Χρήση διεθνών προτύπων για την ανταλλαγή ορολογίας

KLAUS-DIRK SCHMITZ

Cologne University of Applied Sciences

ΛΕΞΕΙΣ-ΚΛΕΙΔΙΑ: διαχείριση ορολογίας, ανταλλαγή ορολογίας, πρότυπα, κατηγορίες δεδομένων, TBX

1. ΚΙΝΗΤΡΟ

Η δημιουργία ορολογίας υψηλής ποιότητας και η επαγγελματική διαχείριση ορολογίας είναι δραστηριότητες τόσο χρονοβόρες όσο και δαπανηρές. Η πρόσβαση σε ήδη υπάρχοντες ορολογικούς πόρους και η επαναχρησιμοποίησή τους μπορούν να μειώσουν σημαντικά την προσπάθεια που απαιτείται για την ορολογική εργασία. Αυτά τα οικονομικά ζητήματα αποτελούν σε πολλές περιπτώσεις τα κύρια επιχειρήματα υπέρ του ενδιαφέροντος για την ανταλλαγή ορολογίας.

Υπάρχουν όμως πολλοί άλλοι λόγοι για τους οποίους η ανταλλαγή ορολογίας είναι τόσο σημαντική. Οι επιχειρηματικές δραστηριότητες μετάφρασης μεταξύ πελατών, παρόχων γλωσσικών υπηρεσιών και ανεξάρτητων μεταφραστών απαιτούν τη μεταφορά ορολογικών δεδομένων και προς τις δύο κατευθύνσεις. Οι εταιρείες παρέχουν ορολογία για την υποστήριξη μεταφραστικών έργων, ενώ οι μεταφραστές επιστρέφουν ορολογικούς πόρους που έχουν ενημερώσει κατά τη διάρκεια της μεταφραστικής εργασίας. Επίσης, η συνεπής χρήση ορολογίας σε μεγαλύτερα έργα με πολλούς μεμονωμένους μεταφραστές μπορεί να διασφαλιστεί μόνο εάν όλα τα εμπλεκόμενα άτομα έχουν πρόσβαση στους ίδιους ορολογικούς πόρους δεδομένων· ωστόσο, τα διαφορετικά εργαλεία διαχείρισης ορολογίας και οι βάσεις ορολογικών δεδομένων που έχουν σχεδιαστεί ξεχωριστά δυσχεραίνουν την ανταλλαγή ορολογικών δεδομένων χωρίς απώλειες και με συνέπεια.

Ένα τελευταίο σημαντικό σενάριο ανταλλαγής ορολογικών δεδομένων είναι η μετεγκατάσταση συλλογών ορολογικών δεδομένων από ένα σύστημα σε άλλο. Αυτό μπορεί να είναι απαραίτητο εάν μια εταιρεία ή ένας ανεξάρτητος επαγγελματίας αλλάξει πάροχο εργαλείων και πρέπει να μετατρέψει την ορολογία από το παλιό σύστημα διαχείρισης ορολογίας στο νέο εργαλείο, αλλά και όταν ορολογικά δεδομένα χρειάζονται σε άλλα προγράμματα, όπως συστήματα διαχείρισης περιεχομένου ή συστήματα μηχανικής μετάφρασης (βασισμένα σε κανόνες).

Ωστόσο, η απλή και εύκολη ανταλλαγή ορολογίας σε όλα αυτά τα σενάρια μπορεί να είναι προβληματική, καθώς οι τεχνικές απαιτήσεις για τη διαχείριση ορολογίας-

Terminologija | 2012 | 19

3 3

… (γλώσσες, κατηγορίες δεδομένων, σύνολα τιμών δεδομένων) μπορεί να διαφέρουν σημαντικά ανάλογα με τις ανάγκες των αντίστοιχων ομάδων χρηστών και τα οργανωτικά περιβάλλοντα.

2. ΑΠΑΙΤΗΣΕΙΣ

Οι διαδικασίες ανταλλαγής μεταξύ δύο συγκεκριμένων βάσεων δεδομένων ορολογίας αναπτύσσονται συνήθως μεμονωμένα, λαμβάνοντας υπόψη τις υφιστάμενες διαδικασίες και μορφότυπους εισαγωγής και εξαγωγής των δύο εμπλεκόμενων συστημάτων. Είναι επίσης απαραίτητο να είναι γνωστά τα μοντέλα δεδομένων και η «σημασιολογία» των κατηγοριών δεδομένων και των δύο συστημάτων. Εάν απαιτείται ανταλλαγή δεδομένων μεταξύ περισσότερων από δύο συστημάτων, ο αριθμός των απαραίτητων διαδικασιών μετατροπής αυξάνεται γρήγορα. Γι’ αυτό υπάρχει έντονη ανάγκη για τυποποιημένους μορφότυπους ανταλλαγής, ώστε κάθε συμμετέχον σύστημα διαχείρισης ορολογίας να χρειάζεται να παρέχει μόνο μια λειτουργία εισαγωγής δεδομένων από τον τυποποιημένο μορφότυπο ανταλλαγής και μόνο μια λειτουργία εξαγωγής στον τυποποιημένο μορφότυπο ανταλλαγής.

Ένας από τους γνωστότερους μορφότυπους, που παρέχεται συχνά, είναι το CSV (τιμές διαχωρισμένες με κόμμα). Αυτός ο μορφότυπος διαχωρίζει τις πληροφορίες με κόμματα ή στηλοθέτες και τις εγγραφές δεδομένων με αλλαγές γραμμής ή σημάδια παραγράφου. Παρότι τα επιμέρους δεδομένα συνήθως διαχωρίζονται μεταξύ τους, η σημασία και η ερμηνεία των μεμονωμένων δεδομένων είναι ασαφείς και δεν ορίζονται ρητά στον μορφότυπο CSV.

Σχ. 1: Δεδομένα από ορολογική βάση MultiTerm 2011, εξαγόμενα σε μορφότυπο CSV

Ο μορφότυπος CSV χρησιμοποιείται συχνά για τη μετατροπή δεδομένων προς και από υπολογιστικά φύλλα Excel. Μερικές φορές, στην πρώτη γραμμή του αρχείου ανταλλαγής αναγράφονται τα ονόματα των στηλών, γεγονός που επιτρέπει να συναχθούν συμπεράσματα σχετικά με

34

Klaus–Dirk Schmitz | Using international standards for terminology exchange

τη σημασιολογία των δεδομένων που ακολουθούν. Αυτό όμως μπορεί να λειτουργήσει μόνο εάν η δομή των ορολογικών δεδομένων δεν είναι υπερβολικά σύνθετη και εάν κάθε εγγραφή περιέχει τον ίδιο τύπο και αριθμό δεδομένων· τα μεταβλητά δεδομένα (π.χ. διαφορετικός αριθμός όρων σε πολλές γλώσσες) θα μετατοπίσουν τις στήλες και θα καταστήσουν αδύνατη τη σωστή ερμηνεία των δεδομένων.

Η χρήση γλωσσών σήμανσης όπως η XML (εκτεταμένη γλώσσα σήμανσης) παρακάμπτει ακριβώς αυτό το πρόβλημα. Κάθε επιμέρους πληροφορία φέρει τη σημασιολογική ένδειξη της σημασίας της σε μια λεγόμενη ετικέτα, ενώ η ομαδοποίηση και η κατανομή κάθε στοιχείου δεδομένων ορίζονται με μοναδικό τρόπο από τη δομή XML.

Σχ. 2: Δεδομένα από ορολογική βάση MultiTerm 2011, εξαγόμενα σε μορφότυπο XML

Το Σχήμα 2 δείχνει την αρχή του αρχείου ανταλλαγής CSV του Σχήματος 1 σε μορφότυπο XML, συγκεκριμένα στον ειδικό μορφότυπο XML του MultiTerm 2011, που χρησιμοποιείται για τη μετατροπή βάσεων δεδομένων MultiTerm.

3. Λ Υ Σ Η

Δεν απέχουμε πλέον πολύ από την επίτευξη μιας σαφώς καθορισμένης τυποποιημένης μορφής ανταλλαγής. Χρειάζεται μόνο να τυποποιηθούν η σήμανση μέσα στις γωνιακές αγκύλες, οι ετικέτες και τα χαρακτηριστικά τύπου, ώστε να καταστεί δυνατή η λεγόμενη «τυφλή ανταλλαγή» μεταξύ βάσεων δεδομένων ορολογίας. «Τυφλή» σημαίνει ότι δεν χρειάζεται να γνωρίζετε τη δομή, τις κατηγορίες δεδομένων και τις τιμές τους ούτε στη βάση ορολογίας προέλευσης ούτε στη βάση προορισμού. Αυτό ακριβώς επιχειρεί να επιτύχει το πρότυπο ISO 30042:2008, το οποίο καθορίζει το TBX (Term Base eXchange). Το TBX βασίζεται στο ISO 16642:2003, το οποίο ορίζει ένα μεταμοντέλο ορολογίας με διάφορα επίπεδα και δομικά στοιχεία για το

Terminologija | 2012 | 19

35

αρχείο XML, καθώς και στο ISOCAT (www.isocat.org), το οποίο καθορίζει κατηγορίες ορολογικών δεδομένων σύμφωνα με το ISO 12620:2009. Το Σχήμα 3 παρουσιάζει ένα απλοποιημένο απόσπασμα μιας ορολογικής εγγραφής σε αναπαράσταση TBX.

Σχ. 3: Απλοποιημένο παράδειγμα αρχείου TBX

Το TBX ορίζεται ως ένα ενιαίο διεθνές πρότυπο, αλλά, εξετάζοντας το έγγραφο και τον ιστότοπο ISOcat, διαπιστώνει κανείς ότι υπάρχουν διαφορετικές παραλλαγές του TBX. Το ίδιο το πρότυπο ορίζει κάτι σαν οικογένεια μορφότυπων συμβατών με το TBX, όπου το TBX–Default υποστηρίζει το σύνολο των κατηγοριών ορολογικών δεδομένων της οικογένειας TBX, ενώ το TBX–Basic χρησιμοποιεί μόνο ένα μικρότερο υποσύνολο κατηγοριών δεδομένων, ώστε να διευκολύνει απλούστερες διαδικασίες εισαγωγής και εξαγωγής για συγκεκριμένες ομάδες χρηστών και λιγότερο σύνθετες βάσεις δεδομένων.

4. ΠΡΟΚΛΗΣΕΙΣ

Παρόλο που το TBX είναι ένα σαφώς καθορισμένο πρότυπο ISO, πρέπει να αναφερθούν δύο προβλήματα που ενδέχεται να περιπλέξουν σημαντικά την ανταλλαγή ορολογικών δεδομένων: η έλλειψη αυστηρότητας του TBX σε ορισμένους τομείς και η ευελιξία των σύγχρονων συστημάτων διαχείρισης ορολογίας.

Μεταξύ άλλων, το TBX επιχειρεί να τυποποιήσει τις επιτρεπόμενες τιμές των κλειστών κατηγοριών δεδομένων, δηλαδή τις τιμές που μπορούν να εμφανιστούν. Αυτό μπορεί να λειτουργήσει σωστά για ορισμένες κατηγορίες δεδομένων, όπως το γραμματικό γένος (gender = m / f / n), αλλά είναι καταδικασμένο να αποτύχει για μια κατηγορία δεδομένων όπως το θεματικό πεδίο, επειδή δεν υπάρχει (ιδανική) ταξινόμηση θεματικών πεδίων

36

Klaus–Dirk Schmitz | Using international standards for terminology exchange

που είναι κατάλληλο για όλες τις ανάγκες των χρηστών και όλους τους τομείς εφαρμογής. Επομένως, δεν μπορεί να διασφαλιστεί πλήρως η «τυφλή» ανταλλαγή δεδομένων με χρήση του TBX για όλες τις κατηγορίες δεδομένων, καθώς το TBX δεν μπορεί να προσδιορίσει τις πιθανές τιμές για κατηγορίες δεδομένων όπως το θεματικό πεδίο.

Τα συστήματα διαχείρισης ορολογίας θα πρέπει να παρέχουν διεπαφές εισαγωγής και εξαγωγής που υποστηρίζουν το πρότυπο TBX. Ορισμένοι προγραμματιστές συστημάτων δηλώνουν ρητά ότι το λογισμικό τους μπορεί να εισάγει και να εξάγει αρχεία σύμφωνα με τη μορφή TBX. Ωστόσο, αυτό μπορεί να ισχύει μόνο εάν το σύστημα διαχείρισης ορολογίας έχει μια σταθερή, προκαθορισμένη δομή καταχωρίσεων με προεπιλεγμένες κατηγορίες δεδομένων· μόνο σε αυτή την περίπτωση ο προγραμματιστής του συστήματος γνωρίζει τη σημασιολογία των κατηγοριών δεδομένων και μπορεί να τις αναπαραστήσει κατάλληλα σε αρχεία εξαγωγής TBX ή να τις ερμηνεύσει σε αρχεία εισαγωγής TBX. Αν όμως το σύστημα διαχείρισης ορολογίας απαιτεί / επιτρέπει στον χρήστη να ορίζει το μοντέλο δεδομένων και τις κατηγορίες δεδομένων σύμφωνα με τις ειδικές ανάγκες του (π.χ. MultiTerm), ή τουλάχιστον να τροποποιεί ένα προκαθορισμένο μοντέλο δεδομένων (π.χ. crossTerm, qTerm ή TermStar), ο προγραμματιστής του συστήματος δεν θα είναι σε θέση να παρέχει μια καθαρή διεπαφή TBX, επειδή δεν μπορεί να γνωρίζει τη σημασιολογία των κατηγοριών δεδομένων που ορίζει ο χρήστης. Για την αντιμετώπιση περιπτώσεων όπως αυτή, είναι δυνατές μόνο δύο λύσεις (εκτός του TBX): είτε ένα ειδικό εργαλείο αντιστοίχισης βοηθά τον χρήστη να αντιστοιχίσει τις δικές του κατηγορίες δεδομένων στις τυποποιημένες κατηγορίες ISOcat, είτε ο χρήστης δημιουργεί εξαρχής τη δική του ορολογική βάση δεδομένων με βάση τις τυποποιημένες κατηγορίες δεδομένων στο ISOcat.

5. ΣΥΜΠΕΡΑΣΜΑ

Η ISO/TC37, η διεθνής τεχνική επιτροπή για την τυποποίηση της ορολογίας, έχει αναπτύξει και δημοσιεύσει διάφορα πρότυπα που σχετίζονται άμεσα με την ανταλλαγή ορολογικών δεδομένων (π.χ. ISO 30042:2008 για το TBX). Ωστόσο, μπορούν να χρησιμοποιηθούν και άλλα πρότυπα της TC37 για την επιλογή κατηγοριών ορολογικών δεδομένων και τη μοντελοποίηση βάσεων δεδομένων ορολογίας, ώστε να διευκολυνθεί και να διασφαλιστεί η ανταλλαγή ορολογικών δεδομένων.

Καθώς υπάρχουν θεμελιώδη προβλήματα στα σύγχρονα συστήματα διαχείρισης ορολογίας όσον αφορά την υποστήριξη μορφότυπων ανταλλαγής όπως το TBX, το ζήτημα της ανταλλαγής πρέπει να λαμβάνεται υπόψη κατά τον σχεδιασμό μιας λύσης διαχείρισης ορολογίας για εταιρείες και ελεύθερους επαγγελματίες. Οι εσφαλμένες αποφάσεις και οι λανθασμένες επιλογές κατηγοριών δεδομένων θα παρεμποδίσουν τη μελλοντική ανταλλαγή ορολογικών δεδομένων και μπορούν να διορθωθούν μόνο με μεγάλη προσπάθεια. Πρότυπα ISO όπως τα ISO 12620:2009 και ISO 26162:2012

Terminologija | 2012 | 19

37

καθώς και το Μητρώο Κατηγοριών Δεδομένων (www.isocat.org) θα υποστηρίξουν τους χρήστες στον σχεδιασμό επαγγελματικών και σύγχρονων συστημάτων διαχείρισης ορολογίας που επιτρέπουν την ανταλλαγή ορολογίας βάσει προτύπων.

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