Švietimo ir mokslo terminų žodynas ir ontologija

Словарь терминов образования и науки и онтология IRENA MARKIEVICZ, ERIKA RIMKUTĖ Университет Витаутаса Великого КЛЮЧЕВЫЕ СЛОВА: корпус, термины образования и науки, онтология, словарь ВВЕДЕНИЕ В 2010–2012 гг. в Центре компьютерной лингвистики Университета Витаутаса Великого осуществлялся финансируемый Советом по науке Литвы проект «Автоматическое распознавание терминов образования и науки» (ŠIMTAI 2). Основная цель этого проекта — проверить методы корпусной лингвистики, чтобы обеспечить автоматическое или полуавтоматическое распознавание терминов, автоматизировать отбор в корпусе информации, необходимой для формулирования определений терминов, и тем самым облегчить работу терминологов. Важнейшими результатами проведённого исследования, помимо методик, стали специальный корпус текстов по образованию и науке (далее — ОН) (объёмом 4 млн слов), подготовленный на основе этого специального корпуса Словарь терминов образования и науки и Онтология терминов образования и науки. В статье представлены словарь терминов ОН и онтология терминов ОН. Рассматривается структура словаря и его отличия от других терминологических словарей. Особое внимание уделяется онтологии терминов ОН. Объясняется, как онтологии определяются в различных областях науки, для чего они нужны и какими методами создаются. Подробно рассматривается онтология терминов ОН, описывается её структура, приводятся примеры и объясняется, как этот ресурс может применяться. Обе работы — и словарь терминов ОН, и онтология терминов ОН — подготовлены на одном и том же материале, то есть на специализированном корпусе текстов по образованию и науке, с использованием методологии корпусной и компьютерной лингвистики. Эта работа призвана представить возможности корпусной и компьютерной лингвистики в области терминологии и привлечь внимание терминологов, составителей терминологических словарей и баз данных к тому, что упорядочение терминов можно хотя бы частично автоматизировать и что можно согласовать прескриптивный и дескриптивный подходы к анализу терминов. 56 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija ЭТАПЫ СОСТАВЛЕНИЯ СЛОВАРЯ ТЕРМИНОВ ОБРАЗОВАНИЯ И НАУКИ Термины словаря терминов образования и науки (ОН) выявлены в специализированном текстовом корпусе с применением лингвистических методов (подробнее см. Grigonytė et al. 2011; Rimkutė 2012). Составление словаря продолжалось два года, то есть в течение упомянутого выше проекта, и включало следующие этапы: 1) составлен специализированный корпус текстов по образованию и науке объемом 4 млн слов; 2) корпус автоматически морфологически аннотирован; 3) создан инструмент автоматического отбора терминов, основанный на лингвистических правилах; 4) определены критерии отбора возможных терминов; 5) выявлено около 11 тыс. возможных терминов, состоящих из одного–пятнадцати слов; 6) применены дополнительные критерии отбора возможных терминов1; 7) выявлено 780 терминов по образованию и науке (из 1–5 слов); 8) разработана методика определения терминов на основе текстовых корпусов; 9) подготовлены лингвистические ресурсы, необходимые для определения дефиниций терминов; 10) даны определения терминам из 300 выбранных групп; 11) приведены английские, немецкие и французские эквиваленты определённых терминов. Несомненно, составление любого терминологического словаря требует значительных затрат рабочего времени специалистов и финансовых ресурсов. В этой статье представлен словарь терминов образования и науки, который, хотя и невелик — в нём приведены 224 термина (подробнее см. следующий раздел), — методологически очень сложен. Как видно из описанных этапов составления словаря, даже при наличии специализированного корпуса текстов по необходимой предметной области2 потребовались специальные инструменты3 для автоматического распознавания и выявления терминов. 1 Анализировались термины длиной не более семи слов; учитывалась также частотность: чем короче термин, тем чаще он должен употребляться. Например, анализировались только те однословные термины, которые встретились не менее 20 раз, тогда как семисловные термины должны были встретиться не менее двух раз. 2 Составление корпуса — один из важнейших и самых длительных этапов всего исследования, поскольку для создания репрезентативного корпуса, в котором можно было бы выявить термины, требовалось тщательно отобрать тексты, сбалансировать их по жанрам и выполнить техническую обработку (перенести файлы PDF в текстовый формат, изменить кодировку и т. д.). 3 В этом проекте был создан адаптированный для литовского языка инструмент для автоматического выявления терминов, поскольку, как показывают предыдущие эксперименты (см. Grigonytė et al. 2011), из-за различий в структуре языков практически невозможно адаптировать для литовского языка инструменты распознавания терминов, предназначенные для других языков. В этом инструменте использовались лингвистические правила: выявлялись термины определённой грамматической структуры, например прилагательное + существительное, родительный падеж существительного + существительное, причастие + существительное и т. д. Подобные методы применяют для выявления терминов и исследователи латышского языка (см. Gornostay et al. 2012; Krugļevskis et al. 2005). По их мнению, выявление терминов с помощью лингвистических методов (морфосинтаксического анализа) предпочтительнее статистических методов, подходящих для аналитических языков. Terminologija | 2013 | 20 57 Сложно было также отобрать среди всех автоматически выявленных осмысленных сочетаний с правильной грамматической структурой термины в области образования и науки. Трудности возникли потому, что среди так называемых возможных терминов из корпуса объёмом 4 млн слов было выявлено целых 11 тыс. На следующем этапе исследования и составления словаря важно было определить среди всех сочетаний термины в области образования и науки (об этой проблеме см. Rimkutė 2012). Следует обратить внимание на то, что представленный словарь терминов в области образования и науки составлен на основе корпуса. Это означает, что был использован не традиционный, до сих пор распространённый в Литве способ упорядочения терминов, основанный на компетенции терминологов, иногда довольно субъективный и прескриптивный, а считающийся более совершенным в современной терминологии дескриптивный способ анализа и определения терминов, основанный на корпусных данных. Корпуса необходимы для составления словарей, поскольку с их помощью можно выявить наиболее типичные и частотные модели употребления терминов, важные для определения значения и подбора актуальных примеров. Из-за сложной методологии определения терминов было решено подробно определить 300 терминов. Были отобраны термины из определённых групп: термины со словом академический (например: академическая свобода, академическая этика, академический час), со словом работа (например: дипломная работа, домашняя работа, самостоятельная работа), со словом образование (например: университетское образование, общее образование, высшее образование), со словом просвещение (например: поставщик образовательных услуг, образование взрослых, неформальное образование) и т. д. Были определены и несколько часто употребляемых однословных терминов: студент, учёный, университет и др. Как и в других словарях терминов, в словаре терминов в области образования и науки для большинства терминов указаны эквиваленты на английском, немецком и французском языках. Они отобраны из утверждённых источников и документов соответствующей области, а также специализированных терминологических баз данных: Английского словаря терминов образования (Glossary of Educational Terms), Толкового словаря терминов, связанных с учёбой, Der Europäische Qualifikationsrahmen für lebenslanges Lernen, EuroVoc (многоязычного тезауруса Европейского союза), Банка терминов Литовской Республики и др. В основном использовалась терминология образования Великобритании, Франции и Германии, однако значение многих переводных эквивалентов в контексте систем этих стран не вполне совпадает со значением исходных терминов, употребляемых в сфере образования и науки Литвы. Приведённые в словаре иноязычные эквиваленты терминов применимы к системе образования и науки Литовской Республики и не всегда (или лишь отчасти) могут использоваться для описания системы образования и науки другой страны. 58 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija СТРУКТУРА СЛОВАРЯ ТЕРМИНОВ ОБРАЗОВАНИЯ И НАУКИ Словарь терминов в области образования и науки находится в свободном доступе в интернете по адресу http://daukantas.vdu.lt/moksliniai-terminai/. Здесь приведены 224 термина, хотя в предыдущем разделе говорилось, что определено 300 терминов. Число определённых терминов и терминов, включённых в словарь, различается, поскольку было замечено, что некоторые термины (например: уровень квалификации / квалификационный уровень; научная / учёная степень; научная продукция / научные публикации; магистерские программы / магистратура; учебная / рабочая нагрузка студента; государственный научный институт) употребляются как синонимы и имеют сходную структуру, поэтому такие термины были объединены. Словарь терминов в области образования и науки содержит обязательные для всех словарей терминов элементы, а именно сам термин и его определение. Как уже упоминалось, указаны эквиваленты на английском, немецком и французском языках. Также приведены предметные области (например, управление высшим образованием, политика в сфере высшего образования, администрирование высшего образования) и сокращения некоторых терминов. Словарь отличается от других словарей терминов и баз данных тем, что в нём также указаны все словоизменительные формы терминов с их частотностью, а также общая частотность термина в корпусе текстов об образовании и науке. Для всех терминов приводятся как минимум два примера употребления из этого корпуса (примеры не редактировались и не изменялись, лишь иногда сокращались), левые и правые коллокаты4, конкорданс5. Для определения всех терминов информации из корпуса оказалось недостаточно. У терминов, для определения которых данных было мало (например: поставщик образовательных услуг, студенческий ваучер, базовое образование), поставлены звёздочки. Поскольку термины были извлечены из корпуса, была известна частота их употребления, поэтому для всех терминов указана условная частотность относительно других терминов: ★★★ отмечает наиболее частотные термины, употреблённые в корпусе текстов об образовании и науке до 500 раз; ★★☆ отмечает менее частотные термины, употреблённые в корпусе 100–499 раз; 4 Это контекстные партнёры анализируемого термина, определяемые статистически (по частоте) и часто расположенные непосредственно слева и справа от термина. 5 Это все случаи употребления грамматических форм выбранного термина из корпуса, представленные в контексте одной строки (строка конкорданса обычно охватывает более одного предложения). Конкорданс, как правило, анализируют, сначала читая его по вертикали, поскольку только так выявляется типичное употребление термина. Анализируемый термин расположен в середине строки конкорданса и выделен жирным шрифтом. Слева и справа от анализируемого термина указано примерно по 50 символов фрагмента конкорданса. Чтобы увидеть более длинный фрагмент конкорданса (примерно по 150 символов слева и справа), нужно нажать на знак плюса в конце строки конкорданса. Terminologija | 2013 | 20 59 ★☆☆ ставится рядом с терминами, которые употреблены в текстовом корпусе от 10 до 99 раз; ☆☆☆ ставится рядом с редкими терминами, которые употреблены в текстовом корпусе менее 10 раз. Ниже в качестве иллюстрации словаря терминов в области образования и науки приведена статья о термине бакалаврские исследования. БАКАЛАВРСКИЕ ИССЛЕДОВАНИЯ ★☆☆ Определение Обучение первой ступени высшего образования, обеспечивающее общее университетское образование и основы знаний по выбранному направлению обучения, а также квалификационную степень бакалавра. Примеры В университетах США принято создавать для наиболее способных студентов условия, позволяющие объединить магистратуру с докторантурой, точнее — сразу после бакалавриата поступить в докторантуру (это в некоторой степени объясняет, почему обучение в магистратуре и докторантуре объединяется одним термином — graduate studies, которое проводится в так называемой graduate school) и получить степень PhD после 8 лет обучения в университете. Рекомендуемый срок вместе с бакалавриатом — 5 лет Бакалавриат (I ступень) обычно длится 4 года (160 кредитов, очная форма обучения). Бакалавриат, магистратура и докторантура завершаются соответственно защитой бакалаврской работы, магистерской работы и диссертации. Бакалавриат — это обучение первой ступени, обеспечивающее общее университетское образование и основы знаний по выбранному направлению обучения. Частотность обучение в бакалавриате 21 обучением в бакалавриате 6 в обучении в бакалавриате 3 обучение в бакалавриате 7 обучения в бакалавриате 14 Общая частотность: 51 Эквиваленты Английский язык: bachelor’s studies Немецкий язык: Bachelorstudium Французский язык: études de licence Предметная область администрирование высшего образования 60 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Коллокаты Левые коллокаты Правые коллокаты PO обучения в бакалавриате SU обучением в бакалавриате СОКРАЩАТЬ обучение в бакалавриате ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ обучению в бакалавриате обучение в бакалавриате I СТУПЕНЬ обучение в бакалавриате МАГИСТРАТУРА И ДОКТОРАНТУРА Конкорданс6 [1] трудовую деятельность или продолжить обучение и завершить бакалавриат. Представители высшего учебного заведения распространили сообщение, [2] в странах, предлагающих такие программы бакалавриата. Программы бакалавриата в осеннем семестре IV курса, а магистерские программы [3] программа обучения теологии — 5 лет); в бакалавриат были приняты 1 870 студентов, а в 2009 г. университеты [4] университеты решились сократить до 3 и 3, 5 лет программы бакалавриата, сообщает, что Закон о науке и исследованиях [5] университеты решились сократить до 3 и 3, 5 лет программы бакалавриата. В США бакалавры, стремясь начать обучение в магистратуре [6] требования комиссий: необходимо окончить бакалавриат, если поступают на исследовательскую программу, [7] г. университеты решились сократить до 3 лет бакалавриат. Несколько университетов решились на срок до 3 и 3,5 года [8] кредитов (4,5-летнее) обучение в бакалавриате. бакалавриат, длящееся 4 года (обучение католической теологии [9] обучение без присуждения степени. Рекомендуемый период вместе с обучением в бакалавриате — 5 лет (3 + 2; 3,5 + 1,5; 4 + 1). Бакалаврская [10] Когда его попросили сравнить это обучение со своим обучением в бакалавриате в США, иностранец заметил, что здесь намного легче. 6 Здесь приведены только первые десять строк конкорданса. При нажатии на знак плюса на веб-сайте отображается более полный конкорданс. Terminologija | 2013 | 20 61 Для некоторых терминов приводятся несколько тысяч строк конкорданса. Просмотр такого объёма информации требует много времени, и не всем эти данные важны. Тем, кто хочет больше узнать об употреблении термина, о контексте, в котором используется выбранный термин, возможно, составить другое определение, выбрать необходимые примеры и сформировать объективное мнение, конкорданс приносит большую пользу. ПОНЯТИЕ ОНТОЛОГИЙ И ПРИЧИНЫ ИХ СОЗДАНИЯ В этой и последующих главах речь идёт об онтологии терминов образования и науки (ОиН), принципах её создания и возможностях применения этой и других онтологий. Для наглядности представлены несколько визуализированных классификаций и результатов онтологии терминов ОиН. Онтологии — формальные средства концептуализации знаний, обобщающие знания, описанные на естественном языке, в структурированную иерархическую модель взаимосвязанных понятий. Проблемы, связанные с качеством обработки информации и многозначностью терминов, обусловливают необходимость создания структурированных терминологических баз, с помощью которых компьютерные программы могли бы обрабатывать естественный язык (англ. natural language processing) и интерпретировать его семантику. Именно поэтому создаются онтологии. Человек, владеющий определённым языком, легко понимает смысл текста на естественном языке, тогда как компьютерная программа интерпретирует ту же информацию как набор текстовых символов и связанных с ними метатегов. Онтологии — это связующее звено, преобразующее информацию, изложенную на естественном языке, в концептуальную модель знаний, которую легко интерпретируют роботы для сбора и обработки информации. Создание онтологий — междисциплинарный процесс, охватывающий философию, лингвистику и информатику (подробнее см. Grigonytė 2010). В философии онтология понимается как дисциплина, изучающая бытие и существование. Лингвисты дополняют это определение: в лингвистике онтология — это сеть отдельных понятий и обозначающих их терминов. В информатике онтология представляет собой логическое и формальное отображение реальности. Крупнейший и легкодоступный источник текстов на естественном языке — интернет, поэтому онтологии часто рассматриваются как одно из средств семантической сети и семантического поиска. Организация W3C, разрабатывающая стандарты для веб-сайтов, определяет онтологию как набор терминов, описывающих знания в определённой области: «онтологии используют люди, базы данных и прикладные программы, стремящиеся обмениваться знаниями в определённой области 62 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija информацией <...>. Онтологии связывают понятия определённой области и отношения между ними в форме, пригодной для компьютерных программ» (W3C). Онтология терминов образования и науки (далее — онтология терминов ОиН) создана с целью формализации набора терминов ОиН, разработанного в рамках упомянутого выше вводного проекта, и его дополнения семантическими отношениями, которые могут интерпретировать прикладные программы. Основные задачи при создании онтологии — качественно описать термины и понятия выбранной области и формально специфицировать их значения. Эти задачи важны для решения проблемы многозначности терминов и создания структурной терминологической модели области ОиН. Онтология терминов ОиН создана не только как таксономия терминов ОиН, но и как один из возможных ресурсов семантического поиска. Онтология терминов ОиН доступна в интернете по адресу http://meta.vdu.lt/webprotege/, и визуализируется с помощью инструмента WebProtege, позволяющего просматривать дерево иерархических классов, их атрибуты и примеры экземпляров понятий. Открывая или скрывая новые вкладки и блоки, пользователь может настроить удобный графический интерфейс. Рекомендуется использовать браузеры Chrome или Mozilla Firefox. Чтобы лучше отобразить связи между терминами, рекомендуется использовать Protege 4.3 с плагином OntoGraf. ВЫБОР МЕТОДОЛОГИИ СОЗДАНИЯ ОНТОЛОГИИ ТЕРМИНОВ ОБРАЗОВАНИЯ И НАУКИ Обобщённая концепция создания онтологий описывается следующей метамоделью процесса (подробнее см. Cimiano 2006): M={D, LA, T, S, C, TR}, где D означает сбор документов, LA — лингвистическую разметку, T — отбор терминов, S — выявление синонимов, C — объединение терминов и их синонимов в понятия, а TR — определение семантических связей между понятиями. При использовании различных методологий создания онтологий применяются разные стратегии их разработки: одни методологии уделяют больше внимания жизненному циклу онтологии и созданию прототипов (Cyc, TOVE, Methontology, On-To-Knowledge), тогда как другие больше акцентируют использование онтологий в прикладных программах (KAKTUS). Согласно одним методам, онтологии создаются на основе собранных корпусов текстов (TOVE, On-To-Knowledge), согласно другим — на основе крупных онтологий общих знаний (SENSUS, Cyc) (подробнее см. Corcho et al. 2003). В простейшем случае онтологии создаются в несколько этапов: выбирается предметная область, обрабатывается информация (определяются понятия, термины, ограничения), Terminologija | 2013 | 20 63 указываются методы расширения онтологии и критерии оценки, подготавливается документация онтологии (подробнее см. Uschold et al. 1996). При создании онтологий этим методом не предполагается создание прототипов онтологии или использование онтологий в качестве дополнительных источников информации. В соответствии с этой методологией были созданы несколько онтологий хозяйственной деятельности, однако способы их использования в прикладных программах не были предусмотрены. В проекте On-To-Knowledge была предложена методология, уделяющая основное внимание управлению знаниями и возможностям использования будущей онтологии в информационных системах (подробнее см. Staab et al. 2001). После проведения технико-экономического обоснования были определены источники информации, потенциальные пользователи онтологии и способы её использования. В усовершенствовании онтологии On-To-Knowledge участвовали эксперты выбранной предметной области; обрабатывалась информация, собранная из текстов и других баз знаний. Качество онтологии оценивалось путём проверки её соответствия требованиям и пригодности к применению. Все эти этапы создания и совершенствования онтологии могут служить рекомендациями при разработке других онтологий. В представленных методологиях основное внимание уделяется методам создания онтологий на основе текстовых источников информации. Методология онтологии SENSUS предлагает использовать онтологии общих знаний при создании онтологии специальной предметной области (подробнее см. Gomez-Perez et al. 2004). Методология предусматривает группировку терминов из базы знаний OntoSaurus в дерево понятий. При попытке связать два класса понятий ищется класс общего понятия (англ. root class). При выборе методологии создания онтологии терминов образования и науки учитывались имеющиеся информационные ресурсы, а также возможности применения языковых технологий и инструментов для разработки онтологий. Было решено использовать опыт, накопленный в проекте Methontology (подробнее см. Mariano et al. 2004; Gomez-Perez et al. 2004; Corcho et al. 2003). Применение Methontology для создания онтологии терминов образования и науки и ресурсы разработки онтологии представлены на рисунке 1. На этапе спецификации указываются цель и охват создаваемой онтологии. Концептуальная модель онтологии разрабатывается с учётом предметной области, уточнённой на этапе спецификации, а затем формализуется — преобразуется в формальную модель онтологии. В ходе разработки формальная модель реализуется согласно требованиям выбранного языка создания онтологий. Даже уже созданная онтология нередко изменяется, расширяется или обновляется. 64 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Рис. 1. Процессы и ресурсы создания терминологической онтологии в области образования и науки (по Methontology) Применив модель Methontology, создали глоссарий терминов и таксономию понятий, установили связи между отдельными объектами онтологии, подготовили базу примеров атрибутов, классов, абстрактных классов, их атрибутов и связей. В ней указывается, в каких случаях существует выбранное понятие и с какими другими понятиями оно связано; также описаны сущности понятий. Онтологии описывают различные объекты одной и той же предметной области: людей (например, ректор, студент), места (например, университет), процессы (например, обучение, преподавание), результаты процессов (например, произведение искусства, бакалаврская работа) и т. д. В онтологии все они именуются понятиями (англ. concept), которые могут существовать как самостоятельные информационные единицы онтологии или объединяться в классы понятий (англ. class). Таксономия понятий (англ. concepts taxonomy) — систематическая классификация понятий в соответствии с выбранной концептуальной моделью онтологии — обычно создается на основе глоссария терминов (англ. glossary of terms), который в данном случае понимается как формальный перечень терминов и их определений (подробнее см. Uschold et al. 2004). В классической таксономии класс определяется как «группа сходных сущностей, отличающаяся от других групп индивидов» (подробнее см. Mayr 1987). Каждый класс онтологии характеризуется набором присущих только ему свойств (англ. property) и их ограничений (англ. restriction), которые наследуются всеми сущностями данного класса (англ. instance, individual). Сущность — это конкретный экземпляр выбранного понятия (например, Zigmas Lydeka является сущностью понятия ректор). Terminologija | 2013 | 20 65 Термины онтологии терминов в области образования и науки были установлены в специализированном корпусе с использованием лингвистических методов (подробнее см. Grigonytė et al. 2011; Rimkutė 2012). Понятия и классы понятий онтологии создавались с применением смешанной стратегии снизу вверх (англ. down-top strategy) и сверху вниз (англ. top-down strategy) (подробнее см. Uschold et al. 1996). При применении стратегии снизу вверх сначала выявляются наиболее специфичные понятия, которые затем заменяются более абстрактными. При применении стратегии сверху вниз сначала определяются абстрактные понятия, которые затем уточняются. При применении смешанной стратегии построения онтологий сначала рассматриваются исходные понятия, которые в зависимости от потребностей либо уточняются, либо обобщаются. На этом этапе создания таксономии терминов онтологии активно участвовал эксперт в области образования и науки. Он сгруппировал термины по предметным областям и создал первоначальную концептуальную модель онтологии. При создании таксономии понятий рекомендуется уделять особое внимание следующим этапам: составить перечень терминов и отобрать из него необходимые термины, создать модель понятий, подготовить определения и оценить термины (ISO 10241: 1992). СТРУКТУРА ОНТОЛОГИИ ТЕРМИНОВ ОБРАЗОВАНИЯ И НАУКИ Одна из задач процесса создания онтологий — разработать качественную структуру данных, универсальную и применимую в различных системах обработки информации, совместимую с другими источниками знаний. Основным элементом онтологии является вещь (англ. thing), абстрагирующая все понятия онтологии. Необходимость этого элемента объясняется философским определением онтологии как науки, изучающей бытие. Онтология формализует все знания определенной области, поэтому ее необходимым элементом является абстрактный класс, обобщающий все понятия специализированной области. Понятия, термины и аксиомы — основные концептуальные элементы любой онтологии. Важно различать значения термина и понятия. В стандарте LST ISO 1087-1 (2005) понятие определяется как «[е]диница познания, состоящая из уникального сочетания признаков». Понятие не зависит от языка; на него может влиять только контекст. Термин является идентификатором понятия, то есть «[с]ловесным обозначением общего понятия в специальной предметной области» (LST ISO 1087-1: 2005). Аксиомы описывают ограничения специфической области и формируют иерархическую структуру понятий онтологии. К формальным структурным объектам онтологии относятся понятия, классы понятий, экземпляры классов и понятий, свойства классов, понятий и экземпляров, отношения, связывающие все объекты онтологии, а также ограничения. 66 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Рис. 2. Структура онтологии терминов образования и науки по областям модели бизнес-процессов По рекомендации эксперта все термины сгруппированы в три абстрактных класса ввода, процесса и вывода (см. рис. 2), характерных для моделей бизнес-процессов (подробнее см. ISO 9001: 2000). В классе ввода указываются требования системы или конкретной деятельности, ресурсы и данные. Поэтому к этой категории относятся группы терминов инфраструктуры, учреждения и участника. Процессы деятельности подразделяются на основные (класс деятельность), создающие добавленную стоимость, и поддерживающие (класс администрирование), которые усиливают работу основных процессов и обеспечивают инфраструктуру для создаваемых процессов. Вывод обобщает эффективность и производительность процесса — показывает, каких результатов можно было достичь, какие были достигнуты и какие ресурсы были для этого использованы (классы научная продукция, продукция профессионального обучения, продукция обучения и художественная продукция). Каждый абстрактный класс предметной области может иметь дополнительные подклассы (как видно на рис. 3, подкласс класса участник — администратор; этот подкласс далее подразделяется). Всего в онтологии терминов образования и науки 29 абстрактных классов. Их основное назначение — создавать общую концептуальную модель онтологии в соответствии с упомянутой выше стратегией сверху вниз. Terminologija | 2013 | 20 67 Рис. 3. Общие понятия класса «Участник» и абстрактные подклассы в онтологии терминов образования и науки Онтология терминов образования и науки включает 465 общих понятий7, иерархия которых создана с помощью шаблонов распознавания определительных контекстов (подробнее см. Bielinskienė et al. 2012). Определительные контексты частично или полностью соответствуют определениям терминов и строятся из гиперонимических понятий. Например, понятие студент определяется как лицо, обучающееся в высшем учебном заведении по программе последовательного обучения. А иностранный студент — это студент, прибывший из другой страны в высшее учебное заведение определенной страны для обучения по полной программе последовательного обучения или по отдельным учебным курсам. В онтологии научных терминов указаны следующие таксономические отношения: – подкласс класса (англ. subclass-of) — например, магистрант является подклассом класса студент; – разделение (англ. disjoint-decomposition) — например, результат обучения не может одновременно быть и бакалаврской работой, и диссертацией; – полное разбиение (англ. exhaustive-decomposition) — например, к классу преподаватель относятся подклассы доцент, лектор, профессор и др. Если некоторый объект является преподавателем, он должен принадлежать хотя бы одному из перечисленных подклассов; – разбиение на части (англ. partition) — например, понятие учебный семестр включает понятия весенний семестр и осенний семестр. Если речь идет об учебном семестре, он должен относиться к одному из перечисленных подклассов. 7В онтологии представлены также термины, которых нет в словаре терминов образования и науки, то есть те, которые не были подробно определены. 68 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Рис. 4. Таксономическая иерархия понятия studentas в онтологии терминов образования и науки Поскольку главным критерием качества онтологии является однозначность терминов, при создании онтологии терминов образования и науки большое внимание уделялось качественному формированию набора свойств понятий. Для определения набора свойств классов, понятий и сущностей подходят шаблоны распознавания описательных контекстов (подробнее см. Bielinskienė et al. 2012). Описательные контексты указывают на характер анализируемого понятия и его связь с другими частями системы. Рис. 5. Возможности применения атрибута aktyvus в онтологии терминов образования и науки8 Используя одно и то же свойство, можно описать несколько различных понятий. Например, свойство aktyvus присуще четырём понятиям: практическая работа, практическая подготовка, практическое занятие, упражнения (см. рис. 5). Поэтому важно подчеркнуть, что качественно описать понятие можно только с помощью определённого уникального сочетания свойств. 8 При использовании инструмента создания и визуализации онтологий Protege 4.3 не было возможности использовать литовский язык, поэтому структурные элементы онтологии (например, ObjectProperty, Domain) представлены на английском языке. Terminologija | 2013 | 20 69 Рис. 6. Набор свойств понятия «академический час» и их ограничений в онтологии терминов образования и науки Каждое свойство может иметь указанные ограничения или связи с другими понятиями или классами понятий. Например, академический час определяется как единица продолжительности контактной работы преподавателей и студентов, равная 45 минутам. Формальное, онтологическое определение этого понятия задаёт следующий набор свойств: академический час — это подкласс процесса; участники — студенты и преподаватель; это контактный процесс, имеющий продолжительность, которая определяется константой 45 минут (см. рис. 6). Сущности — экземпляры конкретных классов и понятий, обладающие свойствами классов и понятий, их ограничениями и связями с другими свойствами. Рис. 7. Дерево связей между понятиями и сущностями онтологии терминов образования и науки 70 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija с теми же свойствами. Например, если в онтологии указано, что ректор руководит университетом, то экземпляр этих понятий — Зигмас Лыдека — руководит Университетом Витаутаса Великого, то есть экземпляром понятия университет (см. рис. 7). Онтология терминов образования и науки создана на языке OWL с помощью инструмента разработки онтологий Protege 4.3, визуализирована с использованием инструмента WebProtege или дополнения OntoGraf9. ОЦЕНКА И ПРИМЕНЕНИЕ ОНТОЛОГИИ ТЕРМИНОВ ОБРАЗОВАНИЯ И НАУКИ В настоящее время онтология терминов образования и науки включает 29 абстрактных классов понятий и 465 общих понятий, 87 свойств понятий, классов понятий и их экземпляров, 141 экземпляр, 296 связей между классами понятий, понятиями и экземплярами онтологии. Формально сложность онтологии можно оценить с помощью метрик логики описаний (англ. description logic) (подробнее см. Corcho et al. 2003; Baader 2003). Онтология терминов образования и науки оценена на уровне сложности ALCHON(D), где: – AL — язык атрибутов; он позволяет связывать понятия и задавать для них универсальные ограничения; – C — указывает на возможность отрицать связи между понятиями; – H — указывает на возможность создавать иерархию ролей; – O — ограничения, задающие мощность (связи: ровно один, один из многих); – N — ограничения количества (связи: меньше, больше); – (D) — свойства типов данных. Помимо словаря онтологии, таксономии и семантических связей, оцениваются возможности её использования и применения. Выбранный язык разработки онтологий OWL подходит для получения семантических выводов, пополнения онтологии новыми понятиями или связывания нескольких онтологий из разных предметных областей. Структурная модель терминов области образования и науки разработана таким образом, чтобы каждое понятие онтологии описывалось уникальным набором свойств и семантических связей; такое решение помогает справиться с проблемой многозначности терминов. Этот ресурс создан не только как таксономия терминов области образования и науки, но и как одно из возможных средств семантического поиска и обработки естественного языка. 9 Дополнительная информация: http://protege.stanford.edu. Terminologija | 2013 | 20 71 До сих пор большое внимание уделялось тому, как онтологии могут применяться при компьютеризации естественного языка, его систематизации и адаптации для понимания компьютерными программами. Возможно, с первого взгляда не вполне ясно, чем онтологии могут быть полезны лингвистам или специалистам других областей. Следует подчеркнуть, что онтологии особенно полезны терминологам, поскольку средства визуализации онтологий позволяют наглядно увидеть взаимосвязи между терминами. Для иллюстрации терминов можно подобрать конкретные слова, связанные с этими терминами и представленные в онтологии (в онтологии они называются esiniais). Как словарь терминов образования и науки, так и онтология могут быть полезны участникам сферы образования и науки: преподавателям, учителям, административным работникам, студентам и школьникам, поскольку эти источники показывают, например, как классифицируются студенты, какие бывают виды обучения, из чего состоит администрация высших учебных заведений и т. п. ОБОБЩАЮЩИЕ ЗАМЕЧАНИЯ В статье представлены Словарь терминов образования и науки и Онтология терминов образования и науки. И словарь, и онтология нуждаются в дальнейшем совершенствовании. Главное достоинство и особенность обоих источников состоит в том, что они созданы с применением принципов корпусной и компьютерной лингвистики, которые литовские терминологи пока используют недостаточно широко. Словарь терминов образования и науки доступен в интернете и содержит 224 термина, состоящих от одного до пяти слов. Он отличается от других терминологических словарей тем, что, помимо обычных частей словарной статьи (самих терминов, определений, эквивалентов на иностранных языках), в нём представлены все словоизменительные формы каждого термина с указанием частотности, примеры из корпуса текстов по образованию и науке, коллокаты и конкордансы. Эти данные важны тем, что пользователи словаря могут получить полное представление об употреблении и контексте того или иного термина, а также обнаружить важные признаки термина, которые, возможно, не упомянуты в определении. Доступная в интернете онтология терминов образования и науки раскрывает семантические связи между терминами этой сферы и делает эту информацию понятной компьютерным программам. Онтологии могут быть особенно полезны терминологам, которые классифицируют и описывают термины определённой области и приводят конкретные примеры. Предполагается, что и словарь терминов образования и науки, и онтология станут методологически важными ресурсами и побудят литовских терминологов шире использовать возможности корпусов для исследования, описания и классификации терминов. 72 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija LITERATŪRA Baader F. 2003: Appendix: description logic terminology. – The description logic handbook: theory, implementation, and applications, Cambridge: Cambridge university press. Bielinskiene A., Boizou L., Kovalevskaite J., Utka A. 2012: Towards the Automatic Extraction of Term-defining Contexts in Lithuanian. – Human Language Technologies. The Baltic Perspective: Proceedings of the Fifth International Conference Baltic HLT 2012, Amsterdam, Berlin, Tokyo, Washington, DC: IOS Press, 18–26. Cimiano P. 2006: Ontology Learning and Population from Text: Algorithms, Evaluation and Applications, Karlsruhe: Springer. Corcho O., Fernández-López M., Gómez-Pérez A. 2003: Methodologies, tools and languages for building ontologies. Where is their meeting point? – Data & knowledge engineering 46(1), 41–64. Gomez-Perez A., Corcho O., Fernandez-Lopez M. 2004: Ontological Engineering: with examples from the areas of Knowledge Management, e-Commerce and the Semantic Web, London: Springer-Verlag. Gornostay T., Ramn A., Heid U., Morin E., Harastani R., Planas E. 2012: Terminology Extraction from Comparable Corpora for Latvian. – Human Language Technologies. The Baltic Perspective: Proceedings of the Fifth International Conference Baltic HLT 2012, Amsterdam, Berlin, Tokyo, Washington, DC: IOS Press, 66–73. Grigonytė G. 2010: Building and Evaluating Domain Ontologies: NLP Contributions, Logos Verlag Berlin GmbH. Grigonytė G., Rimkutė E., Utka A., Boizou L. 2011: Experiments on Lithuanian Term Extraction. – Proceedings of the 18th Nordic Conference of Computational Linguistics NODALIDA 2011. NEALT Proceedings Series 11, 82–89. ISO 10241: 1992 International terminology standards – Preparation and layout. Geneva: ISO. ISO 9001: 2000 Quality management systems – Requirements, Geneva: ISO. Kruglevskis V., Vancāne I. 2005: Term Extraction from Legal Texts in Latvian. – Proceedings of the Second Baltic Conference Human Language Technologies, 155–159. LST ISO 1087-1: 2005 Terminologijos darbas. Aiškinamasis žodynas. 1 dalis. Teorija ir taikymas (tpd ISO 1087-1: 2000). Mariano F., Gomez-Perez A., Juristo N. 2004: Methontology: From Ontological Art Towards Ontological Engineering. – AAAI-97 Spring Symposium. Series on Ontological Engineering, Stanford: AAAI Press, 33–40. Mayr E. 1987: The ontological status of species: scientific progress and philosophical terminology. – Biology and Philosophy 2(2), 145–166. Rimkutė E. 2010: Lietuvių kalbos terminų automatinio nustatymo galimybės. – Kalbų studijos 16, 71–78. Rimkutė E. 2012: Automatinis švietimo ir mokslo terminų nustatymas lingvistiniais metodais. – Terminologija 19, 54–69. Staab S., Studer R., Schnurr H. P. 2001: Knowledge Processes and Ontologies. – Intelligent Systems 16(1), 26–34. Uschold M., Gruninger M. 1996: Ontologies: Principles, methods and applications. – Knowledge engineering review 11(2), 93–136. Uschold M., Gruninger M. 2004: Ontologies and semantics for seamless connectivity. – ACM SIGMod Record 33(4), 58–64. W3C – OWL Web Ontology Language Use Cases and Requirements. Prieiga internete http://www.w3.org/TR/2002/WD-webont-req-20020307/ (žiūrėta 2013-10-14). ONTOLOGY AND DICTIONARY OF SCIENCE AND EDUCATION TERMS The paper presents the dictionary and the ontology of science and education terms. The proposed approach of ontology and dictionary building uses the following Natural Language Processing techniques: linguistic pattern recognition, collocation extraction, morphological analysis, POS tagging, and others. The dictionary of science and education is available online and contains 224 one word and multiword terms (their length is up to 5 words). The dictionary contains the Terminologija | 2013 | 20 73 necessary dictionary fields (terms, definitions, translations to other languages), as well as some additional fields such as declined forms of terms with their frequencies, examples of term usage, collocations and concordances from the special science and education corpus. The main focus of the paper is the ontology of terms in the domain of science and education. Authors present, how different research areas define ontologies, what are the possibilities of their use, what are ontology building methods. The structure of the ontology is illustrated by multiple examples. The hierarchical structure of concepts, their properties and relationships make this information readable and understandable for knowledge-based information systems. Ontologies can be particularly useful for terminology experts, who try to classify and describe terms, concepts and their instances in a domain specific field. Both resources can be valuable for lecturers, teachers, administration management bodies, students, etc. While using the ontology, they can define and conceptualize the processes of studying, teaching or learning. The paper introduces the possibilities of semi-supervised term extraction with mixed prescriptive and descriptive term analysis methods, which can be useful for terminology experts, lexicographers, and creators of lexical databases. Gauta 2013-10-29 Irena Markievicz Vytauto Didžiojo universitetas K. Donelaičio g. 52, LT-44248 Kaunas E. paštas [email protected] Erika Rimkutė Vytauto Didžiojo universitetas K. Donelaičio g. 52, LT-44248 Kaunas E. paštas [email protected] 74 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija