Using international standards for terminology exchange

Использование международных стандартов для обмена терминологическими данными KLAUS-DIRK SCHMITZ Cologne University of Applied Sciences КЛЮЧЕВЫЕ СЛОВА: управление терминологией, обмен терминологическими данными, стандарты, категории данных, TBX 1. ОБОСНОВАНИЕ Создание высококачественной терминологии и профессиональное управление терминологией требуют значительных затрат времени и средств. Доступ к уже существующим терминологическим ресурсам и их повторное использование могут существенно сократить трудозатраты на терминологическую работу. Во многих случаях именно экономические соображения являются главным аргументом в пользу обмена терминологическими данными. Однако существует множество других причин, по которым обмен терминологическими данными так важен. Деловые процессы в сфере перевода между заказчиками, поставщиками языковых услуг и внештатными переводчиками требуют передачи терминологических данных в обоих направлениях. Компании предоставляют терминологию для поддержки переводческих проектов, а переводчики возвращают терминологические ресурсы, которые они обновили в ходе работы над переводом. Кроме того, последовательное использование терминологии в крупных проектах с участием нескольких переводчиков можно гарантировать лишь при условии, что все участники будут иметь доступ к одним и тем же терминологическим ресурсам; однако различные инструменты управления терминологией и индивидуально разработанные терминологические базы данных затрудняют обмен терминологическими данными без потерь и с сохранением согласованности. Еще один важный сценарий обмена терминологическими данными — перенос коллекций терминологических данных из одной системы в другую. Это может потребоваться, если компания или внештатный переводчик меняет поставщика инструментов и должен перенести терминологию из старой системы управления терминологией в новый инструмент, а также если терминологические данные нужны в других программах, например в системах управления контентом или системах машинного перевода (на основе правил). Однако простой и удобный обмен терминологическими данными во всех этих сценариях может быть проблематичным, поскольку технические требования к управлению терминоло- Terminologija | 2012 | 19 3 3 …мент (языки, категории данных, наборы значений данных) может существенно различаться в зависимости от потребностей соответствующих групп пользователей и организационной среды. 2. ТРЕБОВАНИЯ Процедуры обмена данными между двумя конкретными терминологическими базами данных обычно разрабатываются индивидуально с учётом имеющихся процедур и форматов импорта и экспорта двух задействованных систем. Кроме того, необходимо знать модели данных и «семантику» категорий данных обеих систем. Если обмен данными требуется между более чем двумя системами, число необходимых процедур преобразования быстро возрастает. Поэтому существует высокий спрос на стандартизированные форматы обмена, при использовании которых каждая участвующая система управления терминологией должна обеспечить лишь функцию импорта данных из стандартизированного формата обмена и функцию экспорта в стандартный формат обмена. Один из наиболее известных и часто используемых форматов — CSV (значения, разделённые запятыми). В этом формате информация разделяется запятыми или табуляцией, а записи данных — символами возврата каретки или знаками абзаца. Хотя отдельные данные обычно отделены друг от друга, их значение и интерпретация остаются неясными и явно не определены форматом CSV. Рис. 1: Данные из терминологической базы MultiTerm 2011, экспортированные в формате CSV Формат CSV часто используется для преобразования данных в электронные таблицы Excel и обратно. Иногда в первой строке файла обмена указаны названия столбцов, что позволяет сделать выводы о 34 Klaus–Dirk Schmitz | Using international standards for terminology exchange семантике следующих за ними данных. Однако это работает лишь в том случае, если структура терминологических данных не слишком сложна и каждая запись содержит данные одного и того же типа и количества; переменные данные (например, различное число терминов на нескольких языках) сдвигают столбцы и делают правильную интерпретацию данных невозможной. Использование языков разметки, таких как XML (расширяемый язык разметки), позволяет избежать именно этой проблемы. Каждая отдельная единица информации несёт в себе семантику своего значения в так называемом теге, а группировка и распределение каждого элемента данных однозначно определяются структурой XML. Рис. 2: Данные из терминологической базы MultiTerm 2011, экспортированные в формате XML На рисунке 2 показано начало файла обмена CSV, представленного на рисунке 1, в формате XML, а именно в специальном формате XML MultiTerm 2011, используемом для преобразования баз данных MultiTerm. 3. Р Е Ш Е Н И Е Мы уже близки к созданию четко определенного стандартизированного формата обмена. Необходимо лишь стандартизировать разметку в угловых скобках, теги и атрибуты типа, чтобы обеспечить так называемый «слепой обмен» между терминологическими базами данных. «Слепой» означает, что не нужно знать структуру, категории данных и их значения ни в исходной, ни в целевой терминологической базе. Именно этого пытается достичь стандарт ISO 30042:2008, определяющий TBX (обмен терминологическими базами). TBX основан на ISO 16642:2003, задающем терминологическую метамодель с несколькими уровнями и структурными элементами для Terminologija | 2012 | 19 35 XML-файла, а также на ISOCAT (www.isocat.org), определяющем категории терминологических данных в соответствии с ISO 12620:2009. На рис. 3 показан упрощенный фрагмент терминологической записи в представлении TBX. Рис. 3: Упрощенный пример файла TBX TBX определен как единый международный стандарт, однако при изучении документа и веб-сайта ISOcat можно обнаружить, что существуют различные варианты TBX. Сам стандарт определяет своего рода семейство форматов, совместимых с TBX: TBX–Default поддерживает полный набор категорий терминологических данных семейства TBX, тогда как TBX–Basic использует лишь ограниченное подмножество категорий данных, чтобы упростить процедуры импорта и экспорта для определенных групп пользователей и менее сложных баз данных. 4. ПРОБЛЕМЫ Хотя TBX является четко определенным стандартом ISO, следует упомянуть о двух проблемах, которые могут чрезвычайно осложнить обмен терминологическими данными: недостаточная строгость TBX в некоторых областях и гибкость современных систем управления терминологией. В числе прочего, TBX стремится стандартизировать допустимые экземпляры закрытых категорий данных, то есть возможные значения. Это может хорошо работать для некоторых категорий данных, например грамматического рода (gender = m / f / n), но обречено на неудачу для такой категории данных, как предметная область, поскольку не существует (идеальной) классификации предметных областей 36 Klaus–Dirk Schmitz | Using international standards for terminology exchange который подходит для всех потребностей пользователей и всех областей применения. Поэтому невозможно гарантировать полностью «слепой» обмен данными с использованием TBX для всех категорий данных, поскольку TBX не позволяет задавать возможные значения для таких категорий данных, как предметная область. Система управления терминологией должна предоставлять интерфейсы импорта и экспорта, поддерживающие стандарт TBX. Некоторые разработчики систем прямо заявляют, что их программное обеспечение способно импортировать и экспортировать файлы в формате TBX. Однако это возможно лишь в том случае, если система управления терминологией имеет фиксированную, заранее заданную структуру записи с установленными категориями данных; только в этом случае разработчик системы знает семантику категорий данных и может адекватно представить их в экспортируемых файлах TBX или интерпретировать в импортируемых файлах TBX. Но если система управления терминологией требует или позволяет пользователю задавать модель данных и категории данных в соответствии с его конкретными потребностями (например, MultiTerm) либо хотя бы изменять предустановленную модель данных (например, crossTerm, qTerm или TermStar), разработчик системы не сможет обеспечить полноценный интерфейс TBX, поскольку ему неизвестна семантика определённых пользователем категорий данных. Для решения подобных проблем возможны только два варианта (за пределами TBX): либо специальный инструмент сопоставления помогает пользователю соотнести собственные категории данных со стандартизированными категориями ISOcat, либо пользователь с самого начала создаёт собственную терминологическую базу данных на основе непосредственно стандартизированных категорий данных ISOcat. 5. ЗАКЛЮЧЕНИЕ ISO/TC37, международный технический комитет по стандартизации терминологии, разработал и опубликовал несколько стандартов, непосредственно связанных с обменом терминологическими данными (например, ISO 30042:2008 для TBX). Однако и другие стандарты TC37 можно использовать для выбора категорий терминологических данных и моделирования терминологических баз данных, чтобы упростить и обеспечить обмен терминологическими данными. Поскольку современные системы управления терминологией имеют фундаментальные проблемы с поддержкой форматов обмена, таких как TBX, вопрос обмена необходимо учитывать при разработке решений для управления терминологией в компаниях и для фрилансеров. Ошибочные решения и неверный выбор категорий данных будут препятствовать будущему обмену терминологическими данными, и исправить их можно будет лишь с большими затратами. Стандарты ISO, такие как ISO 12620:2009 и ISO 26162:2012 Terminologija | 2012 | 19 37 а также Реестр категорий данных (www.isocat.org) помогут пользователям разрабатывать профессиональные и современные системы управления терминологией, обеспечивающие обмен терминологическими данными на основе стандартов. BIBLIOGRAPHY ISO 12620:2009 Terminology and other language and content resources – Specification of data categories and management of a Data Category Registry for language resources. Geneva: ISO. ISO 16642:2003 Computer applications in terminology – Terminological markup framework. Geneva: ISO. ISO 26162:2012 Systems to manage terminology, knowledge and content – Design, implementation and maintenance of terminology management systems. Geneva: ISO. ISO 30042:2008 Systems to manage terminology, knowledge and content – TermBase eXchange (TBX). Geneva: ISO. Melby A. K., Schmitz K.-D., Wright S. E. 2001: Terminology Interchange. – Handbook of Terminology Management, Volume 2, Wright S. E., Budin G. (eds.), Amsterdam/Philadelphia: John Benjamins, 613–642. Schmitz K.-D. 2004: Terminologiearbeit und Terminographie. – Angewandte Linguistik – Ein Lehrbuch, Knapp K. et al. (Hrsg.), Tübingen/Basel: Francke, 435–456. Schmitz K.-D. 2008: Bedeutung von Normung und Terminologiearbeit für die Technische Dokumentation. – Terminologiearbeit für Technische Dokumentation. (= tekom Schriften zur technischen Kommunikation 12); Hennig J., Tjarks-Sobhani M. (Hrsg.), Lübeck: Schmidt-Römhild, 11–17. Schmitz K.-D., Straub D. 2010: Successful Terminology Management in Companies – Practical tips and guidelines, Stuttgart: TC and More. TARPTAUTINIŲ STANDARTŲ NAUDOJIMAS TERMINOLOGIJOS MAINAMS Kruopštus terminologijos darbas ir profesionali terminijos tvarkyba įmonėms ir laisvai samdomiems darbuotojams yra daug laiko ir išlaidų reikalaujanti veikla. Ją gerokai palengvintų prieiga prie esamų terminologinių išteklių ir jų panaudojimas. Klientų, vertimo paslaugas teikiančių įmonių ir vertėjų bendravimui ir bendradarbiavimui reikalingas duomenų perdavimas įvairiomis kryptimis. Skirtingos terminologijos tvarkybos sistemos ir nesuderinti, atskiri terminologinių išteklių duomenų modeliai gali trukdyti terminologinių duomenų mainams ar užkirsti jiems kelią. ISO/TK37 – tarptautinis terminologijos ir kitų kalbos bei turinio išteklių standartizavimo technikos komitetas – parengė ir išleido keletą standartų, skirtų terminologinių duomenų mainams (pvz., TBX mainų formatui skirtas ISO 30042). Pasirenkant tinkamas terminologinių duomenų kategorijas ir modeliuojant terminologinių duomenų bazes, galima remtis ir kitais ISO/TK37 standartais, kurių taikymas palengvintų terminologinių duomenų importą ir eksportą iš kitų išteklių. Straipsnyje kalbama apie bendruosius terminologinių duomenų mainų tikslus, principus ir problemas, supažindinama su tarptautiniais standartus, skirtais veiksmingus duomenų mainus užtikrinančioms terminologijos tvarkybos sistemoms kurti, aiškinamas TBX mainų formato taikymas. Gauta 2012-11-18 Klaus-Dirk Schmitz Cologne University of Applied Sciences Institute of Translation and Multilingual Communication Ubierring 48, 50678 Cologne, Germany E-mail [email protected] 38 Klaus-Dirk Schmitz Using international standards for terminology exchange