Using international standards for terminology exchange

33Terminologia | 2012 | 19 Using international standards para intercâmbio de terminologia KLAUS-DIRK SCHMITZ Universidade de Ciências Aplicadas de Colónia PALAVRS-CHAPTERS: gestão da terminologia, intercâmbio de terminologia, normas, categorias de dados, TBX 1. Motivação A criação de terminologia de alta qualidade e a gestão profissional da terminologia são actividades que exigem muito tempo e custos. O acesso e a reutilização de recursos terminológicos já existentes podem reduzir consideravelmente o esforço para o trabalho terminológico. Estas questões económicas são, em muitos casos, os principais argumentos para o interesse na troca de terminologia. Mas há muitas outras razões pelas quais o intercâmbio de terminologia é tão importante. As actividades comerciais de tradução entre clientes, prestadores de serviços linguísticos e tradutores freelance exigem uma transferência de dados terminológicos em ambas as direcções. As empresas fornecem terminologia para apoiar projetos de tradução e os tradutores devolvem recursos terminológicos que atualizaram durante o trabalho de tradução. E a utilização coerente da terminologia em projectos maiores com vários tradutores individuais só pode ser garantida se todas as pessoas envolvidas tiverem acesso aos mesmos recursos de dados terminológicos; No entanto, as diferentes ferramentas de gestão terminológica e as bases de dados terminológicas concebidas individualmente complicam o intercâmbio sem perdas e consistente de dados terminológicos. Um último cenário importante para o intercâmbio de dados terminológicos é a migração de coleções de dados terminológicos de um sistema para outro. Isso pode ser necessário se uma empresa ou freelancer mudar o fornecedor de ferramentas e tiver que converter a terminologia do antigo sistema de gerenciamento de terminologia para a nova ferramenta, mas também se dados terminológicos forem necessários em outros programas como sistemas de gerenciamento de conteúdo ou sistemas de tradução automática (baseados em regras). Mas um intercâmbio de terminologia simples e fácil em todos estes cenários pode ser problemático, uma vez que os requisitos técnicos para a gestão da terminologia 34 Klaus-Dirk Schmitz | Utilização de normas internacionais | forterminologyexchange 2. Requisitos As rotinas de intercâmbio entre duas bases de dados terminológicas específicas cally developed individually, taking into account the existing import and são rotinas e formatos de exportação típicos dos dois sistemas envolvidos. É também necessário conhecer os modelos de dados e a "semântica" das categorias de dados de ambos os sistemas. Se for necessária a troca de dados entre mais de dois sistemas, o número de rotinas de conversão necessárias aumentará rapidamente. É por isso que existe uma forte demanda por formatos de intercâmbio padronizados, em que cada um dos sistemas de gestão de terminologia participantes tem de fornecer apenas uma característica para a importação de dados do formato de intercâmbio padronizado e apenas uma característica para a exportação para o formato de intercâmbio padrão. Um dos formatos mais famosos e frequentemente fornecidos é o CSV (valores separados por vírgulas). Este formato separa as informações por vírgulas ou abas e os registos de dados por retornos ou marcas de parágrafo. Embora os dados individuais sejam geralmente separados uns dos outros, o significado e a interpretação dos dados individuais não são claros e não estão explicitamente estabelecidos no formato CSV. Fig. 1: Dados de uma base de termos Multiterm 2011 exportados em formato CSV O formato CSV é frequentemente usado para converter dados para e de folhas de cálculo do Excel. Às vezes você encontrará nomes das colunas especificadas na primeira linha do arquivo de troca, o que permite inferências a serem feitas sobre 35Terminologija | 2012 | 19 a semântica dos seguintes dados. Mas isto só pode funcionar se a estrutura dos dados terminológicos não for demasiado complexa e se cada registo contiver o mesmo tipo e número de dados; dados variáveis (por exemplo, um número diferente de termos em várias línguas) deslocarão as colunas e tornarão impossível interpretar corretamente os dados. O uso de linguagens de marcação como XML (linguagem de marcação extensível) contorna exatamente esse problema. Cada pedaço individual de informação carrega a semântica de seu significado em uma chamada tag, e o agrupamento e a alocação de cada item de dados é definido de forma única pela estrutura XML. A Figura 2 mostra o início do ficheiro de troca CSV da Figura 1 em formato XML, nomeadamente no formato XML MultiTerm 2011 específico utilizado para a conversão das bases de dados MultiTerm. 3. SOLUÇÃO Não estamos agora muito longe de alcançar um formato de intercâmbio padronizado e bem definido. É apenas necessário padronizar a marcação nos parênteses angulares, as etiquetas e os atributos de tipo, para fornecer uma chamada "intercâmbio cego" entre bancos de dados de terminologia. Cego significa que não é necessário conhecer a estrutura, as categorias de dados e os seus valores na base de termos de origem e de destino. Isto é exatamente o que a norma ISO 30042:2008 tenta alcançar, especificando o TBX (Term Base eXchange). O TBX baseia-se na ISO 16642:2003, definindo um meta-modelo terminológico com vários níveis e elementos estruturais para o 36 Klaus-Dirk Schmitz | Utilização de normas internacionais | forterminologyexchange Arquivo XML e no ISOCAT (www.isocat.org), especificando categorias de dados terminológicos de acordo com a ISO 12620:2009. A Figura 3 mostra um extrato simplificado de uma entrada terminológica na representação TBX. Fig. 3: Exemplo simplificado de um arquivo tBX TBX é especificado como um único padrão internacional, mas reconhecer-se-á ao consultar o documento e o site ISOcat que existem diferentes variantes de TBX. O próprio padrão define algo como uma família de formatos compatíveis com TBX, onde TBX-Default suporta todo o conjunto de categorias de dados terminológicos da família TBX e TBX-Basic usa apenas um subconjunto menor de categorias de dados para facilitar rotinas de importação e exportação mais simples para grupos de usuários específicos e bancos de dados menos complexos. 4. Desafios Embora o TBX seja um padrão ISO bem definido, devem ser mencionados dois problemas que podem complicar extremamente a troca de dados terminológicos: a falta de rigor do TBX em algumas áreas e a flexibilidade dos modernos sistemas de gestão terminológica. Entre outros, o TBX tenta padronizar as instâncias permitidas de categorias de dados fechados, ou seja, os valores que podem ocorrer. Isso pode funcionar corretamente para certas categorias de dados, como gênero gramatical (gênero = m f n), mas está condenado ao fracasso para uma categoria de dados, como o campo de assunto, porque não existe classificação (ideal) de campo de assunto. 37Terminologija | 2012 | 19 que é adequado para todas as necessidades do utilizador e todas as áreas de aplicação. Portanto, uma troca de dados completamente "cego" usando TBX não pode ser garantida para todas as categorias de dados, uma vez que TBX não pode especificar os valores possíveis para categorias de dados, como o campo de assunto. O sistema de gestão da terminologia deve fornecer interfaces de importação e exportação que suportem o padrão TBX. Alguns desenvolvedores de sistemas afirmam explicitamente que seu software é capaz de importar e exportar arquivos de acordo com o formato TBX. No entanto, isso só pode ser verdade se o sistema de gestão terminológica tiver uma estrutura de entrada pré-determinada fixa com categorias de dados pré-definidas; apenas neste caso, o desenvolvedor do sistema conhecerá a semântica das categorias de dados e poderá representá-los adequadamente em ficheiros de exportação TBX ou interpretá-los em ficheiros de importação TBX. No entanto, se os sistemas de gerenciamento de terminologia exigirem que o usuário especifique o modelo de dados e as categorias de dados de acordo com suas necessidades específicas (por exemplo, MultiTerm) ou, pelo menos, modifique uma modelagem de dados predefinida (por exemplo, crossTerm, qTerm ou TermStar), o desenvolvedor do sistema não será capaz de fornecer uma interface TBX limpa, porque não pode conhecer a semântica das categorias de dados definidas pelo usuário. Para compensar casos como este, apenas duas soluções (fora do TBX) são possíveis: ou uma ferramenta de mapeamento específica ajuda o usuário a mapear suas próprias categorias de dados para as categorias padronizadas do ISOcat, ou o usuário cria seu próprio banco de dados de terminologia com base nas categorias de dados padronizadas no ISOcat diretamente desde o início. 5. Conclusão O Comitê Técnico Internacional para a Estandarização da Terminologia (ISO-TC37) desenvolveu e publicou vários padrões que se relacionam diretamente com o intercâmbio de dados terminológicos (por exemplo, ISO 30042:2008 para TBX). Mas também outras normas TC37 podem ser utilizadas para a selecção de categorias de dados terminológicos e para a modelização de bases de dados terminológicas a fim de facilitar e garantir o intercâmbio de dados terminológicos. Uma vez que existem problemas fundamentais com os sistemas modernos de gestão de terminologia no que diz respeito ao suporte de formatos de intercâmbio, como o TBX, a questão de intercâmbio tem de ser tomada em conta ao conceber uma solução para a gestão de terminologia para empresas e freelancers. Decisões erradas e selecções erradas de categorias de dados dificultarão o intercâmbio futuro de dados terminológicos e só poderão ser reparadas com grande esforço. Normas ISO, tais como ISO 12620:2009 e ISO 26162:2012 38 Klaus-Dirk Schmitz | A utilização de normas internacionais, bem como do | forterminologyexchange Registo de Categorias de Dados (www.isocat.org) irá apoiar os utilizadores, to design professional and state-of-the-art terminology management syspermitindo o intercâmbio de terminologias baseadas em normas. Bibliografia ISO 12620:2009 Terminologia e outros recursos linguísticos e de conteúdo […] Especificação de categorias de dados e gestão de um Registro de Categorias de Dados para recursos linguísticos. Genebra: ISO. ISO 16642:2003 Aplicações informáticas em terminologia […] Quadro de marcação terminológica. Genebra: ISO. ISO 26162:2012 Sistemas de gestão da terminologia, do conhecimento e do conteúdo […] Desenho, implementação e manutenção de sistemas de gestão da terminologia. Genebra: ISO. ISO 30042:2008 Sistemas de gestão da terminologia, do conhecimento e do conteúdo […] TermBase eXchange (TBX). Genebra: ISO. Melby A. K., Schmitz K.-D., Wright S. E. 2001: Intercâmbio de terminologia. […] Handbook of Terminology Management, Volume 2, Wright S. E., Budin G. (eds.), Amsterdã/Filadélfia: John Benjamins, 613[…]642. […] Handbook of Terminology Management, Volume 2, Wright S. E., Budin G. (eds.), Amsterdã/Filadélfia: John Benjamins, 613[…]642. Schmitz K.-D. 2004: Trabalho em terminologia e terminografia. […] Angewandte Linguistik […] Ein Lehrbuc, Knapp K. et al. (Hrsg.), Tübingen/Basel: Francke, 435[…]456. Schmitz K.-D. 2008: Significação da normação e do trabalho terminológico para a documentação técnica. […] Trabalho de terminologia para documentação técnica. (= tekom Schriften zur technischen Kommunikation 12); Hennig J., Tjarks-Sobhani M. (Hrsg.), Lübeck: Schmidt-Römhild, 11 […] 17. Schmitz K.-D., Straub D. 2010: Gestão terminológica bem sucedida nas empresas […] Dicas e orientações práticas, Stuttgart: TC and More. taRPtaUtINI StaNDaRt NaUDOJIMaS tERMINOLOGIJOS MaINaMS Kruopštus terminologijos darbas ir terminalisijos tvarkyba įmonėms ir laisvai samdom išlaidų darbuotojams yra daug laiko ir reikalaiems profesionujanti veikla. Ją gerokai palengvintų prieiga prie esamų terminologinių išteklių ir jų panaudojimas. Clientes, serviços 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 […] terminologias internacionais e outras línguas em turinio parengė ir išleido keletą standartų, skirtų terminologinių duomenų mainams (pvz., TBX mainų formatui skirtas ISO 30042). Pasirenkant tinkamas categorias de dados terminológicos e modelos que protegem as bases de dados terminológicos, pode remtis ir outros padrões ISO/TK37, dos quais taikymas palengvintų termiStraipsnyje kalbama apie bendruosius terminologijos duomenų mainų tikslus, principus ir problemi, supažindiais su nologinių duomenų importą ir eksportą iš kitų išteklių. tarptautiniais standartais, skirtaisus duomenų mainus užtikrinan terminologijos tvarkybos kurti, aiškinamas TBX mainų formato taikymas. Gauta, em 18 de novembro de 2012 Klaus-Dirk Schmitz Universidade de Ciências Aplicadas de Colónia Instituto de Tradução e Comunicação Multilingue Ubierring 48, 50678 Colónia, Alemanha E-mail [email protected]