Švietimo ir mokslo terminų žodynas ir ontologija

Словник термінів освіти й науки та онтологія IRENA MARKIEVICZ, ERIKA RIMKUTĖ Vytauto Didžiojo universitetas КЛЮЧОВІ СЛОВА: корпус текстів, терміни освіти й науки, онтологія, словник ВСТУП У 2010–2012 рр. у Центрі комп’ютерної лінгвістики Університету Вітовта Великого реалізовувався профінансований Радою з питань науки Литви проєкт Автоматичне виявлення термінів освіти й науки (ŠIMTAI 2). Основна мета цього проєкту — випробувати методи корпусної лінгвістики, щоб автоматично або напівавтоматично розпізнавати терміни, автоматизувати відбір із корпусу інформації, потрібної для формулювання визначень термінів, і в такий спосіб полегшити роботу термінологів. Найважливішими результатами проведеного дослідження, окрім методик, є спеціалізований корпус текстів з освіти й науки (далі — ОН) обсягом 4 млн слів, Словник термінів освіти й науки, укладений на основі цього спеціалізованого корпусу, та Онтологія термінів освіти й науки. У статті представлено словник термінів ОН та онтологію термінів ОН. Розглянуто структуру словника та його відмінності від інших термінологічних словників. Більшу увагу приділено онтології термінів ОН. Пояснено, як онтології визначаються в різних галузях науки, для чого вони потрібні та якими методами створюються. Докладно розглянуто онтологію термінів ОН, представлено її структуру, наведено приклади та пояснено, як можна застосовувати це джерело. Обидві праці — і словник термінів ОН, і онтологію термінів ОН — укладено на основі того самого матеріалу, тобто спеціалізованого корпусу текстів з освіти й науки, із застосуванням методології корпусної та комп’ютерної лінгвістики. Ця праця має на меті представити можливості корпусної та комп’ютерної лінгвістики в галузі термінології й привернути увагу термінологів, укладачів термінологічних словників або баз даних до того, що впорядкування термінів можна принаймні частково автоматизувати та що можливо поєднати прескриптивний і дескриптивний підходи до аналізу термінів. 56 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija ЕТАПИ СТВОРЕННЯ СЛОВНИКА ТЕРМІНІВ ОСВІТИ І НАУКИ Терміни словника термінів освіти і науки визначено у спеціалізованому корпусі текстів із застосуванням лінгвістичних методів (докладніше див. Grिगonytė et al. 2011; Rimkutė 2012). Складання словника тривало два роки, тобто весь час виконання згаданого вище проєкту, і відбувалося в такі етапи: 1) створено спеціалізований корпус текстів освіти і науки обсягом 4 млн слів; 2) корпус текстів автоматично морфологічно анотовано; 3) створено інструмент для автоматичного відбору термінів, заснований на лінгвістичних правилах; 4) визначено критерії відбору потенційних термінів; 5) виявлено близько 11 тис. потенційних термінів, що складаються від одного до п’ятнадцяти слів; 6) застосовано додаткові критерії відбору потенційних термінів1; 7) визначено 780 термінів освіти і науки (від 1 до 5 слів); 8) розроблено методику визначення термінів на основі корпусів текстів; 9) підготовлено лінгвістичні ресурси, необхідні для встановлення визначень термінів; 10) визначено терміни 300 вибраних груп; 11) наведено відповідники визначених термінів англійською, німецькою та французькою мовами. Безсумнівно, укладання кожного словника термінів вимагає значних витрат робочого часу фахівців і фінансових ресурсів. У цій статті представлено словник термінів освіти і науки, який, хоч і невеликий — містить 224 терміни (докладніше див. наступний розділ), — проте є методологічно дуже складним. Як видно з описаних етапів укладання словника, навіть за наявності спеціалізованого корпусу текстів потрібної галузі2 були потрібні спеціальні інструменти3 для автоматичного розпізнавання й визначення термінів. 1 Аналізували терміни, що складалися не більш ніж із семи слів; враховували також частотність: що коротший термін, то частіше він має вживатися. Наприклад, аналізували лише ті однослівні терміни, які траплялися щонайменше 20 разів, а семислівні терміни мали траплятися не менш ніж двічі. 2 Створення корпусу текстів — один із найважливіших і найдовших етапів усього дослідження, адже для укладання репрезентативного корпусу, у якому можна було б визначати терміни, потрібно було ретельно відібрати тексти, збалансувати їх за жанрами та технічно опрацювати (перенести з PDF-файлів у текстові файли, змінити кодування тощо). 3 У цьому проєкті було створено інструмент для автоматичного виявлення термінів, адаптований до литовської мови, оскільки, як показали попередні експерименти (див. Grigonytė et al. 2011), через відмінності у структурі мов майже неможливо адаптувати до литовської мови інструменти розпізнавання термінів, призначені для інших мов. У цьому інструменті застосовано лінгвістичні правила: шукали терміни певної граматичної структури, наприклад прикметник + іменник, родовий відмінок іменника + іменник, дієприкметник + іменник тощо. Подібні методи використовують для виявлення термінів дослідники латиської мови (див. Gornostay et al. 2012; Krugļevskis et al. 2005). За їхніми словами, виявлення термінів за допомогою лінгвістичних методів (морфосинтаксичного аналізу) є доцільнішим, ніж статистичні методи, придатні для аналітичних мов. Terminologija | 2013 | 20 57 Складно було також відібрати терміни освіти й науки (ОН) серед усіх автоматично виявлених осмислених словосполучень із правильною граматичною структурою. Труднощі виникли тому, що серед так званих можливих термінів у текстовому корпусі обсягом 4 млн слів було виявлено аж 11 тис. На наступному етапі дослідження та укладання словника важливо було визначити серед усіх словосполучень терміни ОН (про цю проблему йдеться в Rimkutė 2012). Слід звернути увагу на те, що представлений словник термінів ОН укладено на основі текстового корпусу. Це означає, що було використано не традиційний, досі поширений у Литві спосіб упорядкування термінів, заснований на компетенції термінологів, часом досить суб’єктивний, прескриптивний, а дескриптивний метод аналізу й визначення термінів, який у сучасній термінології вважається кращим і ґрунтується на даних текстових корпусів. Текстові корпуси дуже потрібні для укладання словників, адже з їхньою допомогою можна визначити найтиповіші й найчастотніші моделі вживання термінів, важливі для визначення значення та добору актуальних прикладів. Через складну методологію визначення термінів було вирішено докладно визначити 300 термінів. Було відібрано терміни певних груп: терміни зі словом академічний (наприклад: академічна свобода, академічна етика, академічна година), зі словом робота (наприклад: дипломна робота, домашня робота, самостійна робота), зі словом освіта (наприклад: університетська освіта, загальна освіта, вища освіта), зі словом освітній процес (наприклад: надавач освітніх послуг, освіта дорослих, неформальна освіта) тощо. Також визначено кілька часто вживаних однослівних термінів: студент, науковець, університет тощо. Як і в інших термінологічних словниках, у словнику термінів ОН біля більшості термінів наведено відповідники англійською, німецькою та французькою мовами. Їх узято з затверджених джерел і документів відповідної галузі, а також зі спеціалізованих термінологічних баз даних: Англійського словника освітніх термінів (Glossary of Educational Terms), тлумачного словника термінів, пов’язаних із навчанням, Der Europäische Qualifikationsrahmen für lebenslanges Lernen, EuroVoc (багатомовного тезауруса Європейського Союзу), Банку термінів Литовської Республіки тощо. Переважно використовувалася термінологія освіти Великої Британії, Франції та Німеччини, однак значення багатьох перекладних відповідників у контексті систем цих країн не цілком збігаються зі значеннями оригінальних термінів, уживаних у сфері освіти й науки Литви. Наведені у словнику іншомовні відповідники термінів придатні для системи науки й освіти Литовської Республіки, але не завжди (або лише частково) можуть використовуватися для опису системи науки й освіти іншої країни. 58 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija СТРУКТУРА СЛОВНИКА ТЕРМІНІВ ОСВІТИ Й НАУКИ Словник термінів ОН є у вільному доступі в інтернеті за адресою http://daukantas.vdu.lt/moksliniai-terminai/. Тут наведено 224 терміни, хоча в попередньому розділі зазначалося, що визначено 300 термінів. Кількість визначених термінів і термінів, наведених у словнику, різниться, оскільки було помічено, що деякі терміни (наприклад: рівень / ступінь кваліфікації; науковий ступінь; наукова продукція; навчання в магістратурі / магістерські студії; навчальне / робоче навантаження студента; державний науковий інститут) уживаються як синоніми й мають подібну структуру, тому такі терміни було об’єднано. Словник термінів ОН містить обов’язкові для всіх термінологічних словників елементи, тобто сам термін і його визначення. Як зазначалося, наведено відповідники англійською, німецькою та французькою мовами. Також подано тематичні галузі (наприклад, управління вищою освітою, політика у сфері вищої освіти, адміністрування вищої освіти) та скорочення деяких термінів. Від інших термінологічних словників і баз даних цей словник відрізняється тим, що в ньому також наведено всі відмінювані форми термінів із зазначенням їхньої частотності, а також загальну частотність терміна в текстовому корпусі ОН. Для всіх термінів можна знайти щонайменше два приклади вживання з текстового корпусу ОН (приклади не редагувалися й не змінювалися, лише іноді скорочувалися), ліві й праві колокати4, конкорданс5. Для визначення всіх термінів інформації з текстового корпусу було недостатньо. Біля термінів, для формулювання визначень яких інформації бракувало (наприклад: надавач освітніх послуг, студентський ваучер, базова освіта), поставлено зірочки. Оскільки терміни було відібрано з текстового корпусу, була відома частота їхнього вживання, тому біля всіх термінів указано умовне позначення частотності порівняно з іншими термінами: ★★★ позначають найчастотніші терміни, які в текстовому корпусі освіти й науки вжито до 500 разів; ★★☆ позначають менш частотні терміни, які в текстовому корпусі вжито 100–499 разів; 4 Це статистично визначені (за частотністю) контекстні партнери аналізованого терміна, які часто стоять поруч із ним ліворуч і праворуч. 5 Це всі випадки вживання граматичних форм вибраного терміна в текстовому корпусі, подані в контексті одного рядка (рядок конкордансу зазвичай охоплює більше ніж одне речення). Конкорданс зазвичай аналізують, спершу читаючи його вертикально, адже лише так виявляється типове вживання терміна. Аналізований термін розташовано посередині рядка конкордансу й виділено жирним шрифтом. Ліворуч і праворуч від аналізованого терміна наведено приблизно по 50 символів конкордансного фрагмента. Щоб побачити довший фрагмент конкордансу (приблизно по 150 символів ліворуч і праворуч), потрібно натиснути знак «плюс» наприкінці рядка конкордансу. Terminologija | 2013 | 20 59 ★☆☆ позначає терміни, вжиті в корпусі текстів 10–99 разів; ☆☆☆ позначає рідкісні терміни, вжиті в корпусі текстів менше ніж 10 разів. Далі як ілюстрацію словника термінів освіти й науки наведено статтю терміна бакалаврські студії. БАКАЛАВРСЬКІ СТУДІЇ ★☆☆ Визначення Навчання першого циклу вищої освіти, що забезпечує загальну університетську освіту й основи знань за обраним напрямом навчання, а також кваліфікаційний ступінь бакалавра. Приклади В університетах США зазвичай здібнішим студентам створюють умови для поєднання магістратури з докторантурою, точніше — щоб вони вступали до докторантури одразу після бакалаврських студій (це певною мірою пояснює, чому навчання в магістратурі й докторантурі об’єднують одним терміном — graduate studies, яке відбувається в так званій graduate school) і здобували ступінь PhD після 8 років навчання в університеті. Рекомендований строк навчання разом із бакалаврськими студіями — 5 років Бакалаврські студії (I цикл) зазвичай тривають 4 роки (160 кредитів, денна форма навчання). Бакалаврські студії, магістратуру й докторантуру завершують відповідно захистом бакалаврської роботи, магістерської роботи та дисертації. Бакалаврські студії — це навчання першого циклу, що забезпечує загальну університетську освіту й основи знань за обраним напрямом навчання. Частотність бакалаврське навчання 21 бакалаврським навчанням 6 у бакалаврському навчанні 3 бакалаврське навчання 7 бакалаврського навчання 14 Загальна частотність: 51 Відповідники Англійською: bachelor’s studies Німецькою: Bachelorstudium Французькою: études de licence Предметна галузь адміністрування вищої освіти 60 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Колокати Ліві колокати Праві колокати PO бакалаврського навчання SU бакалаврським навчанням СКОРОЧУВАТИ бакалаврське навчання ПРОГРАМНЕ ЗАБЕЗПЕЧЕННЯ для бакалаврського навчання бакалаврське навчання І. СТУПІНЬ бакалаврське навчання МАГІСТРАТУРА ТА ДОКТОРАНТУРА Конкорданс6 [1] працювати або продовжити навчання й завершити бакалаврське навчання. Представники закладів вищої освіти поширили повідомлення, [2] у країнах, що пропонують такі бакалаврські програми. Бакалаврських програм в осінньому семестрі IV курсу, а магістерське навчання [3] програма з теології — 5 років); до бакалаврського навчання було зараховано 1 870 студентів, а у 2009 р. університети [4] університети наважилися скоротити до 3 і 3, 5 років бакалаврське навчання, повідомляє, що Закон про науку та навчання [5] університети наважилися скоротити до 3 і 3, 5 років бакалаврське навчання. бакалаври США, прагнучи розпочати магістерське навчання [6] вимоги комісій: потрібно закінчити бакалаврське навчання, якщо вступаєш на дослідницьку програму, [7] р. університети зважилися скоротити до 3 років бакалаврське навчання. Кілька університетів зважилися на навчання тривалістю до 3 і 3,5 року [8] кредитів (4,5 року) бакалаврського навчання. бакалаврське навчання, що триває 4 роки (навчання з католицької теології [9] навчання, що не надає ступеня. Рекомендований період разом із бакалаврським навчанням — 5 років (3 + 2; 3,5 + 1,5; 4 + 1). Бакалаврський [10] Коли його попросили порівняти це навчання зі своїм бакалаврським навчанням у США, іноземець зауважив, що тут набагато легше. 6 Тут наведено лише перші десять рядків конкордансу. На вебсайті натискання знака плюса відображає розширений конкорданс. Terminologija | 2013 | 20 61 Для деяких термінів наведено кілька тисяч рядків конкордансу. Перегляд такої кількості інформації потребує багато часу, і не всім ці дані важливі. Для тих, хто хоче більше дізнатися про вживання терміна, контекст, у якому вживається обраний термін, можливо, сформулювати інше визначення, вибрати потрібні приклади й скласти об’єктивну думку, конкорданс дає багато користі. ПОНЯТТЯ ОНТОЛОГІЙ І ПРИЧИНИ ЇХ СТВОРЕННЯ У цьому та наступних розділах ідеться про онтологію термінів освіти й науки, принципи її створення та можливості використання цієї та інших онтологій. Для наочності наведено кілька візуалізованих класифікацій і результатів онтології термінів освіти й науки. Онтології — формальні засоби концептуалізації знань, які узагальнюють знання, описані природною мовою, у структуровану ієрархічну модель взаємопов’язаних понять. Проблеми, пов’язані з якістю обробки інформації та багатозначністю термінів, зумовлюють потребу створювати структуровані термінологічні бази, за допомогою яких комп’ютерні програми могли б обробляти природну мову (англ. natural language processing) та інтерпретувати її семантику. Саме з цієї причини створюють онтології. Людина, яка володіє певною мовою, легко розуміє значення поданого їй тексту природною мовою, тоді як комп’ютерна програма інтерпретує ту саму інформацію як набір текстових символів і пов’язаних із ними метатегів. Онтології — це сполучна ланка, що перетворює інформацію, написану природною мовою, на концептуальну модель знань, яку легко інтерпретують роботи для збирання й обробки інформації. Створення онтологій — міждисциплінарний процес, що охоплює галузі філософії, лінгвістики та інформатики (докладніше див. Grigonytė 2010). У філософії онтологію розуміють як дисципліну, що вивчає буття й існування. Лінгвісти доповнюють таке визначення онтології: в лінгвістиці онтологія — це мережа окремих понять і термінів, що їх описують. В інформатиці онтологія є логічним і формальним відображенням дійсності. Найбільшим і легкодоступним джерелом текстів природною мовою є інтернет, тому онтології часто розглядають як один із засобів семантичного вебу та семантичного пошуку. Організація W3C, яка розробляє стандарти для вебсайтів, визначає онтологію як набір термінів, що описують знання певної галузі: «онтологіями користуються люди, бази даних і прикладні програми, які прагнуть ділитися інформацією з певної галузі 62 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija <...>. Онтології пов’язують поняття певної галузі та відношення між ними у формі, придатній для комп’ютерних програм» (W3C). Онтологію термінів освіти й науки (далі — онтологія термінів освіти й науки) створено з метою формалізувати набір термінів освіти й науки, розроблений у межах згаданого вступного проєкту, і доповнити його семантичними відношеннями, які можуть інтерпретувати прикладні програми. Основні завдання зі створення онтології: якісно описати терміни й поняття обраної галузі та формально специфікувати їхні значення. Ці завдання важливі для розв’язання проблеми багатозначності термінів і створення структурної термінологічної моделі галузі освіти й науки. Онтологію термінів освіти й науки створено не лише як таксономію термінів освіти й науки, а й як один із можливих ресурсів семантичного пошуку. Онтологія термінів освіти й науки доступна в інтернеті за адресою http://meta.vdu.lt/webprotege/, візуалізується за допомогою інструмента WebProtege, за допомогою якого можна переглядати дерево ієрархічних класів, їхні атрибути та приклади екземплярів понять. Відкриваючи або приховуючи нові вкладки й блоки, користувач може налаштувати зручний графічний інтерфейс. Рекомендується використовувати браузери Chrome або Mozilla Firefox. Щоб краще відобразити зв’язки між термінами, рекомендується використовувати Protege 4.3 із додатком OntoGraf. ВИБІР МЕТОДОЛОГІЇ СТВОРЕННЯ ОНТОЛОГІЇ ТЕРМІНІВ ОСВІТИ І НАУКИ Узагальнену концепцію створення онтологій описує така метамодель процесу (докладніше див. Cimiano 2006): M={D, LA, T, S, C, TR}, у якій D означає збирання документів, LA — лінгвістичне анотування, T — відбір термінів, S — визначення синонімів, C — об’єднання термінів та їхніх синонімів у поняття, а TR — визначення семантичних зв’язків між поняттями. Під час використання різних методологій створення онтологій застосовують різні стратегії: одні методології приділяють більше уваги життєвому циклу онтології та створенню прототипів (Cyc, TOVE, Methontology, On-To-Knowledge), тоді як інші більше наголошують на використанні онтологій у прикладних програмах (KAKTUS). За одними методами онтології створюють на основі зібраних корпусів текстів (TOVE, On-To-Knowledge), за іншими — на основі великих онтологій загальних знань (SENSUS, Cyc) (докладніше див. Corcho et al. 2003). Найпростіше онтології створюють у такі етапи: обирають галузь знань, опрацьовують інформацію (визначають поняття, терміни, обмеження), Terminologija | 2013 | 20 63 зазначають методи розширення онтології та критерії оцінювання, готують документацію онтології (докладніше див. Uschold et al. 1996). Створюючи онтології таким методом, не передбачають розроблення прототипів онтології або використання онтологій як додаткових джерел інформації. За цією методологією створено кілька онтологій господарської діяльності, однак не передбачено, як використовувати їх у прикладних програмах. У проєкті On-To-Knowledge запропоновано методологію, що приділяє основну увагу управлінню знаннями та можливостям використання майбутньої онтології в інформаційних системах (докладніше див. Staab et al. 2001). Після техніко-економічного обґрунтування визначили джерела інформації, потенційних користувачів онтології та способи її використання. Удосконаленням онтології On-To-Knowledge займалися експерти обраної галузі; опрацьовували інформацію, зібрану з текстів та інших баз знань. Якість онтології оцінювали, перевіряючи її відповідність вимогам і можливість застосування. Усі ці етапи створення та вдосконалення онтології можна вважати рекомендаціями для розроблення інших онтологій. У розглянутих методологіях основну увагу приділено методам створення онтологій на основі текстових джерел інформації. Методологія онтології SENSUS пропонує використовувати онтології загальних знань у процесі створення онтології спеціалізованої галузі (докладніше див. Gomez-Perez et al. 2004). Методологія передбачає групування термінів із бази знань OntoSaurus у дерево понять. Щоб пов’язати два класи понять, шукають клас загального поняття (англ. root class). Обираючи методологію створення онтології термінів освіти і науки, врахували наявні інформаційні ресурси та можливості застосування мовних технологій і засобів розроблення онтологій. Вирішили скористатися досвідом, накопиченим у проєкті Methontology (докладніше див. Mariano et al. 2004; Gomez-Perez et al. 2004; Corcho et al. 2003). Застосування Methontology для створення онтології термінів освіти і науки та ресурси для її розроблення показано на рисунку 1. На етапі специфікації визначають мету та обсяг онтології. Концептуальну модель онтології створюють з огляду на галузь, уточнену під час специфікації; згодом її формалізують — перетворюють на формальну модель онтології. У процесі розроблення формальну модель реалізують відповідно до вимог обраної мови створення онтологій. Навіть уже створену онтологію нерідко змінюють, розширюють або оновлюють. 64 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Рис. 1. Процеси та ресурси створення термінологічної онтології сфери освіти й науки (за мотивами Methontology) За моделлю Methontology створено глосарій термінів і таксономію понять, встановлено зв’язки між окремими об’єктами онтології, підготовлено базу прикладів атрибутів, класів, абстрактних класів, їхніх атрибутів і зв’язків, у якій визначено, за яких обставин існує вибране поняття, з якими іншими поняттями воно пов’язане, а також описано сутності понять. За допомогою онтологій описують різні об’єкти тієї самої предметної галузі: осіб (наприклад, ректор, студент), місця (наприклад, університет), процеси (наприклад, навчання, викладання), результати процесів (наприклад, твір мистецтва, бакалаврська робота) тощо. Усі вони в онтології позначаються як поняття (англ. concept), які можуть існувати як самостійна одиниця інформації онтології або бути об’єднаними в класи понять (англ. class). Таксономію понять (англ. concepts taxonomy) — систематичну класифікацію понять відповідно до обраної концептуальної моделі онтології — зазвичай створюють на основі глосарія термінів (англ. glossary of terms), який у цьому випадку розуміють як формальний перелік термінів та їхніх визначень (докладніше див. Uschold et al. 2004). У класичній таксономії клас визначають як «групу подібних сутностей, що відрізняється від інших груп індивідів» (докладніше див. Mayr 1987). Кожен клас онтології характеризується набором притаманних лише йому властивостей (англ. property) та їхніх обмежень (англ. restriction), які успадковують усі сутності певного класу (англ. instance, individual). Сутність — це конкретний екземпляр вибраного поняття (наприклад, Zigmas Lydeka є сутністю поняття rektorius). Terminologija | 2013 | 20 65 Терміни онтології термінів сфери освіти й науки визначено у спеціалізованому корпусі текстів за допомогою лінгвістичних методів (докладніше див. Grigonytė et al. 2011; Rimkutė 2012). Поняття та класи понять онтології створювали за змішаною стратегією знизу вгору (англ. down-top strategy) і згори вниз (англ. top-down strategy) (докладніше див. Uschold et al. 1996). За стратегії знизу вгору спочатку визначають найспецифічніші поняття, а згодом замінюють їх абстрактнішими. За стратегії згори вниз спочатку визначають абстрактні поняття, а згодом уточнюють їх. За змішаної стратегії побудови онтологій спочатку розглядають початкові поняття, а потім, залежно від потреб, уточнюють або узагальнюють їх. На цьому етапі створення таксономії термінів онтології активно брав участь експерт у сфері освіти й науки. Він згрупував терміни за предметними галузями та створив первинну концептуальну модель онтології. Під час створення таксономії понять рекомендовано приділити особливу увагу таким етапам: скласти перелік термінів і відібрати з нього потрібні терміни, створити модель понять, підготувати визначення та оцінити терміни (ISO 10241: 1992). СТРУКТУРА ОНТОЛОГІЇ ТЕРМІНІВ ОСВІТИ І НАУКИ Один із викликів процесу створення онтологій — сформувати якісну структуру даних, універсальну й придатну для різних систем оброблення інформації та сумісну з іншими джерелами знань. Основним елементом онтології є річ (англ. thing), яка абстрагує всі поняття онтології. Необхідність цього елемента пояснюється філософським визначенням онтології як науки, що досліджує буття. Онтологія формалізує всі знання певної галузі, тому її необхідним елементом є абстрактний клас, що узагальнює всі поняття спеціалізованої галузі. Поняття, терміни й аксіоми є основними концептуальними елементами будь-якої онтології. Важливо розрізняти значення терміна й поняття. У стандарті LST ISO 1087-1 (2005) поняття визначено як «[о]диниця пізнання, що складається з унікального набору ознак». Поняття не залежить від мови; на нього може впливати лише контекст. Термін є ідентифікатором поняття, тобто «[с]ловесним позначенням загального поняття у спеціальній предметній галузі» (LST ISO 1087-1: 2005). Аксіоми описують обмеження певної галузі та формують ієрархічну структуру понять онтології. До формальних структурних об’єктів онтології належать поняття, класи понять, екземпляри класів і понять, властивості класів, понять та екземплярів, а також зв’язки й обмеження, що поєднують усі об’єкти онтології. 66 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Рис. 2. Структура онтології термінів освіти й науки за сферами моделі бізнес-процесів За рекомендацією експерта всі терміни згруповано у три абстрактні класи — вхід, процес і вихід (див. рис. 2), характерні для моделей бізнес-процесів (докладніше див. ISO 9001: 2000). У класі Вхід зазначено вимоги, ресурси й дані системи або конкретної діяльності. Тому до цієї категорії належать групи термінів інфраструктура, установа та учасник. Процеси діяльності поділяються на основні (клас діяльність), що створюють додану вартість, і допоміжні процеси (клас адміністрування), які посилюють роботу основних процесів і забезпечують інфраструктуру для процесів, що виконуються. Вихід узагальнює ефективність і продуктивність процесу — вказує, яких результатів можна було досягти, яких було досягнуто та які ресурси для цього використано (класи наукова продукція, продукція професійної підготовки, продукція навчання та мистецька продукція). Кожен абстрактний клас предметної галузі може мати додаткові підкласи предметної галузі (як видно на рис. 3, підклас класу учасник — це адміністратор; цей підклас поділяється далі на дрібніші). Загалом онтологія термінів освіти й науки містить 29 абстрактних класів. Їхнє основне призначення — створити загальну концептуальну модель онтології відповідно до згаданої стратегії згори вниз. Terminologija | 2013 | 20 67 Рис. 3. Загальні поняття класу «учасник» та абстрактні підкласи в онтології термінів освіти й науки Онтологія термінів освіти й науки містить 465 загальних понять7, ієрархію яких створено за допомогою шаблонів розпізнавання визначальних контекстів (докладніше див. Bielinskienė et al. 2012). Визначальні контексти частково або повністю відповідають визначенням термінів і утворюються з гіперонімічних понять. Наприклад, поняття студент визначається як особа, яка навчається у закладі вищої освіти за програмою послідовного навчання. А іноземний студент — це студент, який прибув до закладу вищої освіти певної країни з іншої країни, щоб навчатися за повною програмою послідовного навчання або за окремими навчальними курсами. В онтології наукових термінів визначено такі таксономічні зв’язки: – підклас класу (англ. subclass-of) — наприклад, магістрант є підкласом класу студент; – неперетинне розкладання (англ. disjoint-decomposition) — наприклад, продукція навчання не може водночас бути і бакалаврською роботою, і дисертацією; – повне розкладання (англ. exhaustive-decomposition) — наприклад, клас викладач має підкласи доцент, лектор, професор тощо. Якщо певний об’єкт є викладачем, він має належати принаймні до одного з перелічених підкласів; – поділ (англ. partition) — наприклад, поняття навчальний семестр охоплює поняття весняний семестр та осінній семестр. Якщо йдеться про навчальний семестр, він має належати до одного з перелічених підкласів. 7 В онтології наведено також терміни, яких немає у словнику термінів освіти й науки, тобто терміни, визначені не вичерпно. 68 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Рис. 4. Таксономічна ієрархія поняття студент в онтології термінів освіти й науки Оскільки основним критерієм якості онтології є однозначність термінів, під час створення онтології термінів освіти й науки значну увагу приділено якісному формуванню набору властивостей понять. Для визначення набору властивостей класів, понять і сутностей підходять шаблони розпізнавання описових контекстів (докладніше див. Bielinskienė et al. 2012). Описові контексти визначають характер аналізованого поняття та його зв’язок з іншими частинами системи. Рис. 5. Можливості застосування атрибута активний в онтології термінів освіти й науки8 Використовуючи ту саму властивість, можна описати кілька різних понять. Наприклад, властивість активний характерна для чотирьох понять: практична робота, практична підготовка, практичне заняття, вправи (див. рис. 5). Тому важливо наголосити, що якісно описати поняття можна лише за допомогою певного унікального поєднання властивостей. 8 Використовуючи Protege 4.3 — інструмент для створення та візуалізації онтологій, — не було змоги використовувати литовську мову, тому структурні елементи онтології (наприклад, ObjectProperty, Domain) подано англійською мовою. Terminologija | 2013 | 20 69 Рис. 6. Набір властивостей поняття «академічна година» та обмежень до них в онтології термінів освіти й науки Для кожної властивості можуть бути зазначені її обмеження або зв’язки з іншими поняттями чи класами понять. Наприклад, академічна година визначається як одиниця тривалості контактної роботи викладачів і студентів, що дорівнює 45 хвилинам. Формальне, онтологічне визначення цього поняття задає такий набір властивостей: академічна година є підкласом процесу; учасниками є студенти та викладач; це контактний процес, що має тривалість, яка визначається сталою 45 хвилин (див. рис. 6). Властивості класів і понять, їхні обмеження та зв’язки з іншими властивостями успадковують сутності — екземпляри конкретних класів і понять, яким притаманна Рис. 7. Дерево зв’язків між поняттями та сутностями онтології термінів освіти й науки 70 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija з тими самими властивостями. Наприклад, якщо в онтології зазначено, що ректор керує університетом, то екземпляр цього поняття — Zigmas Lydeka — керує Університетом Вітовта Великого (VDU), тобто екземпляром поняття університет (див. рис. 7). Онтологію термінів освіти й науки створено мовою OWL за допомогою інструмента розроблення онтологій Protege 4.3, візуалізовано за допомогою інструмента WebProtege або додатка OntoGraf9. ОЦІНЮВАННЯ ОНТОЛОГІЇ ТЕРМІНІВ ОСВІТИ Й НАУКИ ТА ЇЇ ЗАСТОСУВАННЯ Наразі онтологія термінів освіти й науки містить 29 абстрактних класів понять і 465 загальних понять, 87 властивостей понять, класів понять та їхніх екземплярів, 141 екземпляр, 296 зв’язків між класами понять, поняттями й екземплярами онтології. Формально складність онтології можна оцінити за допомогою метрик описової логіки (англ. description logic) (докладніше див. Corcho et al. 2003; Baader 2003). Онтологію термінів освіти й науки оцінено на рівні складності ALCHON(D), де: – AL — мова атрибутів; вона дає змогу пов’язувати поняття та задавати для них універсальні обмеження; – C — вказує, що можна заперечувати зв’язки між поняттями; – H — вказує, що можна створювати ієрархію ролей; – O — обмеження, що задають кількість (зв’язки: рівно один, один із багатьох); – N — кількісні обмеження (зв’язки: менше, більше); – (D) — властивості типів даних. Окрім словника, таксономії та семантичних зв’язків онтології оцінюють можливості її використання та застосування. Обрана мова розроблення онтологій OWL підходить для формування семантичних висновків, доповнення онтології новими поняттями або пов’язування онтологій кількох різних галузей. Структурну модель термінів галузі освіти й науки підготовлено так, щоб кожне поняття онтології описувалося унікальним набором властивостей і семантичних зв’язків — таке рішення допомагає розв’язати проблему багатозначності термінів. Цей ресурс створено не лише як таксономію термінів галузі освіти й науки, а й як один із можливих інструментів семантичного пошуку та оброблення природної мови. 9 Докладніше: http://protege.stanford.edu. Terminologija | 2013 | 20 71 Досі значну увагу приділяли тому, як онтології можна застосовувати для комп’ютеризації природної мови, її систематизації та уможливлення її розуміння комп’ютерними програмами. Можливо, з першого погляду не зовсім зрозуміло, чим онтології можуть бути корисними лінгвістам чи фахівцям інших галузей. Слід наголосити, що онтології особливо корисні термінологам, адже за допомогою засобів візуалізації онтології чітко видно взаємозв’язки між термінами. Для ілюстрування термінів можна вибрати конкретні слова, пов’язані з цими термінами й подані в онтології (в онтології їх називають esiniais). І словник термінів освіти й науки, і онтологія можуть допомогти учасникам сфери освіти й науки: викладачам, учителям, працівникам адміністрації, студентам, школярам, адже в цих джерелах видно, наприклад, як класифікують студентів, які бувають види навчання, з чого складається адміністрація закладів вищої освіти тощо. УЗАГАЛЬНЮВАЛЬНІ ЗАУВАГИ У статті представлено Словник термінів освіти й науки та Онтологію термінів освіти й науки. І словник, і онтологію вдосконалювали. Найбільшою перевагою та особливістю обох джерел є те, що їх укладено із застосуванням принципів корпусної лінгвістики та комп’ютерної лінгвістики, які литовські термінологи досі застосовують мало. Словник термінів освіти й науки доступний в інтернеті й містить 224 терміни, що складаються з одного-п’яти слів. Він відрізняється від інших термінологічних словників тим, що, крім звичних складників термінологічного словника (самих термінів, визначень, іншомовних відповідників), у ньому подано всі відмінкові форми термінів із частотами, приклади з корпусу текстів освіти й науки, колокати та конкорданси. Ці дані важливі, оскільки користувачі словника можуть скласти повне уявлення про вживання та контекст певного терміна, а також знайти важливі ознаки терміна, які, можливо, не згадано у визначенні. Доступна в інтернеті онтологія термінів освіти й науки розкриває, якими семантичними зв’язками поєднані терміни цієї сфери, і робить цю інформацію зрозумілою для комп’ютерних програм. Онтології можуть бути особливо корисними термінологам, які класифікують та описують терміни певної галузі й наводять конкретні приклади. Очікується, що і словник термінів освіти й науки, і онтологія стануть методологічно важливими ресурсами та спонукатимуть литовських термінологів активніше використовувати можливості корпусів для дослідження, опису й класифікації термінів. 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