The role of cognitive modelling in general and that of frames in particular in terminology theory and practice

Genel olarak bilişsel modellemenin, özel olarak ise çerçevelerin terminoloji kuramı ve uygulamasındaki rolü WILLY MARTIN Sözlükbilim/Terminoloji Araştırma Grubu Vrije Universiteit Amsterdam 1. GİRİŞ VE GENEL BAKIŞ Bu makalede bilişsel modelleme, belirli bir konu ya da bilgi alanındaki bilginin sistematik biçimde temsili olarak anlaşılacaktır. model terimi burada, bilginin düzenlenebileceği bir arka plan ya da bu amaçla kullanılabilecek bir sistem olarak ele alınacaktır. Bir TD (Terminoloji Veritabanı), diğer işlevlerinin yanı sıra, bir bilgi alanının terminoloji aracılığıyla betimlenmesi olarak değerlendirilecektir. Terminolojik sözlük, terminolojik veritabanından farklı olarak, ikincil nitelikte kabul edilecek; başka bir deyişle sözlükler, temelindeki veritabanlarından türetilmiş (ön uç) ürünler olarak görülecektir. Makalenin kendisi üç bölümden oluşacaktır. İlk olarak, bilişsel modellemenin farklı düzeyleri birbirinden ayrılacak ve örneklendirilecektir. İkinci olarak, düzeylerden birine, yani terim/kavram düzeyine yönelik çerçeve temelli bir yaklaşım ele alınacaktır. Üçüncü ve son olarak, savunulan yaklaşım, konumunu belirlemek ve değerlendirmek amacıyla bir dizi önemli terminoloji meselesiyle karşı karşıya getirilecektir. 2. BİLİŞSEL MODELLEME DÜZEYLERİ İyi işlemesi (bilginin [kolayca] edinilebilmesi ve [gerektiği gibi] kullanılabilmesi) için bir TD'nin en az üç düzeyde düzenlenmesi gerektiğini ileri süreceğim. Bunlar: • alan düzeyi, • veritabanı düzeyi ve • terim/kavram düzeyi. Bu nedenle aşağıda şu konuları ele alacağım: • alan modellemesi (daha üst düzeyde, sözde makroyapısal düzeyde modelleme); Terminologija | 2010 | 17 21 • veri modelleme (ara düzeyde, yani bir veritabanındaki varlık ve ilişkiler düzeyinde, sözde orta yapısal düzeyde modelleme); • terim/kavram modelleme (en alt düzeyde, yani terimler ve kavramlar düzeyinde, sözde mikro yapısal düzeyde modelleme). Ne kastedildiğini açıklığa kavuşturmak için, sonraki bölümlerde ilgili düzeyleri sırayla örnekleyeceğim. 2.1. Alan modelleme Terminolojik bir veritabanının bilgiyle ve bilginin yönetimiyle ilgilenmesi amaçlanıyorsa, “(alt-)dünyanın”, yani alanın nasıl düzenlendiğini/yapılandırıldığını temsil eden bir model sağlaması gerekir. Örneğin, tıpta temel kavramlardan biri, yani hastalık kavramı (aşağıdaki şekil 1’de nosoloji), tüm alanı yapılandırır. Bu “dünya” içindeki temel düzenleyici ilkedir. Burada vücut bölümlerinden söz ediliyorsa bunun nedeni, bunların etkilenmesi/etkilenebilmesidir; organizmalardan söz ediliyorsa aynı durum geçerlidir; terapötik işlemler ancak hastalıklara atıfta bulunduklarında anlam kazanır; dolayısıyla belirtiler (bulgular), nedenler (etiyoloji) vb. de bu kapsamdadır. Tıp dünyasındaki her şey, merkezi kavram olan hastalık kavramına doğrudan ya da dolaylı olarak (başka kavramlar aracılığıyla) bağlıdır. Diğer kavramlar hakkında sunulan bilginin miktarı ve ayrıntı düzeyi, bu doğrudan ya da dolaylı ilişkiyle belirlenir. Bu nedenle alan modelleme, terminolojik bir veritabanı oluşturmanın onsuz mümkün olmadığı bir conditio sine qua nondur. Şekil 1’de tıp için bu tür bir alan modellemesinin basitleştirilmiş şematik gösterimi verilmiştir [daha fazla ayrıntı için bk. Martin e.a. 1991]. Görülebileceği gibi, tüm ana kategoriler hastalık (nosoloji) kavramıyla merkezcil biçimde ilişkilidir: anatomi (MEMF) ve organizmalar “etkilenme” ilişkisiyle, etiyoloji “-den kaynaklanma” ilişkisiyle, bulgular “belirti” ilişkisiyle, terapötik işlemler “tedavi etme” ilişkisiyle vb. Tipik olarak tıp alanı, sınırları iyi çizilmiş ve merkezileşmiş bir alandır: diğer tüm kategorilerin ilişkili olduğu tek bir merkezi/çekirdek kategoriye sahip bir alan. Aynı nesnelerin alınıp farklı bir alana yerleştirilmesinin (“ilaçlar”ın tıpta ve aynı kategorinin eczacılıkta ele alınması) alanın yapısını ve ifade edilmesi gereken bilginin miktarını ve niteliğini değiştirdiği açıktır. Bu, diğerlerinin yanı sıra, bir terminolojik veritabanı oluşturulmaya ve bilgi gösterimiyle ilgilenilmeye başlanırken alan modellemenin neden kritik olduğunun gerekçelerinden biridir. 22 W. Martin | The role of cognitive modelling in general and that of frames... Şekil 1: “Sınırları belirlenmiş” merkezileşmiş bir alan örneği (tıp) Ancak tüm alanlar aynı tür yapıya sahip değildir. Örneğin, şekil 2’de eğitim sistemleri alanına ilişkin, iç içe geçmiş ya da soğan benzeri bir yapıya sahip bir örnek verilmiştir. Burada, tüm katmanların birlikte bütünü (soğanı) oluşturduğu ve bu nedenle, örneğin yalnızca en içteki katmanla sınırlı kalınamayacağı; eğitim sistemleri alanının bütününü kavramak isteniyorsa tüm katmanlardan (dairelerden) seçim yapılması gerekeceği ileri sürülebilir. Önceki örneklerin gösterdiği gibi, biyolojik modellerin katı taksonomik düzeni nedeniyle ilk bakışta beklenebileceğinin aksine, konu alanları/alanlar her zaman hiyerarşik biçimde (is-a ya da part-of ilişkilerine göre) düzenlenmiş değildir. Ayrıca, bazı alanların sınırları oldukça belirsizdir. Örneğin, ele alınan tıp alanının sınırları oldukça belirginken, iş dünyası alanının sınırları çok daha az belirgindir; şekil 3 bunu göstermektedir. İş dünyası alanının bir şirket ile hem dış ortakları hem de şirketin iç bölümleri (P = üretim bölümü, F = finans bölümü, S = satış bölümü, A = idari bölüm) arasındaki etkileşimi içerdiği gözlemlenebilse de ve her iki etkileşimde de satış Terminologija | 2010 | 17 2 3 Şekil 2: Soğan benzeri biçimde düzenlenmiş bir alana örnek (eğitim sistemleri) Şekil 3: Dağınık, merkezî bir alana örnek (iş dünyası) (iş dünyası) ve (sanayi) ortakları/bileşenleri önceliklidir; ancak alanın kendisi, merkezî biçimde düzenlenmiş olsa da dağınık kalır. Alan ne olursa olsun, sahadaki üst yapıya ya da makro yapıya ilişkin iyi bir kavrayışa sahip olmak, hem konu alanının kendisini daha iyi sınırlandırmak hem de bu alandaki bilgiyi bir terminoloji veritabanı aracılığıyla düzenlemek/temsil etmek için gerekli bir koşuldur. 24 W. Martin | The role of cognitive modelling in general and that of frames... 2.2. Veri modelleme Burada veri modellemeyle, bir veritabanındaki verilerin modellenmesini kastediyorum; bu da modeldeki varlıkların ve bunların ilişkilerinin tanımlanmasını (ör. terimler, kavramlar, eşdizimler ve aralarında bulunan ilişkiler/bağlantılar) ve farklı varlıklara ilişkin veri kategorilerinin (hem niteliklerin hem de [bunların] değerlerinin [alanlarının]) tanımlanmasını içerir. Nitekim bir veri modelinde, içerik açısından ne temsil etmek istediğini (yukarıda 2.1'e bakınız: temsil edilecek dünyanın/alanın genel çerçevesi ya da makro yapısı) açıklığa kavuşturmakla kalmamak, aynı zamanda bunu nasıl yapacağını da belirlemek gerekir: hangi biçimsel nesneler, varlıklar ve ilişkiler aracılığıyla. DOT adlı bir projede (Hollandaca Databank OverheidsTerminologie ifadesinin kısaltması; Kamu Yönetimi Terminolojisi Veritabanı; bkz. Maks e.a. 2000 ve Maks e.a. 2001), sistemin terimleri temsil edebilmek için varlıklar olarak kavramlara, terimlere, eşdizimlere ve bağlantılara ihtiyacı vardı; ayrıca terimlerin eşdizimlerdeki kullanımı ile terimler arasındaki eşanlamlılık, yakın eşdeğerlik ve benzeri ilişkilerin temsil edilmesi gerekiyordu. Şekil 4, ne kastedildiğine dair bir fikir verebilir. Görüleceği üzere, aşağıdakileri birbirinden ayırmak için farklı grafik biçimleri kullanılmıştır: kavramlar (C), terimler (T) ve eşdizimler (COLL). Ayrıca terimler ile kavramlar arasında açık bir ayrım yapılır (yatay kesik çizgiye bakınız); bu, kavram varlıklarının bir veya daha fazla dilde bir veya daha fazla terimle ifade edilen anlamsal birimlere karşılık geldiği anlamına gelir. Terim varlıkları, kullanım bilgisi de dâhil olmak üzere eksiksiz dilbilimsel açıklamasıyla birlikte tek bir terimi temsil eder. Eşdizim varlıkları da eşdizimler için aynı işlevi görür. Ayrıca çeşitli bağlantı türleri vardır: hem açık bağlantılar (şemadaki düz çizgiler) hem de örtük bağlantılar (kesik çizgiler). Açık bağlantıya (terminoloğun açıkça doldurması gereken bağlantıya) örnek olarak bir kavram ile bir terim arasındaki ya da iki kavram arasındaki bağlantı verilebilir (NEARSYN, HYPER, HYPO, REL(ATED) gibi değerlerle). Örtük bağlantılar, sistemin otomatik olarak türetebildiği bağlantılardır: terimlerin kavramlara bağlanması ve pragmatik değerlerin her bir... için belirtilmesi nedeniyle Terminologija | 2010 | 17 25 Şekil 4: DOT'taki varlıklar, bağlantılar ve ilişkiler (Maks ve diğerleri 2000'e dayanmaktadır; daha fazla bilgi için ayrıca Maks ve diğerleri 2001'e bakınız) terim söz konusu olduğunda, terimler arasındaki ilişkilerin (hem dil içi hem de diller arası ilişkilerin) açıkça belirtilmesi gerekmez; bunlar “hesaplanabilir” ve böylece tam eşanlamlılık, tam çeviri eşdeğerliği, kısıtlı çeviri eşdeğerliği ve yakın çeviri eşdeğerliği ortaya çıkarılabilir. Kavramsal düzey ile dilsel (terminolojik) düzeyi ayrı tutmanın avantajlarından biri, bir dildeki terimin betimlenmesinin başka bir dildeki sözde çeviri eşdeğerinin betimlenmesini etkilememesidir. Başka bir deyişle, artık tek dilli girdilerle çalışılabilir; bu, bir dilin terimlerinin başka bir dildekilerden bağımsız olarak betimlenebileceği, ancak yine de kavramsal düzey aracılığıyla birbirleriyle ilişkilendirilebileceği anlamına gelir. Şekil 5'te, çok dilli bir veritabanındaki tek dilli ve çok dilli girdiler arasındaki fark şematik olarak gösterilmiştir. 26 W. Martin | The role of cognitive modelling in general and that of frames... Şekil 5: Çok Dilli ve Tek Dilli Girdiler Tek dilli girdiler (tek bir dildeki girdiler), bir dilin diğerinin betimlemesine yön vermesine yol açmadan başka tek dilli girdilerle (bir veya daha fazla dilden gelen girdilerle) ilişkilendirilebilir. Çok dilli girdilerde tek bir girdi, tüm dillerle ilgili bütün bilgileri içerir. Bu durumda sorun, farklı dillerden terimler tam anlamıyla eşdeğer olmadıkları hâlde çeviri eşdeğerleri olarak ele alınırsa kavramsal düzeydeki farklılıkların belirsizleşmesidir. Yukarıdakiler, ele alınan alan (bu alanda geçen terimler) hakkında hiçbir fikir sahibi olmadan bir veri modelinin oluşturulamayacağını açıkça ortaya koymakla kalmaz; aynı zamanda veri bankasıyla yerine getirilmek istenen görevlerden de soyutlanmamak gerektiğini gösterir (DOT örneğinde olduğu gibi: hukuk sistemlerini karşılaştırmak ve “hükümete ilişkin” metinleri çevirmek). Veri modelleme yalnızca varlıkların tanımlanmasını değil, bu varlıkları “niteleyen” veri/bilgi kategorilerinin tanımlanmasını da kapsar. Bir sonraki bölümde bu varlıklardan biri olan kavramları ele alacağım. 2.3 Kavram modelleme Önceki bölümde kavramsal bir yaklaşımın bazı avantajlarına zaten değinmiştim. Burada karşılaşılan sorunlardan biri, kavramların nasıl temsil edileceğidir (bilgiyi düzenlemek için kullanılan zihinsel yapı taşları olarak ele alınan kavramlar). Bir terimin (kavramsal) anlamının kural olarak tanımıyla temsil edildiği kabul edilirse, terimin ifade ettiği anlamı/tanımı/kavramı anlamsal bir ağ kullanarak temsil etmek mümkün olabilir. Terminologija | 2010 | 17 27 as a model (see, for instance, Fraas 1998: 433 ss.). In Martin 1998 semantic networks are represented in the form of frames and, among others, used as definition models. In the next part I will further elaborate upon the role of frames and on that of a frame-based approach to terminology. 3. KAVRAM MODELLEMEYE ÇERÇEVE TEMELLİ BİR YAKLAŞIM Burada çerçeveler, Minsky geleneği izlenerek, sözcüğün yapay zekâdaki anlamıyla ele alınmaktadır (örneğin bkz. Minsky 1975). Bu anlamda çerçeveler, kavramları ve anlamı kavramak için gerekli olan arka plan bilgisini, örtük ve kalıplaşmış bilgiyi temsil eden yapılardır. Minsky tarzı yapay zekâ çerçeveleri, yuva-doldurucu biçimine sahiptir. Bu bakış açısından bir çerçeve, ardından belirtimlerin (doldurucuların) geldiği genel kavramsal kategoriler veya ilişkiler (yuvalar) kümesidir. Ne kastedildiğini açıklığa kavuşturmak için somut bir örneğe başvuracağım. Anlamsal çerçeveler türe bağlıdır; yani belirli kavram türlerine bağlıdır. Kavram türlerinin, alan modelleme aşamasında belirlenmiş olması gerekir (yukarıdaki 2.1. bölüme bakınız). Örneğin, kamu yönetimi terminolojisi alanında ödenek gibi bir tür bulunur. ödenek için çerçeve benzeri gösterim aşağıdaki gibidir (ayrıca bkz. Martin ve Heid 2001: 58): Tablo 1: ödenek türü için çerçeve ödenek YUVA YUVANIN AÇIKLAMASI amaç ödeneğin hangi amaçla verildiği kaynak a. ödeneği kimin ödediği yararlanıcı a. ödeneği kimin aldığı gerekçe a. neden ödendiği miktar a. miktarının ne olduğu zaman a. ne zaman ödendiği sıklık a. kaç kez ödendiği biçim a. hangi biçimde verildiği koşul a. hangi koşullarda verildiği sosyal hizmetler dünyasında, emekli aylığı kavramı, ödenek türünün bir örneği olarak kabul edilecektir. 28 W. Martin | The role of cognitive modelling in general and that of frames... Bu tür için temel çerçeve aşağıdaki yuvalardan/öğelerden oluşacaktır: • yararlanıcı ödeneği kim alıyor? • kaynak ödeneği kim veriyor? • amaç ödenek ne için veriliyor? • gerekçe/temel ödenek hangi temele dayanarak veriliyor? • miktar ödeneğin miktarı nedir? • sıklık ödenek kaç kez veriliyor? • zaman ödenek ne zaman veriliyor? • biçim ödenek hangi biçimde veriliyor (örneğin para ya da başka değerler olarak)? • koşul ödeneğin verildiği koşullar nelerdir? Bu çerçeveden türetilen bir tanım şöyle olabilir: Emekli maaşı, emeklilik yaşına ulaşmış olması ya da maluliyeti nedeniyle emekli olduktan sonra, görev süresi boyunca katkı payı ödenmişse, geçim masraflarını karşılamak üzere bir başkasınca ([eski] işveren, bir yürütücü kuruluş) bir kişiye (emeklilik hakkı kazanmış kişiye ya da onun dul eşine veya yetimlerine) dönemsel olarak (örneğin her ay) ödenen, yasayla ya da (sigorta) sözleşmesiyle belirlenmiş bir para tutarıdır. Elbette, tanımın somut biçimi ve içeriği, hitap ettiği kullanıcıya büyük ölçüde bağlıdır. Bununla birlikte, bir terimin kavramsal anlamının kural olarak tanımıyla temsil edildiğini kabul edersek, çerçeveler gibi bilişsel modeller tanımların sistemleştirilmesinde kuşkusuz büyük yarar sağlayabilir. Bir sonraki bölümde, genel olarak bilişsel modellemenin ve özellikle çerçeve temelli bir yaklaşımın bunun ötesine geçtiğini; yalnızca tanımlar ve kavramlar alanını değil, genel olarak terminoloji kuramı ve uygulamasını da etkilediğini açıklamaya çalışacağım. 4. TARTIŞMA: BİLİŞSEL MODELLEMENİN TERMİNOLOJİ TEORİSİ VE UYGULAMASI ÜZERİNDEKİ ETKİSİ Bu makalede ileri sürülen temel iddia şöyledir: Eğer terminoloji, aşağıdakilerle ilgiliyse • edinim, • temsil ve • uygulama Terminologija | 2010 | 17 29 belirli bir bilgi alanındaki bilginin, tercihen ama yalnızca değil, bu alandaki uzmanlar tarafından o hâlde teori (tasarım) ve uygulamada (terminoloji veri bankalarının üretimi ve kullanımı) iyi/daha iyi sonuçlara ulaşmak için bilişsel modellemeye daha fazla önem verilmelidir; bu da şunları kapsar: alan modellemesi, veri modellemesi ve kavram modellemesi. Başka bir deyişle, bilişsel modellemenin genel olarak ve özellikle çerçeve temelli bir yaklaşımın, terminoloji çalışmasının üç önemli yönü üzerinde olumlu bir etkisi olduğu ileri sürülmektedir. Aşağıdaki Şekil 6, bu üç yönü, yani edinim, temsil ve uygulamayı şematik olarak göstermektedir. Şekil 6: Terminoloji çalışmasının üç yönü Elsewhere (Martin 1998) I have tried to make clear that a cognitive and, more in particular, a frame-based approach shows certain advantages over other approaches with regard to the three aspects mentioned. So, for instance, will a frame-based approach not only lead to a better access to knowledge, but also to a production/prediction of knowledge: on the basis of definitions, combinations can (in abstractor) be predicted. In the case of pension, for instance, one can, on the basis of the frame, expect combinations with get (beneficiary), give/pay (source), high/low (size) etc. This also could give rise to socio-linguistic investigations: depending on the context/communicative situations/social roles different fillers/values could be used for the same slots/attributes. 30 W. Martin | The role of cognitive modelling in general and that of frames... Bilişsel modellemenin etkisini daha somut hâle getirmek amacıyla, yaklaşımımızın R. Kocourek’in 17thUluslararası Dilbilimciler Kongresi sırasında düzenlenen Terminoloji Çalıştayı’nda yaptığı konuşmada ortaya atılanlar gibi soru/konulara verdiği yanıtlara şimdi göz atacağım (Prag, Temmuz 2003, R. Kocourek, ‘Terminoloji Kuramı ve Özel Amaçlı Dil: Ölçütler ve Seçim’). Terminoloji kuramı ve uygulamasında ‘gündemde’ sayılabilecek bir düzine soru seçtim ve bilişsel modelleme bakış açısından bu soruları ele alarak kısa yanıtlar verdim. Aşağıdaki metin kısa bir soru-cevap diyaloğu olarak okunabilir. • Soru: Özel amaçlı metinlerde geçen terim dışı sözcükleri de incelemeli miyiz? Yanıt: Bir terminolog, bilişsel açıdan bakıldığında ilgili olanı, betimlediği bilgi alanı açısından ilgi çekici olanı incelemelidir; bu bakımdan terim dışı sözcükler de inceleme konusu olmalıdır. • S: Terminolojiyi tek bir dilde, iki dilde, ikiden fazla dilden oluşan gruplarda mı, yoksa tüm dillerde mi incelemeye çalışmalıyız? Y: 2.2. bölümde açıkladığımız gibi, tek dilli madde başları çok dilli madde başlarına tercih edilmelidir. Bu, terminolojinin çok dilli olmaması gerektiği anlamına gelmez; yalnızca terminolojilerin tek bir dile göre yanlı hâle gelecek şekilde birbirine bağlanmaması gerektiğini ifade eder. Başka bir deyişle, bir dildeki terminoloji yanlı olmamalı, ancak başka dillerdeki terminolojilerle bağlantılandırılabilmelidir. • S: Metinlerde özel adlar [...] terminolojiye dâhil edilmeli mi? Y: Özel adlar, bilgi alanlarında önemli veriler olabilir. Bu nedenle kapsam dışında bırakılmamalıdır. Ayrıca, NLP alanında adlandırılmış varlıklara ve NER’ye (adlandırılmış varlık tanımaya) yönelik yenilenen ilgiye de bakınız. • S: Gönderimsel anlamın (şeylerin) ve terminolojinin pragmatik yönlerinin (kullanıcıların) dikkate alınması gerekiyorsa, hangi yöntemler kullanılmalıdır? Y: Terminolojinin hem kavramsal hem de pragmatik değerlendirmeler tarafından şekillendirildiği doğrudur. Bu bakımdan bir TD’nin yalnızca alan/veri ya da kavram modellemesini dikkate alması yeterli değildir. Arama yollarını ve bilgiyi belirleyen sözde kullanıcı profillerini sağlamak da aynı derecede önemlidir Terminologija | 2010 | 17 31 belirli kullanıcı gruplarına uyarlanmış paketler. Bu bölümdeki 6. şeklin veri tabanı ile uygulamalar arasında yer alan sağdaki dikdörtgenleri bu tür kullanıcı profillerini göstermektedir. • S: Sözde sembolik bir biçimsel dil oluşturmayı düşünemesek de kısaltmalar, [...] işaretler ve simgeler ya da benzeri araçlardan oluşan bir sistem sunmalı mıyız? Böyle bir sistemi nasıl oluşturabiliriz? Y: Çerçeveler, biçimselleştirmenin yarı yolunda duran bir temsil dilidir. Biraz çabayla, bir (alt)dünyaya ait slotlar veya ilişkiler belirlenip standartlaştırılabilir. Dolduruculara gelince, bunlar (hem biçimsel hem anlamsal açıdan) sınırlandırılabilirse biçimselleştirmeye daha çok yaklaşılır. İlk adım olarak doldurucular terimlerle sınırlandırılabilir. Böyle olursa, gerçek bir termnet oluşturulabilir. • S: Terimlerin betimlenmesi ve çözümlenmesi için gerekli birincil verileri nereden ediniriz: özel amaçlı metin derlemlerinden mi, konu disiplinlerinin kavramsal sistemlerinden mi, yoksa her ikisinden mi? Y: Bu bölümdeki 6. şeklin gösterdiği gibi, ikisi arasında bir etkileşim olmalıdır. Veri edinme tarafı (derlemler, bilgi sağlayıcılar) temsil sistemini etkiler ve bunun tersi de geçerlidir. Başka bir deyişle, metinlerdeki terimler temsil modelinin tasarımını (kısmen) belirler (edinim → temsil); temsil modeli ise terimlerin ve bunlara ilişkin bilgilerin seçimine yön verir (temsil → edinim). • S: Özel amaçlı metinlerdeki terim dışı sözcükleri nasıl ayırt ederiz? Y: Bir terim üç düzeyde işlev gördüğünden – kavramsal, dilsel ve toplumdilbilimsel düzeylerde – her biri için belirlenen ölçütlere uymalıdır. Başka bir deyişle, terimler belirli bir (alt)dünya içinde işlev gören/yerleşik olan ve dil sistemi ile toplumdilbilimsel topluluk tarafından kabul edilen kavramları ifade etmelidir. • S: Çok sözcüklü terimleri terim birleşimlerinden ve karmaşık ad öbeklerinden nasıl ayırt ederiz? Y: Önceki soru-cevap bölümüne bakınız. Bilişsel modelleme, betimlenen (alt)dünya içinde kavramsal olarak mümkün/hesaplanabilir/birleştirilebilir olanı gösterir; dilsel ve toplumdilbilimsel etkenler ise kavramsal açıdan mümkün olanın kullanılıp kullanılmadığını ve kabul görüp görmediğini belirler. 32 W. Martin | The role of cognitive modelling in general and that of frames... • S: Terminolojik eşdizimleri ve söz öbeği bilgisini nasıl inceliyoruz? C: Çerçeve temelli bir yaklaşımda yuvalar yalnızca kavramı tanımlamakla kalmaz; ilişkiler oldukları için başka kavramlarla ne tür birleşimlerin ortaya çıkabileceğini de gösterir. Örneğin, (Hollandacada) şu tür doldurucular alabilen pension örneğine bakınız: • hoog; laag, klein: yuva büyüklüğüyle bağlantılı, • betalen, uitkeren, toekennen, uitbetalen: source yuvasıyla bağlantılı, • ontvangen, genieten, krijgen: beneficiary yuvasıyla bağlantılı. Başka bir deyişle, anlamsal çerçevelerden ve çerçeve temelli tanımlardan soyut eşdizim örüntüleri türetilebilir; bunlar birleşimleri incelemek için ilginç perspektifler sunar (bu konuda Martin 2003'e bakınız). • S: Terimlerin anlamsal çözümlemesinde (tanım, eşanlamlılık, belirsizlik, üst anlamlılık, alt anlamlılık, karşıt anlamlılık, deyim aktarması ve diğer ilişkiler vb.) hangi yöntemler kullanılacak? C: Çerçeve temelli bir yaklaşımda belirgin bir rol oynayan, açık ara en çok “diğer ilişkiler”dir. Ağırlıklı olarak yapısalcı ilişkiler (eşanlamlılar vb.) ne yeterli ne de yeterince ifade edici kabul edilir. • S: Yaklaşım anlambilimden biçime (semasiyolojik) mi, yoksa biçimden anlama (onomasiyolojik) mı olacak? C: Tanımlamaya yönelik çerçeve temelli bir yaklaşım kavram türlerinden başlar ve bu anlamda onomasiyolojiktir. • S: Hangi dilbilimsel araştırma yöntemlerini kullanıyoruz: yapısalcı, üretimci, postyapısalcı ya da başka yöntemler mi? C: Terimlerin anlamsal çözümlemesine ilişkin soruya bakınız. Özellikle yapısalcı yaklaşımı fazla kısıtlayıcı buluyor ve bu nedenle onun yerine bilişsel bir yaklaşım benimsiyorum. 5. SONUÇ REMARKI Bu makalede, bilişsel modellemenin terminoloji için olmazsa olmaz bir koşul olduğunu; çünkü tutarlı biçimde çalışmanın ve neyin ilgili olup neyin olmadığını ayırt etmenin mümkün olmadığı gerekli genel çerçeveyi oluşturduğunu açıklamaya çalıştım. Terminologija | 2010 | 17 33 BIBLIOGRAPHY Fraas C. 1998: Lexikalisch-semantische Eigenschaften von Fachsprachen. – Fachsprachen – Languages for Special Purposes; L. Hoffmann, H. Kalverkämper & H. E. Wiegand (Eds.), Berlin/New York: de Gruyter, Vol. 1, 228–238. Maks I., Martin W. & Groesz I. 2000: The DOT Project: Data and Datastructures for a Bank of Governmental Terminology. – Proceedings of the Ninth EurAlex International Congress – Euralex 2000; U. Heid, S. Evert, E. Lehmann & C. Rohrer (Eds.), Stuttgart: IMS, 297–303. Maks I., Martin W. & Groesz I. 2001: DOT Final Report (part 1). Amsterdam: Vrije Universiteit (Free University). Martin W. 1998: Frames as Definition Models for Terms. – Proceedings of the International Conference on Professional Communication and Knowledge Transfer; A. Munteanu (Ed.), Vol. 2, Vienna: Termnet, 189–221. Martin W. 2003: Definitions and Collocations in Dictionaries: the GWDS Compared to the Van Dale Groot Woordenboek der Nederlandse Taal. – Lexicographica, Series Maior, Vol. 113, Tübingen: Niemeyer, 3–23. Martin W., Cremers C. & Vliet H. van der 1991: Over Atlex, Relset, Conceptor e.a. Amsterdam: Vrije Universiteit (Free University). Martin W. & Heid U. 2001: Frame-based Definitions and the Selection of Multiword Term Candidates in DOT. – TIA 2001: actes des quatrièmes rencontres terminologie et intelligence artificielle, Vandoeuvre: INIST-CNRS, 55–65. Martin W. & Vliet H. van der 2003: Design and Production of Terminological Dictionaries. – A Practical Guide to Lexicography; P. van Sterkenburg (Ed.), Amsterdam/Philadelphia: Benjamins, 333–349. Minsky M. 1975: A Framework for Representing Knowledge. – The Psychology of Computer Vision; P. H. Winston (Ed.), New York: McGraw-Hill, 211–277. KOGNITYVINIO MODELIAVIMO APSKRITAI IR FREIMŲ KONKREČIAI VAIDMUO TERMINOLOGIJOS TEORIJOJE IR PRAKTIKOJE Šiame straipsnyje išskirti, apibrėžti ir pavaizduoti skirtingi kognityvinio modeliavimo lygmenys – srities modeliavimas (makrostruktūrinis lygmuo), duomenų modeliavimas (mediostruktūrinis lygmuo) ir termino ir (arba) sąvokos modeliavimas (mikrostruktūrinis lygmuo). Kalbant apie pastarąjį lygmenį pristatomas freimais besiremiantis sąvokų modeliavimo būdas. Pagrindinis šiame straipsnyje iškeltas principas – kognityvinis modeliavimas apskritai ir freimais besiremiantis požiūris konkrečiai turi teigiamos įtakos tam tikros srities žinių gavimui, pateikimui ir taikymui. Akivaizdžiai parodoma, kad kognityvinis modeliavimas yra terminologijos būtinybė, nes jis suteikia reikalingą struktūrą, be kurios neįmanoma nei nuosekliai dirbti, nei atskirti tai, kas svarbu, ir kas ne. Gauta 2010-08-09 Willy Martin Faculteit der Letteren, Vrije Universiteit De Boelelaan 1105, NL-1081 HV Amsterdam, Nederland E-mail [email protected] 34 W. Martin | The role of cognitive modelling in general and that of frames...