Wykorzystanie międzynarodowych standardów do wymiany terminologii

KLAUS-DIRK SCHMITZ

Cologne University of Applied Sciences

SŁOWA KLUCZOWE: zarządzanie terminologią, wymiana terminologii, standardy, kategorie danych, TBX

1. UZASADNIENIE

Tworzenie terminologii wysokiej jakości i profesjonalne zarządzanie terminologią to działania zarówno czasochłonne, jak i kosztowne. Dostęp do istniejących już zasobów terminologicznych i ich ponowne wykorzystanie mogą znacznie ograniczyć nakład pracy związanej z terminologią. W wielu przypadkach względy ekonomiczne są głównym argumentem przemawiającym za zainteresowaniem wymianą terminologii.

Istnieje jednak wiele innych powodów, dla których wymiana terminologii jest tak ważna. Działalność tłumaczeniowa między klientami, dostawcami usług językowych i tłumaczami freelancerami wymaga przekazywania danych terminologicznych w obu kierunkach. Firmy udostępniają terminologię, aby wspierać projekty tłumaczeniowe, a tłumacze zwracają zasoby terminologiczne zaktualizowane w trakcie pracy nad tłumaczeniem. Spójne stosowanie terminologii w większych projektach, w których uczestniczy kilku tłumaczy, można zagwarantować tylko wtedy, gdy wszystkie zaangażowane osoby mają dostęp do tych samych zasobów danych terminologicznych; różne narzędzia do zarządzania terminologią i bazy terminologiczne zaprojektowane indywidualnie utrudniają jednak bezstratną i spójną wymianę danych terminologicznych.

Kolejnym ważnym przypadkiem wymiany danych terminologicznych jest migracja zbiorów danych terminologicznych z jednego systemu do innego. Może to być konieczne, gdy firma lub freelancer zmienia dostawcę narzędzi i musi przenieść terminologię ze starego systemu zarządzania terminologią do nowego narzędzia, ale również wtedy, gdy dane terminologiczne są potrzebne w innych programach, takich jak systemy zarządzania treścią lub systemy tłumaczenia maszynowego (oparte na regułach).

Prosta i łatwa wymiana terminologii we wszystkich tych scenariuszach może jednak sprawiać problemy, ponieważ wymagania techniczne dotyczące zarządzania terminologią

Terminologija | 2012 | 19

3 3

ment (języki, kategorie danych, zestawy wartości danych) mogą się znacznie różnić w zależności od potrzeb poszczególnych grup użytkowników i środowisk organizacyjnych.

2. WYMAGANIA

Procedury wymiany danych między dwiema określonymi bazami terminologicznymi są zazwyczaj opracowywane indywidualnie, z uwzględnieniem istniejących procedur i formatów importu oraz eksportu obu zaangażowanych systemów. Konieczna jest również znajomość modeli danych i „semantyki” kategorii danych w obu systemach. Jeśli wymiana danych jest potrzebna między więcej niż dwoma systemami, liczba niezbędnych procedur konwersji szybko wzrasta. Dlatego istnieje duże zapotrzebowanie na standardowe formaty wymiany, w przypadku których każdy z uczestniczących systemów zarządzania terminologią musi zapewnić jedynie funkcję importowania danych ze standardowego formatu wymiany oraz funkcję eksportowania ich do standardowego formatu wymiany.

Jednym z najbardziej znanych i często udostępnianych formatów jest CSV (wartości rozdzielone przecinkami). Format ten rozdziela informacje przecinkami lub tabulatorami, a rekordy danych znakami końca wiersza lub akapitów. Chociaż poszczególne dane są zwykle od siebie oddzielone, ich znaczenie i interpretacja pozostają niejasne i nie zostały jednoznacznie określone w formacie CSV.

Rys. 1: Dane z termbazy MultiTerm 2011 wyeksportowane w formacie CSV

Format CSV jest często używany do konwersji danych do arkuszy kalkulacyjnych Excel i z nich. Czasami w pierwszym wierszu pliku wymiany znajdują się nazwy kolumn, co pozwala wnioskować o

34

Klaus–Dirk Schmitz | Using international standards for terminology exchange

semantyce kolejnych danych. Może to jednak działać tylko wtedy, gdy struktura danych terminologicznych nie jest zbyt złożona i każdy rekord zawiera ten sam typ i liczbę danych; dane zmienne (np. różna liczba terminów w kilku językach) przesuną kolumny i uniemożliwią prawidłową interpretację danych.

Zastosowanie języków znaczników, takich jak XML (extensible markup language), pozwala uniknąć właśnie tego problemu. Każdy pojedynczy element informacji zawiera semantyczne oznaczenie swojego znaczenia w tak zwanym znaczniku, a grupowanie i przyporządkowanie każdego elementu danych jest jednoznacznie określone przez strukturę XML.

Rys. 2: Dane z termbazy MultiTerm 2011 wyeksportowane w formacie XML

Rysunek 2 przedstawia początek pliku wymiany CSV z rysunku 1 w formacie XML, a konkretnie w specyficznym formacie XML MultiTerm 2011 używanym do konwersji baz MultiTerm.

3. R O Z W I Ą Z A N I E

Nie jesteśmy już daleko od osiągnięcia dobrze zdefiniowanego, standardowego formatu wymiany. Wystarczy ujednolicić znaczniki w nawiasach ostrych, tagi i atrybuty typu, aby umożliwić tak zwaną „wymianę bez znajomości struktury” między bazami terminologicznymi. „Bez znajomości struktury” oznacza, że nie trzeba znać struktury, kategorii danych ani ich wartości w źródłowej i docelowej bazie terminologicznej. Właśnie to próbuje osiągnąć norma ISO 30042:2008, określająca TBX (Term Base eXchange). TBX opiera się na normie ISO 16642:2003, definiującej metamodel terminologiczny z kilkoma poziomami i elementami strukturalnymi dla

Terminologija | 2012 | 19

35

pliku XML oraz na ISOCAT (www.isocat.org), określającym kategorie danych terminologicznych zgodnie z normą ISO 12620:2009. Rysunek 3 przedstawia uproszczony fragment wpisu terminologicznego w formacie TBX.

Rys. 3: Uproszczony przykład pliku TBX

TBX określono w jednej normie międzynarodowej, jednak po zapoznaniu się z dokumentem i witryną ISOcat można zauważyć, że istnieją różne warianty TBX. Sama norma definiuje coś w rodzaju rodziny formatów zgodnych z TBX: TBX–Default obsługuje cały zestaw kategorii danych terminologicznych z rodziny TBX, natomiast TBX–Basic wykorzystuje jedynie mniejszy podzbiór kategorii danych, aby uprościć procedury importu i eksportu dla określonych grup użytkowników i mniej złożonych baz danych.

4. WYZWANIA

Chociaż TBX jest dobrze zdefiniowaną normą ISO, należy wspomnieć o dwóch problemach, które mogą znacznie skomplikować wymianę danych terminologicznych: braku ścisłości TBX w niektórych obszarach oraz elastyczności nowoczesnych systemów zarządzania terminologią.

Między innymi TBX stara się ujednolicić dopuszczalne wystąpienia zamkniętych kategorii danych, czyli wartości, które mogą się pojawić. Może to działać prawidłowo w przypadku niektórych kategorii danych, takich jak rodzaj gramatyczny (gender = m / f / n), lecz jest skazane na niepowodzenie w przypadku kategorii danych, takiej jak dziedzina tematyczna, ponieważ nie istnieje żadna (idealna) klasyfikacja dziedzin tematycznych

36

Klaus–Dirk Schmitz | Using international standards for terminology exchange

odpowiedniego do potrzeb wszystkich użytkowników i wszystkich obszarów zastosowań. Dlatego nie można zagwarantować całkowicie „ślepej” wymiany danych z użyciem TBX dla wszystkich kategorii danych, ponieważ TBX nie pozwala określić możliwych wartości kategorii danych, takich jak dziedzina tematyczna.

System zarządzania terminologią powinien zapewniać interfejsy importu i eksportu obsługujące standard TBX. Niektórzy twórcy systemów wyraźnie deklarują, że ich oprogramowanie potrafi importować i eksportować pliki w formacie TBX. Jest to jednak możliwe tylko wtedy, gdy system zarządzania terminologią ma ustaloną, z góry określoną strukturę wpisów z predefiniowanymi kategoriami danych; tylko w takim przypadku twórca systemu zna semantykę kategorii danych i może odpowiednio przedstawić je w plikach eksportowych TBX lub zinterpretować w plikach importowych TBX. Jeśli jednak system zarządzania terminologią wymaga, by użytkownik określił model danych i kategorie danych zgodnie ze swoimi szczególnymi potrzebami (np. MultiTerm), lub przynajmniej umożliwia modyfikację z góry ustalonego modelu danych (np. crossTerm, qTerm lub TermStar), twórca systemu nie będzie w stanie zapewnić prawidłowego interfejsu TBX, ponieważ nie zna semantyki kategorii danych zdefiniowanych przez użytkownika. Aby zaradzić takim sytuacjom, możliwe są tylko dwa rozwiązania (poza TBX): specjalne narzędzie do mapowania pomaga użytkownikowi przyporządkować własne kategorie danych do znormalizowanych kategorii ISOcat albo użytkownik od samego początku tworzy własną terminologiczną bazę danych w oparciu o znormalizowane kategorie danych ISOcat.

5. WNIOSKI

ISO/TC37, międzynarodowy komitet techniczny ds. normalizacji terminologii, opracował i opublikował kilka norm, które bezpośrednio dotyczą wymiany danych terminologicznych (np. ISO 30042:2008 dotycząca TBX). Do wyboru kategorii danych terminologicznych i modelowania baz danych terminologicznych w celu ułatwienia i zapewnienia wymiany danych terminologicznych można jednak wykorzystać także inne normy TC37.

Ponieważ współczesne systemy zarządzania terminologią mają zasadnicze problemy z obsługą formatów wymiany, takich jak TBX, kwestię wymiany należy uwzględnić przy projektowaniu rozwiązania do zarządzania terminologią dla przedsiębiorstw i freelancerów. Błędne decyzje i niewłaściwy wybór kategorii danych utrudnią przyszłą wymianę danych terminologicznych i będzie można je naprawić jedynie dużym nakładem pracy. Normy ISO, takie jak ISO 12620:2009 i ISO 26162:2012

Terminologija | 2012 | 19

37

a także Rejestr Kategorii Danych (www.isocat.org) pomogą użytkownikom projektować profesjonalne i nowoczesne systemy zarządzania terminologią, umożliwiające wymianę terminologii opartą na normach.

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