Using international standards for terminology exchange

33Terminologija | 2012 | 19 Using international standards a terminológiacseréhez KLAUS-DIRK SCHMITZ Kölni Alkalmazott Tudományok Egyeteme KULCSSZAVAK: terminológiakezelés, terminológiacsere, szabványok, adatkategóriák, TBX 1. MOTIVÁCIÓ A magas színvonalú terminológia létrehozása és a professzionális terminológiakezelés egyaránt időigényes és költséges tevékenység. A már meglévő terminológiai erőforrásokhoz való hozzáférés és azok újbóli felhasználása jelentősen csökkentheti a terminológiai munkával járó ráfordítást. E gazdasági szempontok sok esetben a terminológiacsere iránti érdeklődés fő érvei. Számos egyéb oka is van azonban annak, hogy a terminológiacsere miért olyan fontos. Az ügyfelek, nyelvi szolgáltatók és szabadúszó fordítók közötti fordítási üzleti tevékenységek megkövetelik a terminológiai adatok mindkét irányú továbbítását. A vállalatok terminológiát biztosítanak a fordítási projektek támogatására, a fordítók pedig visszaadják a fordítási munka során frissített terminológiai erőforrásokat. A terminológia következetes használata több egyéni fordítót bevonó nagyobb projektekben pedig csak akkor garantálható, ha minden érintett személy hozzáfér ugyanazokhoz a terminológiai adatforrásokhoz; a különböző terminológiakezelő eszközök és az egyedileg kialakított terminológiai adatbázisok azonban megnehezítik a terminológiai adatok veszteségmentes és következetes cseréjét. A terminológiai adatok cseréjének további fontos esete a terminológiai adatgyűjtemények egyik rendszerről egy másikra történő migrációja. Erre akkor lehet szükség, ha egy vállalat vagy szabadúszó szolgáltatót vált, és a terminológiát át kell alakítania a régi terminológiakezelő rendszerből az új eszközbe, de akkor is, ha a terminológiai adatokra más programokban, például tartalomkezelő rendszerekben vagy (szabályalapú) gépi fordítási rendszerekben van szükség. A terminológia egyszerű és könnyű cseréje azonban mindezekben az esetekben problémás lehet, mivel a terminológiakezelés technikai követelményei 34 Klaus-Dirk Schmitz | Nemzetközi szabványok használata (nyelvek, | forterminologyexchange adatkategóriák, adatértékkészletek) a felhasználói csoportok és a szervezeti környezetek igényeitől függően meglehetősen eltérőek lehetnek. 2. KÖVETELMÉNYEK Két konkrét terminológiai adatbázis közötti adatcsere-rutinok a két érintett cally developed individually, taking into account the existing import and rendszer tipiexport-rutinjai és -formátumai. Szükséges továbbá ismerni mindkét rendszer adatmodelljeit és az adatkategóriák „szemantikáját”. Ha kettőnél több rendszer között van szükség adatcserére, a szükséges konverziós rutinok száma gyorsan növekedni fog. Ezért erős igény mutatkozik szabványosított csereformátumok iránt, amelyek esetében minden részt vevő terminológiakezelő rendszernek csak egy, a szabványosított csereformátumból történő adatok importálására szolgáló funkciót, valamint csak egy, a szabványos csereformátumba történő exportálásra szolgáló funkciót kell biztosítania. Az egyik leghíresebb és leggyakrabban biztosított formátum a CSV (vesszővel elválasztott értékek). Ez a formátum vesszőkkel vagy tabulátorokkal választja el az információkat, az adatrekordokat pedig kocsivisszatérésekkel vagy bekezdésjelekkel. Bár az egyes adatok általában el vannak választva egymástól, az egyes adatok jelentése és értelmezése nem egyértelmű, és a CSV-formátum nem rögzíti kifejezetten. 1. ábra: Egy Multiterm 2011 terminológiai adatbázisból CSV-formátumban exportált adatok. A CSV-formátumot gyakran használják az adatok Excel-táblázatokba és táblázatokból történő konvertálására. Előfordul, hogy a cserefájl első sorában megadják az oszlopok neveit, ami lehetővé teszi a következő adatok szemantikájára vonatkozó következtetések levonását. 35Terminologija | 2012 | 19 az alábbi adatok szemantikájáról. Ez azonban csak akkor működhet, ha a terminológiai adatok struktúrája nem túl összetett, és ha minden rekord ugyanolyan típusú és számú adatot tartalmaz; a változó adatok (például több nyelven eltérő számú terminus) eltolják az oszlopokat, és lehetetlenné teszik az adatok helyes értelmezését. Az olyan jelölőnyelvek használata, mint az XML (extensible markup language, azaz bővíthető jelölőnyelv), pontosan ezt a problémát kerüli el. Minden egyes információdarab egy úgynevezett címkében hordozza jelentésének szemantikáját, az egyes adatelemek csoportosítását és hozzárendelését pedig egyértelműen az XML-struktúra határozza meg. 2. ábra: Egy Multiterm 2011 terminológiai adatbázisból XML-formátumban exportált adatok. A 2. ábra az 1. ábrán bemutatott CSV-cserefájl kezdetét mutatja XML-formátumban, mégpedig a MultiTerm-adatbázisok konvertálásához használt specifikus MultiTerm 2011 XML-formátumban. 3. MEGOLDÁS Most már nem vagyunk messze egy jól definiált szabványosított csereformátum megvalósításától. Csak a szögletes zárójelekben található jelölést, a címkéket és a type attribútumokat kell szabványosítani ahhoz, hogy úgynevezett „vak cserét” biztosítsunk a terminológiai adatbázisok között. A vak azt jelenti, hogy nem szükséges ismerni a forrásés a célnyelvi terminológiai adatbázis szerkezetét, adatkategóriáit és azok értékeit. Pontosan ezt próbálja megvalósítani az ISO 30042:2008 szabvány, amely a TBX-et (Term Base eXchange) határozza meg. A TBX az ISO 16642:2003 szabványon alapul, amely egy több szinttel és strukturális elemmel rendelkező terminológiai metamodellt definiál az 36 Klaus-Dirk Schmitz | Nemzetközi szabványok alkalmazása | forterminologyexchange XML-fájlhoz, valamint az ISOCAT-en (www.isocat.org), amely az ISO 12620:2009 szabvány szerint határozza meg a terminológiai adatkategóriákat. A 3. ábra egy TBX-ábrázolásban szereplő terminológiai bejegyzés egyszerűsített részletét mutatja. 3. ábra: Egy TBX-fájl egyszerűsített példája A TBX egyetlen nemzetközi szabványként van meghatározva, de a dokumentum és az ISOcat webhely megtekintésekor felismerhető, hogy a TBX-nek különböző változatai léteznek. Maga a szabvány a TBX-kompatibilis formátumok valamiféle családját határozza meg, amelyben a TBX-Default a TBX-család terminológiai adatkategóriáinak teljes készletét támogatja, míg a TBX-Basic az adatkategóriák kisebb részhalmazát használja annak érdekében, hogy megkönnyítse az egyszerűbb importés exporteljárásokat meghatározott felhasználói csoportok és kevésbé összetett adatbázisok számára. 4. KIHÍVÁSOK Bár a TBX jól meghatározott ISO-szabvány, két problémát meg kell említeni, amelyek rendkívül megnehezíthetik a terminológiai adatok cseréjét: a TBX bizonyos területeken tapasztalható elégtelen szigorúságát, valamint a modern terminológiakezelő rendszerek rugalmasságát. A TBX többek között megkísérli szabványosítani a zárt adatkategóriák megengedett példányait, azaz az előforduló értékeket. Ez megfelelően működhet bizonyos adatkategóriák, például a nyelvtani nem esetében (gender = m / f / n), de kudarcra van ítélve egy olyan adatkategória esetében, mint a szakterület, mivel nem létezik olyan (ideális) szakterületi osztályozás 37Terminologija | 2012 | 19 amely minden felhasználói igénynek és minden alkalmazási területnek megfelel. Ezért a TBX használatával nem garantálható teljesen „vak” adatcsere minden adatkategória esetében, mivel a TBX nem tudja meghatározni az olyan adatkategóriák lehetséges értékeit, mint a szakterület. A terminológiamenedzsment-rendszernek importés exportinterfészeket kell biztosítania, amelyek támogatják a TBX-szabványt. Egyes rendszerfejlesztők kifejezetten kijelentik, hogy szoftverük képes a TBX-formátumnak megfelelő fájlok importálására és exportálására. Ez azonban csak akkor lehet igaz, ha a terminológiamenedzsment-rendszer rögzített, előre meghatározott bejegyzésszerkezettel és előre beállított adatkategóriákkal rendelkezik; csak ebben az esetben ismeri a rendszerfejlesztő az adatkategóriák jelentését, és képes azokat megfelelően megjeleníteni a TBX-exportfájlokban, illetve értelmezni a TBX-importfájlokban. Ha azonban a terminológiamenedzsment-rendszer megköveteli / lehetővé teszi, hogy a felhasználó sajátos igényeinek megfelelően adja meg az adatmodellt és az adatkategóriákat (pl. MultiTerm), vagy legalább módosítsa az előre beállított adatmodellezést (pl. crossTerm, qTerm vagy TermStar), a rendszerfejlesztő nem lesz képes kifogástalan TBX-interfészt biztosítani, mivel nem ismerheti a felhasználó által definiált adatkategóriák jelentését. Az ehhez hasonló esetek kompenzálására a TBX-en kívül mindössze két megoldás lehetséges: vagy egy speciális leképezőeszköz segít a felhasználónak saját adatkategóriáit a szabványosított ISOcat-kategóriákhoz leképezni, vagy a felhasználó kezdettől fogva közvetlenül az ISOcat szabványosított adatkategóriái alapján hozza létre saját terminológiai adatbázisát. 5. KÖVETKEZTETÉS Az ISO/TC37, a terminológia szabványosításával foglalkozó nemzetközi műszaki bizottság, számos olyan szabványt dolgozott ki és tett közzé, amely közvetlenül kapcsolódik a terminológiai adatok cseréjéhez (pl. az ISO 30042:2008 a TBX-re vonatkozóan). A terminológiai adatkategóriák kiválasztásához és a terminológiai adatbázisok modellezéséhez azonban más TC37-szabványok is használhatók a terminológiai adatok cseréjének megkönnyítése és biztosítása érdekében. Mivel a modern terminológiakezelő rendszerekkel kapcsolatban alapvető problémák vannak az olyan csereformátumok támogatása tekintetében, mint a TBX, a csere kérdését figyelembe kell venni a vállalatok és szabadúszók terminológiakezelési megoldásának megtervezésekor. A téves döntések és az adatkategóriák hibás kiválasztása akadályozni fogja a terminológiai adatok jövőbeli cseréjét, és csak jelentős erőfeszítéssel javítható. ISO-szabványok, például az ISO 12620:2009 és az ISO 26162:2012 38 Klaus-Dirk Schmitz | A nemzetközi szabványok, valamint az | forterminologyexchange Adatkategória-nyilvántartás (www.isocat.org) használata támogatni fogja to design professional and state-of-the-art terminology management sysa felhasználókat a szabványalapú terminológiacserét lehetővé tevő rendszerekben. IRODALOMJEGYZÉK ISO 12620:2009 Terminológia és egyéb nyelvi és tartalmi erőforrások – Adatkategóriák meghatározása és nyelvi erőforrásokhoz kapcsolódó Adatkategória-nyilvántartás kezelése. Genf: ISO. ISO 16642:2003 Számítógépes alkalmazások a terminológiában – Terminológiai jelölési keretrendszer. Genf: ISO. ISO 26162:2012 Terminológiát, tudást és tartalmat kezelő rendszerek – Terminológiamenedzsment-rendszerek tervezése, megvalósítása és karbantartása. Genf: ISO. ISO 30042:2008 Terminológiát, tudást és tartalmat kezelő rendszerek – TermBase eXchange (TBX). Genf: ISO. Melby A. K., Schmitz K.-D., Wright S. E. 2001: Terminológiacsere. – Handbook of Terminology Management, 2. kötet, Wright S. E., Budin G. (szerk.), Amszterdam/Philadelphia: John Benjamins, 613–642. Schmitz K.-D. 2004: Terminológiai munka és terminográfia. – Alkalmazott nyelvészet – tankönyv, Knapp K. et al. (szerk.), Tübingen/Basel: Francke, 435–456. Schmitz K.-D. 2008: A szabványosítás és a terminológiai munka jelentősége a műszaki dokumentáció számára. – Terminológiai munka műszaki dokumentációhoz. (= tekom írások a műszaki kommunikációról 12); Hennig J., Tjarks-Sobhani M. (szerk.), Lübeck: Schmidt-Römhild, 11–17. Schmitz K.-D., Straub D. 2010: Sikeres terminológiamenedzsment a vállalatoknál – Gyakorlati tippek és iránymutatások, Stuttgart: TC and More. A NEMZETKÖZI SZABVÁNYOK HASZNÁLATA A TERMINOLÓGIAI CSERÉKHEZ A gondos terminológiai munka és a szakszerű terminológiamenedzsment a vállalatok és a szabadúszók számára sok időt és költséget igénylő tevékenység. Ezt jelentősen megkönnyítené a meglévő terminológiai erőforrásokhoz való hozzáférés és azok felhasználása. Az ügyfelek, a fordítási szolgáltatásokat nyújtó vállalatok és a fordítók kommunikációjához és együttműködéséhez különböző irányú adatátvitelre van szükség. A különböző terminológiamenedzsment-rendszerek, valamint a terminológiai erőforrások nem összehangolt, elkülönülő adatmodelljei akadályozhatják a terminológiai adatok cseréjét, vagy meg is hiúsíthatják azt. Az ISO/TC 37 – a terminológia, valamint más nyelvi és tartalmi erőforrások szabványosításával foglalkozó nemzetközi műszaki bizottság – több, terminológiai adatok cseréjére szolgáló szabványt dolgozott ki és adott ki (például az ISO 30042 szabványt, amely a TBX csereformátumra vonatkozik). A megfelelő terminológiai adatkategóriák kiválasztásakor és a terminológiai adatbázisok nologinių duomenų importą ir eksportą iš kitų išteklių. modellezésekor más ISO/TC 37 szabványokra is lehet támaszkodni, amelyek alkalmazása megkönnyítené a termiA cikk a terminológiai adatok cseréjének általános céljaival, elveivel és problémáival foglalkozik, bemutatja a hatékony adatcserét biztosító terminológiamenedzsment-rendszerek létrehozására szolgáló nemzetközi szabványokat, valamint ismerteti a TBX csereformátum alkalmazását. Beérkezett 2012-11-18 Klaus-Dirk Schmitz Kölni Alkalmazott Tudományok Egyeteme Fordítási és Többnyelvű Kommunikációs Intézet Ubierring 48, 50678 Köln, Németország E-mail [email protected]