Using international standards for terminology exchange

33Terminología | 2012 | 19 Using international standards para el intercambio de terminología KLAUS-DIRK SCHMITZ Universidad de Ciencias Aplicadas de Colonia Palabras clave: gestión de la terminología, intercambio de terminología, normas, categorías de datos, TBX 1. Motivación La creación de terminología de alta calidad y la gestión profesional de la terminología son actividades que consumen mucho tiempo y costos. El acceso y la reutilización de los recursos terminológicos ya existentes pueden reducir considerablemente el esfuerzo para el trabajo terminológico. Estas cuestiones económicas son en muchos casos los principales argumentos para el interés en el intercambio de terminología. Pero hay muchas otras razones por las que el intercambio de terminología es tan importante. Las actividades comerciales de traducción entre clientes, proveedores de servicios lingüísticos y traductores independientes requieren una transferencia de datos terminológicos en ambas direcciones. Las empresas proporcionan terminología para apoyar los proyectos de traducción y los traductores devuelven los recursos terminológicos que han actualizado durante el trabajo de traducción. Y el uso coherente de la terminología en proyectos más grandes con varios traductores individuales sólo puede garantizarse si todas las personas involucradas tienen acceso a los mismos recursos de datos terminológicos; pero las diferentes herramientas de gestión terminológica y las bases de datos terminológicas diseñadas individualmente complican el intercambio sin pérdidas y consistente de datos terminológicos. Un último escenario importante para el intercambio de datos terminológicos es la migración de las colecciones de datos terminológicos de un sistema a otro. Esto puede ser necesario si una empresa o freelancer cambia el proveedor de herramientas y tiene que convertir la terminología del antiguo sistema de gestión de terminología a la nueva herramienta, pero también si se necesitan datos terminológicos en otros programas como sistemas de gestión de contenido o sistemas de traducción automática (basados en reglas). Pero un intercambio de terminología simple y fácil en todos estos escenarios puede ser problemático, ya que los requisitos técnicos para la gestión de la terminología 34 Klaus-Dirk Schmitz. El uso de normas internacionales (idiomas, | forterminologyexchange categorías de datos, conjuntos de valores de datos) puede ser muy diferente dependiendo de las necesidades de los respectivos grupos de usuarios y los entornos organizativos. 2. Requisitos Las rutinas de intercambio entre dos bases de datos terminológicas específicas cally developed individually, taking into account the existing import and son rutinas y formatos típicos de exportación de los dos sistemas involucrados. También es necesario conocer los modelos de datos y la "semantica" de las categorías de datos de ambos sistemas. Si se necesita el intercambio de datos entre más de dos sistemas, el número de rutinas de conversión necesarias aumentará rápidamente. Por consiguiente, existe una gran demanda de formatos de intercambio estandarizados, en los que cada uno de los sistemas de gestión terminológica participantes tiene que proporcionar solo una característica para la importación de datos del formato de intercambio estandarizado y solo una característica para la exportación al formato de intercambio estándar. Uno de los formatos más famosos y a menudo proporcionados es CSV (valores separados por comas). Este formato separa la información por comas o pestañas y los registros de datos por retornos o marcas de párrafo. Aunque los datos individuales suelen estar separados entre sí, el significado e interpretación de los datos individuales no está claro y no está explícitamente establecido en el formato CSV. Fig. 1: Datos de una base de términos Multiterm 2011 exportados en formato CSV El formato CSV se utiliza a menudo para convertir datos a y desde hojas de cálculo de Excel. A veces encontrará nombres de las columnas especificadas en la primera línea del archivo de intercambio, lo que permite hacer inferencias sobre 35Terminologija | 2012 | 19 la semántica de los siguientes datos. Pero esto sólo puede funcionar si la estructura de los datos terminológicos no es demasiado compleja y si cada registro contiene el mismo tipo y número de datos; los datos variables (por ejemplo, un número diferente de términos en varios idiomas) desplazarán las columnas y harán imposible interpretar los datos correctamente. El uso de lenguajes de marcado como XML (lenguaje de marcado extensible) evita exactamente este problema. Cada pieza individual de información lleva la semántica de su significado en una llamada etiqueta, y la agrupación y asignación de cada elemento de datos está definida de manera única por la estructura XML. La figura 2 muestra el comienzo del archivo de intercambio CSV de la figura 1 en formato XML, a saber, en el formato XML MultiTerm 2011 específico utilizado para la conversión de las bases de datos MultiTerm. 3. Solución Ahora no estamos lejos de lograr un formato de intercambio estandarizado bien definido. Sólo es necesario estandarizar el marcado en los corchetes angulares, las etiquetas y los atributos de tipo, para proporcionar un llamado "intercambio ciego" entre bases de datos de terminología. Ciego significa que no es necesario conocer la estructura, las categorías de datos y sus valores en la base de términos de origen y de destino. Esto es exactamente lo que intenta lograr la norma ISO 30042:2008 que especifica TBX (Term Base eXchange). TBX se basa en la norma ISO 16642:2003, que define un meta-modelo terminológico con varios niveles y elementos estructurales para el 36 Klaus-Dirk Schmitz | El uso de las normas internacionales | forterminologyexchange el archivo XML y en ISOCAT (www.isocat.org), especificando las categorías de datos terminológicos de acuerdo con la norma ISO 12620:2009. La figura 3 muestra un extracto simplificado de una entrada terminológica en la representación TBX. Fig. 3: Ejemplo simplificado de un archivo tBX TBX se especifica como una única norma internacional, pero se reconocerá al consultar el documento y el sitio web de ISOcat que existen diferentes variantes de TBX. El estándar en sí mismo define algo así como una familia de formatos compatibles con TBX, donde TBX-Default admite todo el conjunto de categorías de datos terminológicos de la familia TBX y TBX-Basic solo utiliza un subconjunto más pequeño de categorías de datos para facilitar rutinas de importación y exportación más simples para grupos de usuarios específicos y bases de datos menos complejas. 4. Los retos Aunque TBX es una norma ISO bien definida, hay que mencionar dos problemas que pueden complicar extremadamente el intercambio de datos terminológicos: la falta de rigor de TBX en algunas áreas y la flexibilidad de los modernos sistemas de gestión terminológica. Entre otros, TBX intenta estandarizar las instancias permitidas de categorías de datos cerrados, es decir, los valores que pueden ocurrir. Esto podría funcionar correctamente para ciertas categorías de datos como el género gramatical (género = m f n), pero está condenado al fracaso para una categoría de datos como el campo de asunto, porque no existe una clasificación (ideal) del campo de asunto. 37Terminologija | 2012 | 19 que sea apropiado para todas las necesidades de los usuarios y todas las áreas de aplicación. Por lo tanto, no se puede garantizar un intercambio de datos completamente "cego" utilizando TBX para todas las categorías de datos, ya que TBX no puede especificar los valores posibles para las categorías de datos, como el campo de asunto. El sistema de gestión terminológica debe proporcionar interfaces de importación y exportación que soporten el estándar TBX. Algunos desarrolladores de sistemas afirman explícitamente que su software es capaz de importar y exportar archivos de acuerdo con el formato TBX. Sin embargo, esto sólo puede ser cierto si el sistema de gestión terminológica tiene una estructura de entrada fija y predeterminada con categorías de datos preestablecidas; sólo en este caso el desarrollador del sistema conocerá la semántica de las categorías de datos y podrá representarlas adecuadamente en archivos de exportación TBX o interpretarlas en archivos de importación TBX. Pero si los sistemas de gestión de terminología requieren que el usuario especifique el modelo de datos y las categorías de datos de acuerdo con sus necesidades específicas (por ejemplo, MultiTerm), o al menos modifique un modelado de datos preestablecido (por ejemplo, crossTerm, qTerm o TermStar), el desarrollador del sistema no podrá proporcionar una interfaz TBX limpia, porque no puede conocer la semántica de las categorías de datos definidas por el usuario. Para compensar casos como este, sólo dos soluciones (fuera de TBX) son posibles: o una herramienta de mapeo específica ayuda al usuario a mapear sus propias categorías de datos a las categorías estandarizadas de ISOcat, o el usuario crea su propia base de datos terminológica sobre la base de las categorías de datos estandarizadas en ISOcat directamente desde el principio. 5. Conclusión El Comité Técnico Internacional para la Estandarización de la Terminología (ISO) ha desarrollado y publicado varias normas que se relacionan directamente con el intercambio de datos terminológicos (por ejemplo, ISO 30042:2008 para TBX). Pero también se pueden utilizar otras normas TC37 para la selección de categorías de datos terminológicos y para la modelización de bases de datos terminológicas con el fin de facilitar y garantizar el intercambio de datos terminológicos. Dado que existen problemas fundamentales con los sistemas modernos de gestión terminológica con respecto al soporte de formatos de intercambio como TBX, la cuestión del intercambio debe tenerse en cuenta al diseñar una solución para la gestión terminológica para empresas y freelancers. Las decisiones erróneas y las selecciones erróneas de categorías de datos obstaculizarán el intercambio futuro de datos terminológicos y solo se podrán reparar con gran esfuerzo. Las normas ISO, como la ISO 12620:2009 y la ISO 26162:2012 38 Klaus-Dirk Schmitz | El uso de normas internacionales, así como el | forterminologyexchange Registro de Categorías de Datos (www.isocat.org) apoyará a los usuarios to design professional and state-of-the-art terminology management sysque permitan el intercambio de terminología basado en normas. La bibliografía ISO 12620:2009 Terminología y otros recursos lingüísticos y de contenido Especificación de categorías de datos y gestión de un Registro de Categorías de Datos para recursos lingüísticos. La Comisión de las Naciones Unidas para la Seguridad de la Humanidad ha adoptado una serie de medidas para garantizar la protección de los derechos humanos en el mundo. ISO 16642:2003 Aplicaciones informáticas en la terminología […] Marco de marcado terminológico. La Comisión de las Naciones Unidas para la Seguridad de la Humanidad ha adoptado una serie de medidas para garantizar la protección de los derechos humanos en el mundo. ISO 26162:2012 Sistemas para la gestión de la terminología, el conocimiento y el contenido […] Diseño, implementación y mantenimiento de sistemas de gestión de la terminología. La Comisión de las Naciones Unidas para la Seguridad de la Humanidad ha adoptado una serie de medidas para garantizar la protección de los derechos humanos en el mundo. ISO 30042:2008 Sistemas para la gestión de la terminología, el conocimiento y el contenido […] TermBase eXchange (TBX). La Comisión de las Naciones Unidas para la Seguridad de la Humanidad ha adoptado una serie de medidas para garantizar la protección de los derechos humanos en el mundo. Melby A. K., Schmitz K.-D., Wright S. E. 2001: Intercambio de terminología. […] Manual de gestión de la terminología, volumen 2, Wright S. E., Budin G. (ed.), Ámsterdam/Filadelfia: John Benjamins, 613[…]642. Schmitz K.-D. 2004: Trabajo terminológico y terminografía. […] Angewandte Linguistik […] Ein Lehrbuc, Knapp K. et al. (Hrsg.), Tübingen/Basel: Francke, 435[…]456. El lenguaje es una de las principales fuentes de información lingüística en el mundo. Schmitz K.-D. 2008: Significación de la normalización y el trabajo terminológico para la documentación técnica. Trabajo de terminología para la documentación técnica. (= tekom Schriften zur technischen Kommunikation 12); Hennig J., Tjarks-Sobhani M. (Hrsg.), Lübeck: Schmidt-Römhild, 11[…]17. El Consejo de la Unión Europea ha adoptado una decisión sobre la compatibilidad de la ayuda con el mercado interior. Schmitz K.-D., Straub D. 2010: Gestión exitosa de la terminología en las empresas […] consejos y directrices prácticas, Stuttgart: TC and More. taRPtaUtINI StaNDaRt NaUDOJIMaS TERMINOLOGIJOS MaINaMS Kruopštus terminologijos darbas ir terminaliijos tvarkyba įmonėms ir laisvai samdom gastos de los trabajadores es daug laiko ir profesiems reikalaujanti veikla. Ją gerokai palengvintų prieiga prie esamų terminologinių išteklių ir jų panaudojimas. Ją gerokai palengvintų prieiga prie esamų terminologinių išteklių ir jų panaudojimas. Clientes, servicios vertimo teikiančių įmonių ir vertėjų bendravimui ir bendradarbiavimui reikalingas duomenų perdavimas įvairiomis kripttimis. Skirtingos terminologijos tvarkybos sistema ir nesuderinti, atskiri terminologinių išteklių duomenų modeliai gali trukdyti terminologinių duomenų mainams ar užkirsti jiems kelią. ISOTK37 […] terminología internacional y otras lenguas en el ámbito de los servicios de normalización técnica […] parengė ir išleido keletą standartų, skirtų terminologinių duomenų mainams (pvz., TBX mainų formatui skirtas ISO 30042). Pasirenkant tinkamas categorías terminológicas de datos y modelos que protegen las bases terminológicas de datos, galima remtis ir kitais ISO/TK37 estándares, kurių nologinių duomenų importą ir eksportą iš kitų išteklių. taikymas palengvintų termiStraipsnyje kalbama apie bendruosius terminologinių duomenų mainų tikslus, principus ir problemi, supažindiais su tarptautiniais standartais, skirtaisus duomenų mainus užtikrinan terminologijos tvarkybos kurti, aiškinamas TBX mainų formato taikymas. Gauta el 18 de noviembre de 2012 Klaus-Dirk Schmitz Universidad de Ciencias Aplicadas de Colonia Instituto de Traducción y Comunicación Multilingüe Ubierring 48, 50678 Colonia, Alemania El correo electrónico es [email protected]