrėžimais ir sąvokos savybėmis, galima susieti 1Terminologija | 2015 | 22 sąvokos tarpusavyje ir kurti terminologines sąvokų sistemas, taksonomijas, ontologijas ar kitas žinių organizavimo sistemas (SKOS). Šios sąvokų sistemos sistemingai vaizduoja domeno ar subdomeno žinias. Terminas apibrėžiamas iSO 1087 […]1:2000 kaip […]žodinis bendros sąvokos apibrėžimas konkrečioje dalyko srityje[…] arba DiN 2342:2011 kaip […]specialioje kalboje apibrėžtos sąvokos apibrėžimas lingvistine išraiška[…]. Terminas tarnauja kaip sąvokos reprezentacija ir mes galime jį užrašyti, ištarti garsiai ir naudoti bendravimui. Kalbėdami apie terminus, mes naudojame žodį "paskyrimas" kaip viršutinę sąvoką, nes yra ir kitų būdų, kaip vaizduoti sąvokas, pvz., tuos, kurie nebūtinai susideda iš žodžių, tokių kaip simboliai, formulės, piktogramos, gestas ir t. t. Kai kurie terminai susideda iš daugiau nei vieno žodžio. Šie terminai vadinami daugiažodžiais terminais ar junginiais, pvz., "printeris su vieno lapo maistu". Žodžių jungimo būdas skiriasi priklausomai nuo kalbos. Kalbant apie terminus, į žaidimą įeina terminologijos darbo lingvistinė pusė. Mes matėme, kad terminas yra žodinis sąvokos vaizdavimas. Specialioje ar techninėje kalboje labai pageidautina, kad šis ryšys būtų nedviprasmis, net ir be konteksto nuorodos, o tai reiškia, kad vienas terminas turėtų būti priskirtas vienai sąvokai, sukuriant sąlygą, vadinamą vienareikšmiškumu. Kai vyrauja ši sąlyga, terminų reikšmė yra visiškai aiški, net jei terminas pasirodo be jokio aiškinamojo konteksto. Žinoma, šią idealią situaciją sunku pasiekti ar įgyvendinti. Dvi problemos, susijusios su terminų ir sąvokų priskyrimu, dažnai pasitaiko net techniniuose ir moksliniuose tekstuose: Sinonimija egzistuoja, jei du ar daugiau terminų tam tikroje kalboje reiškia tą pačią sąvoką. Taigi sinonimas yra terminas, naudojamas tam pačiai sąvokai, kaip ir kitam terminui, nurodyti. nors sinoniminiai žodžiai gali pakenkti ekspertų tarpusavio bendravimui, praktikoje jie pasitaiko gana dažnai. Tai gali atsitikti ypač teminėse srityse, kuriose daugelis objektų ir sąvokų vis dar yra kuriami. Tokiose dinamiškose srityse konkuruojantys terminai naudojami lygiagrečiai, kol palaipsniui, arba natūralios atrankos procesu, arba sąmoningu standartizavimu, atsiranda neabejotinos sąvokos. net jei žmonės yra visiškai sąmoningi su šiomis problemomis, variantai gali būti naudojami ilgą laiką, atsižvelgiant į tokius veiksnius 1 Klaus-Dirk Schmitz | Sąvokos tekstuose ir iššūkis Terminologijos valdymas kaip natūralus regioninis skirtumas arba, gana tyčia, įmonės ar produkto specifiniai pastangos naudoti terminologinius skirtumus kaip vieną iš priemonių pozicionuoti produktą rinkoje. Homonimija apima priešingą situaciją nei sinonimija: čia terminas arba keli terminai, turintys tą pačią išorinę formą, nurodo kelias sąvokas1. ISO 1087:2000 homonimiškumą apibrėžia kaip ryšį tarp pavadinimų ir sąvokų tam tikroje kalboje, kai vienas pavadinimas atstovauja dviem ar daugiau nesusijusių sąvokų. Homonimai kelia didžiulę problemą techniniam bendravimui. Todėl ekspertai nuolat stengiasi išvengti homonimų techninių dalykų srityse. Nepaisant to, kai išsivysto naujos sąvokos, žmonės mėgsta suformuoti naujus terminus, derindami pažįstamus esamus terminus arba priimdami nustatytus terminus iš bendros kalbos (pvz., pelę kompiuterio įvesties įrenginiui) arba iš kitų susijusių dalykų sričių (pvz., virusą iš medicinos į kenkėjišką programinę įrangą). 2. CONCePT-ORieNTeD TeRMiNOLOGY MANAGeMeNT Bet kokios rūšies terminologinio darbo rezultatai šiandien turi būti saugomi terminologinėse duomenų bazėse (terminologinių duomenų bazėse) arba terminologijos valdymo sistemose. Nors prieiga prie terminų bazės turinio ir jo paieškos daugeliu atvejų bus atliekamos per (paieškos) terminą, šio terminologinio žinių šaltinio organizacinis principas turi būti sąvoka. Tai yra pagrindinis skirtumas tarp leksikografinio įrašo žodynas ar leksikonas ir terminologinis įrašas terminų bazėje ar terminologijos valdymo sistemoje. Tuo tarpu 2 paveiksle parodyta pagrindinė žodynų įrašo (pvz., Wiktionary) struktūra, kurioje žodis (terminas) yra lingvistinės informacijos organizavimo pagrindas, 2 paveiksle parodyta preskripcinio terminologinio įrašo struktūra terminų bazėje (pvz., Vikipedijoje), daugiausia dėmesio skiriant sąvokai. 3 paveiksle taip pat parodyta terminologijos valdymo preskripcinis metodas, kurį įgyvendina standartizuojančios organizacijos ir bendrovės, kad būtų sukurta nuosekli ir nedviprasmiška įmonių kalba; tik vienas terminas kiekvienai sąvokai yra pageidaujamas terminas, o kiti tos pačios sąvokos terminai yra pripažinti arba atmesti. 1 Homonimijos ir polisemijos skirtumas čia nebus aptariamas; tai nesusijusi su kompiuterizuotu terminologijos valdymu ir todėl su šiuo straipsniu. 1 9 Terminologija | 2015 | 22 2 paveikslas. Leksikografinio įrašo struktūra 3. Terminologinio įrašo struktūra (preskripcinė) Kaip apibrėžta ISO 1087-1:2000 ir atspindėta terminologiniame meta modelyje ISO 16642:2003, terminologiniame įraše turi būti visi terminologiniai duomenys, susiję su viena sąvoka. Todėl terminologinių duomenų modeliavimas turi atspindėti sąvokų orientacijos principą (žr. 3 paveikslą), todėl galima išlaikyti ne tik visą su sąvokomis susijusią informaciją, bet ir visus terminus visomis kalbomis su visa su terminų susijusi informacija viename terminologiniame įraše. Terminologiniai įrašai, sukurti pagal terminų orientacijos principą (žr. 2 paveikslą), kurį labai dažnai randame dvikalbiuose žodynuose ar žodynuose, nėra tinkami kruopščiai tvarkyti terminologiją ir labai greitai sukels nesuderinamų terminologijos rinkinių, kurie nėra labai naudingi, ypač jei reikalingas daugiakalbis terminologijos valdymas. Jei reikia sukurti LSP leksikografijos produktus, ypač spausdintą formą, galima sukurti terminų orientuotą abėcėlę iš sąvokų orientuotos lentelės. 2 0 Klaus-Dirk Schmitz […] Terminų tekstuose ir iššūkis […] terminologijos vadybos terminologinės duomenų bazės, nes tik koncepcinė organizacija gali garantuoti tinkamą domeno specifinių terminų rinkimą, apdorojimą, peržiūrą ir parengimą. Be koncepcinės orientacijos, antrasis svarbus terminologinio valdymo principas yra terminų autonomija. Terminų autonomija garantuoja, kad visi terminai, įskaitant sinonimus, sutrumpintas formas ir rašybos variantus, gali būti dokumentuojami su visomis reikalingomis terminų duomenų kategorijomis, tokiomis kaip gramatikos, stiliaus, geografiniai apribojimai ar kontekstas. Šis metodas gali būti įgyvendintas projektuojant duomenų modelį taip, kad vartotojas galėtų sukurti neribotą skaičių terminų skyrių arba terminų blokų, kuriuose yra atskirų terminų ir visų papildomų duomenų kategorijų, apibūdinančių terminą ir jo naudojimą. Terminų autonomija terminologiniame meta modelyje (iSO 16642:2003) yra atstovaujama tuo, kad kiekvienam terminų skyriui leidžiama turėti tik vieną terminą. Keletas vienoje kalboje esančių tų pačių sąvokų terminų (sinoniminiai pavadinimai) bus organizuojami naudojant keletą terminų skyrių, kurių kiekvienas turi tiksliai vieną terminą ir papildomas duomenų kategorijas, dokumentuojančias šį terminą. taikomųjų scenarijų, kai terminologijos valdymo sistema atlieka terminologinių žinių bazės vaidmenį kelioms taikomosioms programoms ir programoms, terminų autonomija yra tikrai svarbi; Pavyzdžiui, kokybės kontrolės programa, kuri tikrina teisingą terminų naudojimą tekstuose, turi turėti prieigą prie terminų bazės, kurioje pageidaujami, pripažinti ir atsisakyti terminų yra saugomi tame pačiame terminologiniame įraše (žr. 3 paveikslą), tačiau skirtinguose terminų skyriuose. Sąvokų orientacijos ir terminų autonomijos principai atsispindi 4 paveiksle parodyto terminologinio įrašo modelyje. Terminologijos valdymo programos, sukurtos pagal šį modelį, gali įspėti, kai vartotojas bando įvesti informaciją, susijusią tik su viena sąvoka, į skirtingus terminologinius įrašus (žr. Schmitz 2011: 242 f.). Sąvokų orientacija ir terminų autonomija yra domeno ar įmonės terminologinių duomenų rinkimo išankstinės sąlygos (žr. taip pat Schmitz, Straub 2010: 38 ff.). Sinoniminiai terminai, tokie kaip "USB stick", "USB memory stick", "USB flash drive", "USB memory key", "memory stick", "pendrive", "thumbdrive" arba "only key" kaip trumpą formą, saugomi viename terminologiniame įraše, kuriame yra tik vienas anglų kalbos apibrėžimas ir sąvokos santykiai su kitais sąvokų įrašais; kiekvienas terminas gali būti dokumentuojamas atributais, nurodančiais, kad, pvz., "USB flash drive" yra pageidaujamas terminas dokumentams ir "USB key" produktų ženklinimui, o visi kiti terminai neturi būti naudojami jokiuose dokumentuose. 2Terminologija | 2015 | 22 šios bendrovės mentai. Dėl koncepcinės orientacijos bet kuris vartotojas, ieškodamas terminų bazės, pvz., "pendrive", ras koncepcijos įrašą (su apibrėžimu), pamatys, kad "pendrive" nėra rekomenduojamas terminas, ir ras pageidaujamą terminą "USB flash disk". Kita vertus, ieškodamas raktų, toje pačioje duomenų bazėje bus gauta keletas rezultatų, nes terminas raktas yra kelių sąvokų (homoniminis ar daugiakalbis žodis, pvz., raktas kaip klaviatūros dalis) pavadinimas ir todėl saugomas keliuose įrašuose su skirtingais apibrėžimais ir sąvokų ryšiais. 3. TeRMS iN TeXTS Nors terminologijos valdymo sistemose terminai yra suskirstyti į konceptualius įrašus, techninėse dokumentose jie naudojami kaip teksto lingvistinio paviršiaus elementai. Priklausomai nuo tam tikros kalbos morfologinių ir sintaktinių bruožų, terminai pasirodo užsikrėtusia forma, rodanti, pavyzdžiui, daugybinį, genitivinį ar praeities laiką. Sąsaja tarp dokumento termino ir atitinkamos sąvokos gali būti nustatyta tik tuo atveju, jei skaitytojas supranta teksto žinią ir supranta termino reikšmę. 4 paveikslas. Terminologinio įrašo modelis, atspindintis sąvokų orientaciją ir terminų autonomiją 2 Klaus-Dirk Schmitz […] Terminų tekstuose ir iššūkis […] Terminologijos valdymui specialiuose ar techniniuose bendravimuose labai rekomenduojama naudoti tik vieną terminą vienai sąvokai (be sinonimų) ir naudoti tik terminus, kurie nėra dviprasmiški ir nepateikia dviejų ar daugiau sąvokų (be homonimų). Tačiau tai ne visada lengva pasiekti, o pasaulis pilnas dokumentų, kurie neatitinka nuosekliai ir vienareikšmiškai naudojamos terminologijos reikalavimų. 5 paveiksle parodyta pavyzdžio dokumentas su 6 terminais, kai kurie iš jų yra kelių žodžių terminai, kurie (gali) atstovauti ta pačia sąvoka. Norėdamas suprasti teksto žinią, skaitytojas turi išspręsti klausimą, ar visi terminai reiškia tą pačią sąvoką, ar turi skirtingas reikšmes. Kai kurie, kurie nėra ekspertai šiame dokumente aptariamoje srityje, gali būti supainioti, pažeminti ar net pernelyg įtempti. 5 paveikslas. Pavyzdžio dokumentas su terminų, kurie gali atstovauti tą pačią sąvoką Bet ne tik žmogaus skaitytojai techninių dokumentų turės problemų susidoroti su tekstais, kuriuose yra sinonimiškų ir homonimiškų terminų. Kompiuterinės tekstų apdorojimo priemonės turės panašių ar net daugiau problemų. Daugelyje organizacinių aplinkų ir terminologijos darbo taikymo scenarijų rekomenduojama išgauti terminologiją iš esamų tekstinių medžiagų. Tipiški scenarijai yra parengiamasis terminologinis darbas dideliems vertimo projektams su keliais vertėjais, prieš pradedant vertimą ir kiekvienas vertėjas turi atlikti (tikriausiai tą patį) ad hoc terminologinį darbą, ir pradinis naujų terminų bazės maitinimas kom- 2Terminologija | 2015 | 22 pany arba konkrečios temos terminologija, kad būtų galima nustatyti pagrindinį reikalingą sąvokų ir terminų rinkinį. Terminologijos ekstrakcija apima terminologinės informacijos, daugiausia pačių terminų, ekstrakcijos iš tekstinės medžiagos užduotis. Tekstinė medžiaga gali būti vienkalbinių dokumentų rinkinys, lygiagrečių tekstų pora, sukurta abiem kalbomis, šaltinės kalbos tekstas kartu su jo vertimu arba tekstų korpusas su struktūrizuotu ir sistemingai surinktu sakinių rinkiniu. Žmogaus terminų ekstrakcija, kurią atlieka domeno ekspertai ar patyrę terminologai, yra ilgiausiai trunkančio ir brangiausio metodo, tačiau tikriausiai lemia geriausius rezultatus. Kompiuterinės terminų ekstrakcijos programos gali tvarkyti tekstus (beveik) visomis kalbomis, jei jos naudoja tik statistinius metodus. Jei jų terminų identifikavimo algoritmas yra pagrįstas lingvistiniais metodais, terminų ekstrakcijos rezultatai bus daug geresni, ypač daugiažodžių terminų ir frazių atveju, tačiau (komerciniai) lingvistiniai terminų ekstrakcijos įrankiai yra prieinami tik "didžiosioms" kalboms, tokioms kaip anglų, prancūzų, vokiečių, ispanų ir kelioms kitoms. Terminų ekstrakcijos įrankiai siūlo bendras funkcijas, žinomas iš konkordancijos programų (pvz., "WordSmith": jie identifikuoja tekstinio dokumento žodžius, sukuria žodžių dažnio statistiką, rodo KWiC indeksą (rakto žodis kontekste) ir rodo rezultatus, suskirstytus pagal abėcėlę arba pagal dažnį. Kadangi žodžiai tekstuose pasirodo sušvelnintomis formomis, lingvistinės terminų ekstrakcijos priemonės gali sumažinti žodžio tekstinę formą iki pagrindinės kanoninės formos; tai reikalinga realiems žodžių statistikos ir patikimų terminų kandidatų sąrašams, tačiau reikia lingvistinių žinių apie atitinkamos kalbos morfologiją. Kadangi terminologija visada susijusi su tam tikros srities kalba, terminų ekstrakcijos priemonės turėtų galėti filtruoti ir ignoruoti funkcinius žodžius (pvz., straipsnius, junginius, prepozicijas ir t. t.), taip pat bendrus kalbos žodžius; Dėl šios funkcijos dauguma įrankių naudoja vadinamus "stop" žodžių sąrašus, kurie priklauso nuo kalbos ir kuriuos gali papildyti vartotojas. Bet kartais nėra taip lengva nuspręsti, ar žodis yra bendras kalbos žodis, ar specialus kalbos terminas. Nors terminų ekstrakcijos įrankiai gali būti labai naudingi konkrečiuose taikymo scenarijuose, reikia atsižvelgti į šiuos klausimus: • Terminų ekstrakcijos proceso rezultatas yra terminų kandidatų sąrašas; šį sąrašą turi patikrinti ir "išvalyti" terminologas.