МОКСЛО КАЛБОС КУЛЬТУРОС ИР ТЕРМИНОЛОГИЈОС ПРОБЛЕМОС

ЛИЕТУВИЮ КАЛБОТYРОС КЛАУСИМАІ, XXIV(1985)

IRINA NYIKOLAJEVNA VOLKOVA

TERMINOLÓGIAI ADATBANKOK ÉS GYAKORLATI FELHASZNÁLÁSUK

A tudományos-technikai forradalom megnövelte a tudományos-műszaki terminológia problémáinak jelentőségét a népgazdaság számára. Az automatizált irányítási és információs rendszerek létrehozása és bevezetése, a programorientált tervezési módszerekre való áttérés, valamint a tudományos-műszaki és gazdasági feladatok megoldásában kibontakozó nemzetközi együttműködés és integráció egyre szigorúbb követelményeket támaszt a tudomány és a technika nyelvével szemben, különösen a különféle dokumentációkban használt terminológia egyértelműsége tekintetében.

Ennek következtében jelentősen felgyorsultak a tudományos-műszaki terminológia rendezésére és szabványosítására irányuló munkálatok nemzeti és nemzetközi szinten, ami számos terminológiai szabvány és ajánlás (nemzetközi, regionális, nemzeti, vállalati stb.) létrehozásához vezetett.

A Kölcsönös Gazdasági Segítség Tanácsa (KGST) 160 terminusokra és meghatározásokra vonatkozó szabványt fogadott el; a Nemzetközi Szabványügyi Szervezet (ISO) 180 nemzetközi terminológiai szabványt tett közzé; a Nemzetközi Elektrotechnikai Bizottság pedig kiadta a Nemzetközi Elektrotechnikai Szótár (IEV) mintegy 60 fejezetét, valamint különleges terminológiai kiadványokat (ezek IEC-szabvány státuszúak).

40 ország nemzeti szabványügyi szervezetei több mint 15 ezer terminusokra és meghatározásokra vonatkozó szabványt fogadtak el.

A terminológia rendezése és szabványosítása terén jelentős eredményeket értek el a Szovjetunióban, ahol több mint 700 állami és ágazati, terminusokra és meghatározásokra vonatkozó szabvány van érvényben, és kiadták a Szovjetunió Tudományos Akadémiája Tudományos és Műszaki Terminológiai Bizottságának (KNTT) több mint 100 gyűjteményét az ajánlott terminusokról.

A szabványosított és ajánlott terminusok állománya több százezerre tehető. Ezen állományok gyakorlati és tudományos munkában való felhasználásának, valamint a szükséges terminusok gyors keresésének elengedhetetlen feltétele a szabványosított és ajánlott terminológia meghatározott szervezeti struktúrában történő megjelenítése. A nagy terminológiai állományok strukturális megszervezésének egyik elterjedt módja terminológiai bankok létrehozása

46

adatok, amelyekben a terminológiai információk tárolása, feldolgozása és kiadása számítógépek segítségével történik.

A adatbankok alatt rendszerint nagy terjedelmű és összetett szerkezetű adathalmazok összességét, valamint a szükséges információk gyűjtését, feldolgozását és kiadását szolgáló műszaki eszközök és szoftverek együttesét értjük.

Az adathalmazok összességét adatbázisnak nevezzük. A terminológiai bankokban az adatbázist a bennük található terminusok és az azokat kísérő adatelemek összessége alkotja. Ezeket az együtteseket terminológiai szócikkeknek nevezzük; esetenként ugyanerre a jelentésre a terminológiai rekord és szótári szócikk kifejezéseket is használják.

A Nemzetközi Terminológiai Információs Központ (Infoterm) által közzétett adatok szerint világszerte több tucat terminológiai bank működik, illetve áll fejlesztés alatt¹. Ilyen bankok találhatók az Egyesült Királyságban, Venezuelában, az NDK-ban, Spanyolországban, Kanadában, Luxemburgban, a Szovjetunióban, az Egyesült Államokban, Franciaországban, az NSZK-ban, Svédországban és számos más országban.

Meg kell jegyezni, hogy a terminológiai bankokat működtető szolgálatok, csakúgy, mint a létrehozásuk alapjául szolgáló lexikai adatállományok, meglehetősen sokfélék.

Számos terminológiai bankot a gépi fordítással kapcsolatos intenzív kutatások időszakában kialakult terminológiai adatállományokra alapoztak: ilyen a Siemens vállalat (NSZK) nyelvészeti szolgálatának TEAM rendszere, az EURODICAUTOM (Luxemburg), a TERMIUM és a TERMINOK rendszerek (Kanada), valamint több más rendszer. A svéd műszaki terminológiai központ TERMDOK rendszere a központ lexikográfiai szolgálatának adatállományára épül; ez a szolgálat hosszú évek óta aktívan foglalkozik terminológiai szótárak kiadásával. A NORMATERM (Franciaország) és a TERM (NSZK) terminológiai bankokat szabványosítási szolgálatok hozták létre szabványosított terminusok adatállományai alapján.

Az információkereső rendszerek tömeges létrehozása és bevezetése megkövetelte a nyelvi támogatásuk kialakítását; ez együtt járt olyan terminusállományok létrehozásával, amelyek szintén szerepet játszottak a terminológiai bankok kialakulásában.

A terminológiai bankok jellemzésére olyan mutatókat használnak, mint az adatbázis összetétele és terjedelme (a szakterületek lefedettsége, a terminológiai szócikk adatelemeinek készlete, azoknak a nyelveknek a száma, amelyeken a terminológiai információkat megadják), a terminológiai információk normatív jellege, valamint a felhasználói kategóriák.

A terminológiai bank működése szempontjából nagy jelentősége van adatbázisa összetételének. Minél több adatelemet tartalmaz-

1 World Guid to Terminological Activities (Organizations, Terminology Banks, Committees).— Infoterm Series A. München: Verlag Dokumentation, 1974.— 312 p.

47

annál több felhasználási lehetőséget kínál ez a terminológiai bank a felhasználók számára.

Például a TEAM terminológiai adatbankban minden terminológiai szócikk legfeljebb 99 adatelemet tartalmazhat (az adatbank fejlesztői ezeket kategóriáknak nevezik). Ezek közé tartozik az alapterminus, annak szinonimái, egy vagy több definíció vagy kontextus, bibliográfiai adatok (forrás, szerző, megjelenési dátum stb.), a terminus grammatikai paraméterei, alkalmazási területének jellemzése, valamint egyenértékű terminusok angol, francia, spanyol, orosz, olasz, portugál és holland nyelven (az egyenértékű terminusok nem feltétlenül szerepelnek valamennyi nyelven).

A fent felsorolt adatelemek közül a német terminológia feldolgozásához körülbelül 25 elemet használnak ténylegesen².

A TERMDOK adatbank terminológiai szócikke számos nyelvészeti és nyelven kívüli adatelemet tartalmaz.

A terminológiai szócikk legfeljebb 100, 26 különböző nyelv nyelvészeti információira vonatkozó adatelemet tartalmazhat. Jelenleg a nyelvészeti információ 10 nyelvre terjed ki: svédre, angolra, franciára, spanyolra, németre, dánra, norvégra, finnre, oroszra és japánra. Leggyakrabban 10 nyelvészeti adatelemet használnak: 1) alapterminus; 2) szinonimák és kváziszinonimák; 3) antonimák; 4) kiejtés, grammatikai jellemzők, rövidítések, definíciók, használatra vonatkozó megjegyzések, jegyzetek, kereszthivatkozások ³.

A nyelven kívüli adatelemek közül leggyakrabban körülbelül 10-et használnak: a dokumentum megjelölése, a terminus száma, osztályozási kódok, az elfogadás (kiadás) dátuma, a szakértő megjelölése, hivatkozások az illusztrációkra.

A terminológiai adatbázis normativitásának mértéke szerint a meglévő terminológiai adatbankok két csoportra oszthatók: olyan adatbankokra, amelyek alapját szabványosított terminológia alkotja, és amelyek mintegy normatív szótárként működnek, valamint olyanokra, amelyeket nem kizárólag normatív forrásokból állítanak össze és bővítenek. Például a Francia Szabványügyi Társaság (AFNOR) terminológiai adatbankja, a NORMATERM, a francia terminológiai szabványokban rögzített terminusokat, valamint a тер-

² Brinkmann K. H. Use of the TEAM Terminology Data Bank for the Terminology Work of the Deutsches Institut für Normung.— Infoterm Series 6. München—New York—London—Paris, 1981, p. 444.

³ The TERMDOK system.— TNC, 1978.— 45 p.

48

…terminológiai mellékleteiben, valamint a kifejezésekre és meghatározásokra vonatkozó nemzetközi ISO-szabványokban⁴

A TERM terminológiai adatbank, amelyet a Német Szövetségi Köztársaság Szabványügyi Intézetének összekapcsolt adatbankjai keretében hoznak létre, szintén normatív jellegű, vagyis kizárólag szabványosított terminológiát tartalmaz.

Az olyan terminológiai adatbankok, mint a Siemens TEAM rendszere, a Szövetségi Nyelvészeti Hivatal (NSZK) adatbankja, a TERMIUM és a TERMINOC (Kanada), a TERMDOK (Svédország) és számos más adatbank, nem teljesen normatívak, és nem csupán szabványosított terminológiát tartalmaznak. Ezért az általuk szolgáltatott információ megbízható (dokumentáltság szempontjából), de nem mindig határozza meg, hogy egy adott terminus használata hivatalosan előnyben részesítendő-e.

Ezeknek az adatbankoknak az adatbázisait létrehozva a szakemberek minden egyes terminust „értékelnek”, és úgynevezett „súlyozási indexet” rendelnek hozzá. Például a Montreali Egyetem terminológiai adatbankjában a 0-s súlyozási index azt jelenti, hogy az adott terminus használata nem elfogadható; az 1-es azt, hogy használata kétséges; a 2-es azt, hogy használható; a 3-as pedig azt, hogy szabványosított.

A nyelvek összetétele szerint az adatbankok a következő csoportokba sorolhatók: egynyelvűek, vagyis olyanok, amelyekben a terminológiai rekord valamennyi adateleme csak egy nyelven szerepel (például a franciaországi neologizmus-adatbank csak francia nyelvű terminológiai információkat tartalmaz); részben két- és többnyelvűek, vagyis olyanok, amelyek több nyelven adják meg az egyenértékű terminusokat (és olykor a meghatározásokat, valamint a terminológiai adatok egyéb elemeit is). E csoportba tartozik a TEAM, amelynek adatbázisa a német nyelvű terminus és annak meghatározó adatelemei mellett angol, francia, spanyol, olasz, orosz és holland terminusokat (és olykor meghatározásokat) is tartalmaz. Az EURODICAUTOM adatbank angol, német, dán, francia, olasz és holland nyelvű terminológiát tartalmaz; a terminológiai adatbankok teljesen kétnyelvűek. Ilyenek Kanada terminológiai adatbankjai, amelyek az ország demográfiai sajátosságai miatt teljes egészükben angol–francia nyelvűek, vagyis adatbázisuk minden terminológiai rekordja két azonos blokkból áll: egy angolból és egy franciából.

Számos terminológiai adatbank elsődleges célja a fordítók segítése. Ezek közé sorolható a Siemens (NSZK) Nyelvészeti Szolgálatának TEAM adatbankja, az Európai Gazdasági Közösség (Luxemburg) EURODICAUTOM adatbankja, valamint a Montreali Egyetem TERMIUM adatbankja (jelenleg a hivatalos terminológiai adatbank

⁴ Laurent J. La banque automatisée de données terminologiques de l’AFNOR NORMATERM.— Courier de la Normalisation, 1979, N 245, p. 46—51.

4 Užsak. Nr. 1007

49

a kanadai kormányé), a TERMINOC Québec tartomány (Kanada) terminológiai adatbankja, a TARGET pedig a Carnegie Mellon Egyetem (USA) adatbankja.

A Nagy-Britanniában létrehozandó műszaki terminológiai adatbank egyik feladata a már működő terminológiai adatbankokban (például Svédországban és az NSZK-ban) szereplő angol terminusok helyes használatának ellenőrzése.

A Siemens TEAM adatbankja által megoldott feladatok közé tartozik a lexikográfiai munka is: különféle szótárak előkészítése és kiadása. Ehhez a DIGISET fényszedő berendezést használják.

A szótárak automatizált előállításának technológiai folyamata a következőképpen ábrázolható: egy meghatározott terminuskészlet kiválasztása az automatizált terminológiai adatbázisból; az adatok rendezése és szótárakra jellemző formában történő megjelenítése; a szedési oldal előkészítése (vagyis a szótárakra jellemző formára tördelt szöveget tartalmazó filmkocka elkészítése); sokszorosítás.

A gépi szótárak előnye, hogy a tárolt információ helytakarékosan rendezhető el; az adatállomány gyorsan frissíthető, így a kor színvonalának megfelelő szótárak rendkívül gyorsan készíthetők elő; továbbá gyorsan előállíthatók olyan szótárak, amelyek eltérő adatelemeket tartalmaznak.

A Szovjetunióban több terminológiai adatbank működik. Ezek egyike az Összszövetségi Műszaki Információs, Osztályozási és Kódolási Tudományos Kutatóintézetben (VNIICI), az Állami Szabványügyi Hivatal intézetében működik: ez az Automatizált Információs és Terminológiai Szolgáltatási Rendszer (ASITO), amelyben a szabványosított terminológia adatait gyűjtik össze. A rendszer fő feladatai a szabványosított terminusok bevezetésének hatékonyabbá tétele, a népgazdaság információs és terminológiai ellátásának gyorsítása és minőségének javítása, a kidolgozás és szabványosítás alatt álló terminológiák kölcsönös összehangolásának elősegítése, valamint a Szovjetunió ISO-ban, IEC-ben, OIML-ben, CMEA-ban és más nemzetközi szervezetekben vállalt kötelezettségeinek teljesítése a nemzetközi terminológiai szabványok és szótárak orosz változatainak elkészítése során.

Az ASITO-t a terminológiai dokumentumok állományára, valamint a VNIICI Terminológiai Referencia-adatbankjának (SBT) kézi bibliográfiai és terminológiai cédularendszerére alapozva dolgozták ki. Az ASITO folyamatosan fejlődő rendszer. A rendszer első szakasza, az ASITO-1, 1981 óta ipari üzemben működik; ezzel párhuzamosan a rendszer tökéletesítésén és korszerűsítésén, vagyis az ASITO-2 létrehozásán dolgoznak. Az ASITO-2-ben tervezik a feldolgozott dokumentumok és adatelemek körének bővítését, új keresési módok – például meghatározások szerinti keresés – bevezetését, a kimeneti formátumok választékának bővítését stb.

50

Az ASITO-1-ben az állami szabványokból, valamint a KGST és az ISO terminusokra és definíciókra vonatkozó szabványaiból származó adatokat dolgozzák fel. Más automatizált terminológiai rendszerekhez hasonlóan az alapvető tárolási egység a terminológiai adatlap, amely egy adott szabványosított terminusról terminológiai és bibliográfiai információkat tartalmazó adatelemeket foglal magában.

Az ASITO-1-ben minden terminológiai adatlap tartalmazza a címszót — a szabványosított terminust; a szabványosított terminus megengedett és nem megengedett szinonimáit; rövid alakját (terminuskapcsolatok esetén); a szabványosított terminus angol, német és francia megfelelőit; a fogalom meghatározását; a mennyiségek betűjelét; annak a szabványnak a jelzetét és megnevezését, amely a terminust rögzíti; a terminus szabványon belüli sorszámát; a szabvány jóváhagyásának és hatálybalépésének dátumát; valamint a szabvány osztályozási kódját. Az ASITO-1 automatizált adatbázisa összesen mintegy 70 ezer terminológiai adatlapot tartalmaz.

A szoftvereszközök biztosítják az adatbázis karbantartását és a különféle keresési módokat. A keresés fő módja a párbeszédes, képernyő használatával végzett keresés. A keresés a terminológiai adatlap bármely adateleme és azok kombinációi alapján végezhető. Megvalósították a szavak ragozott alakjainak és a szókapcsolatok szintaktikai változatainak figyelembevételével történő keresést. Lehetőség van a keresésre és információk megjelenítésére akkor is, ha a lekérdezés lexikai egyezése nem teljes a rendszerbe bevitt terminussal, továbbá a lekérdezés szóalakjai végének csonkolására. Így ha a terminusbankban szerepel a diszkrét véletlen sorozat terminus, akkor az arról szóló információt akkor is meg kell jeleníteni, ha a lekérdezésben a terminuselemek sorrendje más: véletlen diszkrét sorozat. Ugyanígy a lekérdezésben szereplő terminus eltérő végződése sem befolyásolhatja a válasz teljességét az ASITO-ban tárolt terminus végződéséhez képest. A rendszer tehát lehetővé teszi a természetes nyelvű lekérdezést előzetes indexelés nélkül, a keresés adott szakterületre való korlátozását, a normatív-műszaki dokumentumok kategóriájának és egyéb paramétereknek a megadását.

A rendszer különféle mutatók összeállítását teszi lehetővé: összevont és rendszerezett, egyszerű és permutált (KWOC-típusú), a normatív-műszaki dokumentumok kategóriái, az orosz nyelvű terminusok és az idegen nyelvű megfelelőik szerintiek, valamint egyéb mutatók készíthetők.

Lehetőség van az információk mágnesszalagon történő cseréjére a terminológiai adatok egységes kommunikációs formátuma alapján; ennek szerkezete az ISO 2709 nemzetközi szabványnak megfelelően egységesített a bibliográfiai adatok kommunikációs formátumával, tartalma pedig megfelel a formátumtervezetnek

51

MATER (ISO 6156). A rendszer felhasználója mágnesszalagon megkaphatja a szabványosított terminológia teljes állományát, vagy annak a lekérdezésnek megfelelő részét.

Az ASITO terminológiai bankját tudományos kutató- és tervező szervezetek, kiadók és ipari vállalatok információs-terminológiai kiszolgálására használják (jelenleg az ASITO 400 intézményi előfizetőt szolgál ki); a terminusbankok közötti információcserére (országon belül és külföldi partnerekkel egyaránt); valamint a szabványosított terminológiára vonatkozó statisztikai és elemző adatok előállítására.

Tekintettel arra, hogy a terminusbankok száma kétségtelenül növekedni fog, ki kell dolgozni az országos terminológiai bankrendszer létrehozására irányuló célzott, átfogó programot, amely a szabványosított terminusok bankjai mellett a nem szabványosított lexikai egységek bankjait is magában foglalja.

A terminológiai bankok rendszerének képesnek kell lennie arra, hogy nemzetek közötti terminológiai szolgálatként működjön, amely garantálja a terminushasználat pontosságát és következetességét a tudományos kutatási, közigazgatási-irányítási, társadalmi-történeti és kulturális-történeti vonatkozású dokumentumokban; le kell fednie a tudomány és a technika valamennyi ágát, továbbá tartalmaznia kell az orosz terminusokat és az idegen nyelvű (nemzeti) megfelelőket, amelyeket a tagköztársaságok nemzeti nyelvű terminológiai rendszereiben, valamint a nemzetközi szakmai kommunikációban használnak.

Az országos, valamennyi terminológiai bankot magában foglaló rendszernek feltehetően tartalmaznia kellene az alapvető tudományok terminusainak bankját (vagy bankjait), az általános műszaki és az ágazati terminusok bankjait, valamint a tagköztársaságok nemzeti nyelvein vezetett terminusbankokat.

A terminusbankok nagy száma, amelyekben már ma is számítógépek segítségével tárolják, dolgozzák fel és szolgáltatják a terminológiai információkat, felvetette az együttműködésük és a közöttük zajló terminológiai adatcsere megszervezésének problémáját. Az összekapcsolt terminusbankok nemzetközi hálózatának — a TERMNET rendszernek — a létrehozása az Infoterm egyik feladata. Ennek megvalósításához a mágneses adathordozókon történő terminológiai információcsere nemzetközi kommunikációs formátumának kidolgozása folyik. Ezt a munkát több éve az ISO/TC 37 „Terminológia. Alapelvek és koordináció” keretében külön létrehozott 4. munkacsoport (WG 4), „A számítástechnikai eszközök alkalmazása a terminológiában és a lexikográfiában” végzi. Ez a munkacsoport készítette elő a 6156. számú nemzetközi szabvány tervezetét, „A terminológiai adatok mágnesszalagon történő cseréjének formátuma” címmel (röviden: MATER formátum). A szabvány kidolgozásának célja a formátumra vonatkozó követelmények megállapítása és a

52

az adatok mágneses adathordozón történő tárolására szolgáló elrendezésben. Célja az egynyelvű és többnyelvű terminológiai információk cseréje⁵.

A terminológiai bankok széles körű elterjedésének ténye sokat elárul. Ez a cikk csupán a terminológiai bankokról és a létrehozás alatt álló világméretű terminológiai hálózatról nyújt általános áttekintést.

Mint már említettük, a terminológiai bankok iránt külföldön nemcsak a szabványügyi szolgálatok és az információs központok érdeklődnek, hanem kormányzati intézmények és nagyvállalatok is. Jelentős összegeket fordítanak terminológiai bankok létrehozására.

Ez azzal magyarázható, hogy a terminológiák rögzítik a tudományos és műszaki ismeretek aktuális szintjét. A tudományok további fejlődése, a tudományos kommunikáció, az állami tervezés, a statisztikai nyilvántartás, az oktatás és a tájékoztatási tevékenység kérdései lehetetlenek egységes, mindenki számára egyformán érthető terminológiák, nómenklatúrák és termékjelölések, a mennyiségek betűjelölései és különféle rövidítések elfogadása nélkül.

⁵ Перстнев И. П., Волкова И. Н. Коммуникативный формат для обмена терминологическими данными на магнитной ленте.— Научно-техническая терминология, 1980, № 9, с. 22—24.