doi.org/10.35321/term26-04

Estrazione di unità lessicali per l’identificazione di frame semantici specializzati¹

ANA OSTROŠKI ANIĆ

Institute of Croatian Language and Linguistics

MAJA LONČAR

Institute of Croatian Language and Linguistics

MARTINA PAVIĆ

Institute of Croatian Language and Linguistics

R I A S S U N T O

L’articolo discute l’idea di utilizzare corpora paralleli per estrarre unità terminologiche impiegate nell’identificazione dei frame semantici dell’aviazione, come primo passo nello sviluppo di un metodo per determinare frame semantici specializzati. In primo luogo viene descritto il processo di compilazione del corpus parallelo di testi tratti dalla banca dati Eur-Lex con gli strumenti di Sketch Engine. Viene quindi presentata la metodologia di estrazione dei candidati terminologici e della loro verifica manuale, nonché il processo di estrazione e verifica dei verbi pertinenti. Si discutono i risultati della verifica dei termini, concentrandosi sul ruolo dei verbi e delle collocazioni verbali nell’identificazione dei frame semantici pertinenti e degli elementi dei frame.

PAROLE CHIAVE: terminologia dell’aviazione, corpus inglese-croato, frame semantici, conoscenze specialistiche, terminologia.

A N O T A Z I O N E

L’articolo esamina come i corpora paralleli possano essere utilizzati per estrarre unità terminologiche impiegate nell’identificazione dei frame semantici dell’aviazione. Si tratta della prima fase nello sviluppo di un metodo per individuare frame semantici specialistici. In primo luogo si descrive la compilazione di un corpus parallelo di testi tratti dalla banca dati Eur-Lex mediante gli strumenti di Sketch Engine. Vengono quindi presentati i metodi di estrazione dei candidati terminologici e della loro verifica manuale, nonché

¹ Il presente articolo si basa sull’intervento «Dai corpora paralleli ai frame semantici specialistici», tenuto alla 3ª conferenza internazionale di terminologia Dimensioni scientifiche, amministrative e formative della terminologia a Vilnius, il 17–18 ottobre 2019. Questo lavoro è stato interamente sostenuto dalla Fondazione croata per la scienza nell’ambito del progetto HRZZ-UIP-2017-05-7169.

Terminologija | 2019 | 26

73

il processo di estrazione e verifica dei verbi pertinenti. Nel discutere i risultati della verifica dei termini, si presta particolare attenzione al ruolo dei verbi e delle collocazioni verbali, individuando i frame semantici pertinenti e i relativi elementi.

PAROLE CHIAVE: terminologia aeronautica, corpus inglese-croato, frame semantici, conoscenze specialistiche, terminologia.

INTRODUZIONE

There have been numerous applications of the theory of Frame Semantics (Fillmore 1976, 1982) in lexicography and computational linguistics, most known of which is certainly the lexical knowledge database FrameNet (Fillmore et al. 2003; Ruppenhofer et al. 2017). The work on mapping relations between syntax and semantics, which FrameNet essentially is, has not only inspired similar projects concerning other languages besides English, but has also paved the way for research on specialized knowledge and the organization of specialized knowledge categories based on semantic frames. Regardless of whether they adhere to FrameNet’s methodology closely or they apply a modified approach to identifying and delineating semantic frames as types of categories, the projects created around building resources designed for specialized knowledge communities needed to take into account the specifics of terminology and the context of languages for specific purposes as opposed to general language and its use (Faber et al. 2006; 2009; L’Homme 2012).

Per la lingua croata non è stata sviluppata alcuna risorsa lessicale basata integralmente sulla metodologia e sull’inventario semantico di FrameNet. Alcuni frame semantici sono stati definiti nell’ambito di una banca dati più ampia di metafore concettuali in croato (Despot et al. 2019). Tuttavia, una banca dati di frame semantici dell’aviazione, sviluppata nell’ambito del progetto di ricerca Dinamica delle categorie di conoscenza specialistica (DIKA, ihjj.hr/dika), costituisce il primo tentativo di realizzare una banca dati specialistica di questo tipo per il croato. Il progetto si occupa della descrizione dei livelli concettuali e linguistici delle categorie di conoscenza specialistica, considerate nella natura dinamica dei frame semantici. Il principale risultato del progetto è una banca dati terminologica multilingue in cui la terminologia aeronautica è definita tramite frame semantici, comprendenti elementi dei frame, relazioni concettuali e unità terminologiche figurative e fraseologiche. Ai fini dell’analisi semantica e sintattica è stato compilato un corpus parallelo di testi inglesi e croati nell’ambito del traffico aereo, che fungerà da

74

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

punto di partenza per l’estrazione e l’analisi dei termini. Il sottodominio del traffico aereo è stato scelto in quanto aspetto più rappresentativo del vasto e interdisciplinare settore dell’aviazione.

Il presente articolo esamina l’idea di utilizzare corpora paralleli per estrarre unità terminologiche riferite a frame semantici specifici dell’aviazione, come primo passo nello sviluppo di un metodo per individuare i frame semantici e le loro relazioni concettuali nel settore aeronautico. Sebbene i corpora paralleli siano da tempo riconosciuti come fonti preziose di candidati terminologici per la creazione di varie risorse specialistiche (Vintar 2000), finora sono stati scarsamente utilizzati nella ricerca applicata relativa alla Semantica dei frame.² Si descrive dapprima il processo di compilazione del corpus parallelo di testi tratti dalla banca dati Eur-Lex mediante gli strumenti di Sketch Engine. Vengono quindi presentate la metodologia di estrazione dei candidati terminologici e la loro verifica manuale, nonché la procedura di estrazione e verifica dei verbi pertinenti. I risultati della verifica dei termini sono presentati e commentati; segue una discussione sul possibile impiego dei verbi e delle collocazioni verbali per individuare i frame semantici pertinenti e i relativi elementi nel settore aeronautico.³

1. CONTESTO TEORICO

Nelle comunità contemporanee della terminologia e delle lingue per scopi specifici (LSP), le risorse di conoscenza specialistica non sono più costruite basandosi esclusivamente sulla descrizione delle relazioni gerarchiche, poiché si ritiene che esse non riflettano la natura dinamica delle categorie di conoscenza (Faber et al. 2006; 2009; L’Homme, Robichaud 2014). Inoltre, la distinzione formale tra dizionario e lessico, su cui si basa l’intera terminografia tradizionale, sembra essersi sfumata, poiché un numero sempre maggiore di risorse specialistiche impiega metodi di compilazione e presentazione della conoscenza altrimenti utilizzati nella creazione di risorse per la lingua generale (L’Homme et al. 2016; L’Homme 2018). Le risorse lessicali e semantiche basate sui presupposti della Semantica dei Frame definiscono la conoscenza in termini di frame semantici, intesi come un tipo di categorie dinamiche costituite da elementi complessi e relazioni reciproche.

Ogni frame semantico è definito come un tipo di evento o stato con i suoi partecipanti, chiamati elementi del frame (FE). I frame semantici sono evocati da

² I corpora paralleli raggiungerebbero certamente il loro pieno potenziale nella creazione di repertori lessicali multilingui basati sui frame semantici (Boas 2005).

³ Ringraziamo i revisori anonimi per i loro preziosi commenti e suggerimenti.

Terminologija | 2019 | 26

75

unità lessicali, cioè parole della lingua comune o termini della conoscenza specialistica, che realizzano gli elementi del frame. Il criterio fondamentale per delimitare un frame da un altro è che tutte le unità lessicali dovrebbero «evocare lo stesso tipo di evento e condividere lo stesso inventario e la stessa configurazione degli FE» (Ruppenhofer et al. 2017: 384–385). Questo metodo per determinare l’ambito dei frame semantici e le loro definizioni potrebbe tuttavia essere considerato arbitrario, poiché non richiede una precedente «panoramica» dei dati lessicali disponibili. Dal momento che molti frame seguono una composizione simile a uno scenario, la loro descrizione di solito inizia selezionando i verbi pertinenti (Ruppenhofer et al. 2010), ai quali vengono aggiunti argomenti appropriati in seguito all’annotazione di esempi estratti dal corpus. Sebbene le unità lessicali e gli elementi del frame siano definiti in base ai dati del corpus analizzato, i frame semantici vengono comunque identificati e denominati per lo più intuitivamente. Nell’identificazione dei frame semantici di un determinato dominio di conoscenza specialistica, sarebbe più opportuno delineare innanzitutto l’ambito della conoscenza da definire, operazione che nel lavoro terminologico viene svolta identificando i concetti chiave e le relazioni concettuali del dominio.

La ricerca terminologica ha seguito da vicino gli sviluppi della linguistica negli ultimi due decenni e ha spostato il proprio interesse teorico sull’analisi di processi ed eventi come strutture di conoscenza specialistica più dinamiche. Pertanto, è emerso chiaramente che i termini predicativi (verbi, aggettivi, avverbi e determinati nomi) spesso denotano concetti chiave della terminologia di un dominio (L’Homme 1998; Pimentel 2012; L’Homme, Robichaud 2014). Per esempio, termini communicate, fly, take off, and transport sono tipicamente presenti nel settore dell’aviazione, così come i termini che designano numerose procedure che definiamo ontologicamente come processi o attività. Sebbene la nozione di termhood sia piuttosto ben compresa tra i terminologi quando si tratta di determinare il livello concettuale dei termini, i criteri per scegliere quali tipi di unità lessicali includere come termini in una risorsa terminologica variano ancora a seconda del campo analizzato e del quadro teorico applicato. I criteri proposti da L’Homme (1998, 2015) per definire i tipi di verbi che veicolano un significato specialistico sono quelli più spesso citati nella letteratura terminologica, insieme ai criteri di Lorente e alla sua tipologia dei verbi nel discorso specialistico (2002, 2007).

L’Homme distingue tre tipi di verbi nei testi specialistici: verbi specifici di un determinato settore (per es. land, take off), verbi che acquisiscono un significato specialistico nel settore (per es. operate) e verbi della lingua generale

76

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

gua.⁴ I verbi appartenenti al primo e al secondo tipo possono essere etichettati come termini, ma i verbi del secondo tipo costituiscono un gruppo più interessante per l’analisi terminologica, perché vi sono casi in cui non è chiaro se il significato differisca abbastanza dal significato generale canonico o predefinito del verbo, riportato nei dizionari.

I criteri per stabilire se un verbo assuma un nuovo significato specialistico in un determinato contesto devono essere definiti con maggiore precisione. Secondo L’Homme (1998, 2015), i criteri per stabilire se un verbo possa essere classificato come termine dipendono dai suoi argomenti e dalla sua relazione morfologica e semantica con le unità lessicali di significato analogo definite come termini. In breve, se un verbo ha argomenti definiti come termini, è probabile che sia esso stesso un termine, come nella frase The pilot flies the helicopter. Inoltre, se il sostantivo takeoff è definito come termine, anche il verbo take off dovrebbe essere definito come tale. Abbiamo applicato questi criteri nella nostra analisi dei verbi estratti, di cui si parla più diffusamente nella sezione 4.

2. M E T O D I

Per sviluppare una metodologia valida per individuare i frame semantici specialistici, è stato necessario seguire diversi passaggi. Per prima cosa, è stato creato un corpus parallelo inglese-croato. La seconda fase è consistita nell’estrazione dei termini e nella convalida degli elenchi di candidati termini. Il terzo passaggio ha incluso l’estrazione di un elenco di verbi e l’analisi delle loro collocazioni con significato specialistico.

2.1. Compilazione del corpus

Il corpus è stato compilato a partire dal repertorio degli atti giuridici dell’Unione europea, capitolo Politica dei trasporti, sottocapitolo Trasporto aereo, in inglese e in croato. Dei 220 documenti del sottocapitolo Trasporto aereo, sono stati selezionati 178 atti giuridici disponibili in entrambe le versioni linguistiche (inglese e croato). I testi sono scaricati dalla banca dati EUR-Lex,⁵ e inseriti nel modulo di compilazione dei corpus di Sketch Engine.⁶ Il modo più semplice per creare un corpus parallelo in Sketch Engine consiste nel caricare i dati

⁴ L’Homme (2015) further classifies general language verbs into support verbs (after Lerat 2002) and discursive verbs (following Lorente and her classification from 2002). See Pimentel (2017) for a recent elaboration of these two approaches to typology of verbs in specialized texts.

⁵ Disponibile all’indirizzo: https://eur-lex.europa.eu/browse/directories/legislation.html [consultato il 05.09.2019].

⁶ Disponibile all’indirizzo: https://www.sketchengine.eu/user-guide/user-manual/corpora/setting-up-parallel-corpora/ [consultato il 05.09.2019].

Terminologija | 2019 | 26

77

in un formato tabellare, ad esempio un foglio di calcolo (Excel). I fogli di calcolo devono contenere i nomi delle lingue nella prima riga e, di seguito, segmenti allineati (parole, frasi o paragrafi) affiancati.

Ogni documento (atto giuridico) è stato elaborato in modo da ottenere una colonna per ciascuna lingua. A tal fine, sono stati rimossi gli elenchi puntati e numerati, nonché la parte numerica delle tabelle nei documenti. Il testo di ciascuna lingua nel file sorgente è stato trasformato in un corpus monolingue separato e allineato al corpus corrispondente nell’altra lingua.

Tabella 1. Dimensioni del corpus parallelo inglese-croato

INGLESE

CROATO

INGLESE

CROATO

Token

1,151,297

1,059,406

Frasi

72,045

75,638

Parole

951,156

855,560

Documenti

178

178

Oltre a estrarre i termini più frequenti, sia monoparola sia multiparola, utilizzati come candidati per gli elementi dei frame semantici, il corpus può essere impiegato anche per estrarre termini, definizioni ed esempi del contesto linguistico da inserire nella banca dati terminologica AirFrame. Il corpus servirà inoltre ad analizzare il livello sintattico dei termini, ossia le loro collocazioni, relazioni fraseologiche e costruzioni predicato-argomento.

2.2. Estrazione e verifica dei termini

L’estrazione automatica dei termini è stata effettuata per ciascuna lingua, con l’opzione di estrarre un elenco di 1000 parole chiave monoverbali e polirematiche. Il corpus EUR-Lex English 2/2016 è stato utilizzato come corpus di riferimento per estrarre candidati terminologici inglesi monoverbali, mentre English Web 2013 è stato usato come corpus di riferimento per estrarre candidati terminologici polirematici. Per l’estrazione dei termini in croato erano disponibili opzioni analoghe. Il corpus EUR-Lex Croatian 2/2016 è servito da corpus di riferimento per estrarre candidati terminologici monoverbali più pertinenti, mentre questa opzione non era disponibile per l’estrazione di parole chiave multi-termine. Pertanto, è stato utilizzato invece il corpus Croatian Web hrWaC 2.2.

Per verificare l’affidabilità del metodo, i primi 100 candidati terminologici tratti dall’elenco inglese dei termini polirematici sono stati convalidati manualmente. Dopo averne controllato le concordanze, dei 100 candidati terminologici, 70 sono stati riconosciuti come termini validi da un terminologo con ampia esperienza nel

78

Ana Ostroški Anić

Maja Lončar

Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

settore della terminologia aeronautica. L’elenco delle parole chiave inglesi (o termini monoverbali) era composto in gran parte da abbreviazioni aeronautiche e da alcuni termini aeronautici fondamentali. È stata quindi condotta un’analisi manuale e una verifica dei termini di entrambi gli elenchi di candidati terminologici estratti, inglese e croato. Il processo di verifica si è articolato in due fasi: 1. eliminazione di tutte le abbreviazioni e delle parole e collocazioni chiaramente appartenenti alla lingua generale; e 2. analisi delle concordanze dei termini rimanenti per verificare se fossero effettivamente termini aeronautici. In aviazione le abbreviazioni sono comunemente usate come termini; pertanto, non includerle in un dizionario o glossario aeronautico sarebbe considerato una rappresentazione inadeguata della terminologia aeronautica in uso. Tuttavia, poiché intendevamo ottenere un elenco di termini o costruzioni polirematiche utilizzabili per denominare gli elementi dei frame semantici in aviazione, in questo caso le abbreviazioni, in quanto sostituti lessicali di termini completi, non sono state trattate con la stessa funzione. Inoltre, non vi era motivo di mantenere le abbreviazioni negli elenchi croati dei candidati terminologici, perché nei testi erano usate come elementi di lingua straniera.

2.3. Estrazione e analisi dei verbi

Gli elenchi dei verbi inglesi e croati sono stati estratti automaticamente utilizzando l’opzione Keywords in Sketch Engine. Nel corpus inglese non sono stati presi in considerazione i verbi be, have e do, mentre nell’analisi del corpus croato sono stati esclusi biti “essere”, imati “avere”, moći “potere” e morati “dovere”. I primi 100 verbi di ciascun elenco sono stati quindi analizzati convalidandone manualmente gli schizzi lessicali. Le collocazioni considerate termini polirematici o collocazioni di relativa rilevanza per la terminologia aeronautica in base alla loro frequenza sono state annotate in un foglio Excel accanto al verbo analizzato.

3. RISULTATI E DISCUSSIONE

La verifica manuale dei candidati terminologici inglesi e croati, monoverbali e polirematici, ha prodotto risultati sorprendenti riguardo alla precisione e al richiamo del processo di estrazione automatica in Sketch Engine. Per esempio, dopo la prima fase di verifica dei termini, su 1000 termini ne sono rimasti soltanto 400 croati monoverbali, non costituiti da abbreviazioni né da parole della lingua generale. Gli elenchi finali dei termini croati comprendono 199 termini monoverbali e 455 polirematici. I termini polirematici inglesi sono un po’ più numerosi, ma non tanti quanti ci si aspetterebbe. Dopo l’analisi sono rimasti 664 termini polirematici inglesi, ma solo 148

Terminologija | 2019 | 26

79

termini inglesi composti da una sola parola, il che dà un risultato significativamente scarso: solo il 14,8% dei termini validi rispetto all’elenco iniziale di termini inglesi composti da più parole.

Come previsto, la seconda fase della verifica dei termini ha presentato diversi problemi relativi alla terminologicità dei candidati. Se nell’elenco comparivano sia il sostantivo sia l’aggettivo riferiti a un determinato concetto, veniva mantenuto il sostantivo, in quanto realizzazione terminologica più prototipica.⁷ Ciò si verificava più spesso con i termini croati, poiché in inglese un sostantivo e un aggettivo hanno spesso la stessa forma morfologica, come nei seguenti esempi: kabina, kabinski «cabina», navigacija, navigacijski «navigazione, navigazionale», helikopter, helikopterski «elicottero», identifikacija, identifikacijski «identificazione». Analogamente, se negli elenchi comparivano sia un aggettivo sia un avverbio, veniva mantenuta la forma aggettivale: instrumentalni, instrumentalno «strumento»; mentre, nel caso della distinzione tra verbo e aggettivo, di norma veniva mantenuto il verbo: certificirati, certificiran «certificare, certificato». Quando comparivano due sostantivi riferiti allo stesso concetto, venivano mantenuti entrambi se uno indicava l’azione e l’altro il risultato, come nell’esempio di identifikacija e identificiranje «identificazione». Sembra che nei corrispondenti inglesi non esista una distinzione di questo tipo.

Gli elenchi dei candidati terminologici inglesi contenevano molte informazioni da filtrare, come i nomi di paesi, i nomi propri (per esempio Juncker), parole in altre lingue straniere e persino alcune parole funzionali (per esempio il pronome this). A quanto pare, l’algoritmo per l’estrazione di parole chiave e termini composti da più parole riconosce come termini anche gli elementi stranieri, cioè le parole non inglesi presenti nel corpus. Ciò si sarebbe potuto evitare cancellando, prima di aggiungere i documenti al corpus, le frasi (in tutte le lingue dell’UE) che di solito compaiono alla fine di ciascun documento; si è tuttavia deciso che fosse più semplice ignorarle in seguito negli elenchi dei candidati.

La seconda fase della verifica dei candidati terminologici inglesi ha mostrato che l’incapacità di distinguere le costruzioni composte da due parole da quelle composte da tre era la principale insidia dell’algoritmo utilizzato, un errore comune a molti strumenti statistici di estrazione terminologica. Bound air e simulated engine sono pertanto parti di termini corretti più ampi, composti da più parole: bound air cargo e simulated engine failure (nell’elenco comparivano entrambe le versioni), così come instrument ground e crew compartment (anziché

⁷ Questo tipo di ragionamento è più in linea con il lavoro terminologico tradizionale, nel quale nei dizionari terminologici si dava la priorità ai sostantivi rispetto agli aggettivi e ai verbi corrispondenti riferiti allo stesso concetto (Sager 1990: 58). Tuttavia, entrambi sarebbero inclusi come unità lessicali associate al quadro semantico che evocano.

80

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

instrument ground time e flight crew compartment). Alcuni candidati terminologici composti da più parole hanno formalmente l’aspetto di termini autentici; per identificarli come errati o come falsi positivi occorrono conoscenze specifiche del settore, per esempio: visual flight > visual flight rules, providing air traffic > providing air traffic services, investigation authority > safety investigation authority, maximum take-off > maximum take-off mass, secondary surveillance > secondary surveillance radar. Le forme più brevi sono spesso semplicemente sinonimi, come controller licence per air traffic controller licence.

Un altro gruppo di falsi positivi tra i termini composti da più parole è costituito da espressioni che si possono classificare come appartenenti alla lingua generale: relevant aircraft, individual aircraft, specific aircraft, large aircraft, present aircraft, height of cloud base, field of civil aviation, entire flying time or specific training. Sebbene siano forme morfosintatticamente valide, non si riferiscono a un concetto specifico e pertanto non possono essere considerate termini.

Dopo aver analizzato tutti gli elenchi, abbiamo ottenuto un numero molto esiguo di termini composti da una sola parola: 199 termini croati e 148 inglesi. Per verificare se fossero stati estratti i termini che potevano essere considerati come designazioni dei concetti «chiave» del settore, sono state analizzate le concordanze lessicali dei primi 10 termini in ciascuna lingua. Le concordanze lessicali sono riepiloghi automatici, derivati dal corpus, dei modelli grammaticali e collocazionali delle parole e costituiscono un’ottima fonte per generare numerosi candidati terminologici nel loro contesto sintattico (Kilgarriff et al. 2014). Oltre alle tipiche collocazioni aggettivo/sostantivo (wet-leased aircraft) o sostantivo/sostantivo (aircraft noise, aircraft position), anche le collocazioni verbali (operate an aircraft) e le locuzioni preposizionali (aircraft entering into) forniscono informazioni terminologiche preziose, particolarmente utili per i terminologi e i traduttori. La relazione più pertinente a questo scopo era quella di coordinazione tra la parola bersaglio e le parole correlate. Come si può vedere nella Figura 1, le parole correlate a aircraft sono occupant, terrain, vehicle, product, systems, content, loss, unit, engine, equipment e type. Abbiamo confrontato l’elenco dei termini coordinati con quello dei termini composti da una sola parola e contrassegnato quelli presenti in entrambi. Come secondo passaggio per verificare i risultati, abbiamo confrontato le collocazioni più frequenti dei termini nelle concordanze lessicali con quelle dell’elenco dei termini composti da più parole. Quando le collocazioni tratte dalle concordanze lessicali (per esempio aircraft identification o aircraft operator nella Figura 1) coincidevano con quelle dell’elenco dei termini estratti dal corpus, venivano anch’esse contrassegnate come unità lessicali da includere nella descrizione di un quadro semantico.

Terminologija | 2019 | 26

81

Figura 1. Schizzo lessicale del termine aircraft

L’analisi dei verbi estratti si è articolata anch’essa in due fasi. In primo luogo, sono stati contrassegnati manualmente i verbi specialistici o specifici dell’aviazione, ad es. fly, land, operate, communicate, ecc. La seconda fase è consistita nel contrassegnare i verbi che potenzialmente acquisiscono un significato specialistico nel contesto dell’aviazione. A tal fine, sono stati analizzati gli schizzi lessicali dei 100 verbi più frequenti, dopodiché sono state esaminate le concordanze delle collocazioni pertinenti. Le collocazioni sono state selezionate in base alla loro frequenza, ma avevano tutte un termine aeronautico come secondo elemento.

Ordinando i verbi in base alla loro frequenza nel corpus, il gruppo più numeroso comprendeva verbi spesso definiti verbi supporto (Lerat 2002; Pimentel 2012) e verbi fraseologici (Lorente 2002; 2007).⁸ I verbi fraseologici acquisiscono il loro significato specialistico in unità sintagmatiche in cui almeno un’unità terminologica svolge la funzione sintattica di soggetto o oggetto (Pimentel 2012: 87). Verbi come provide, ensure, require, refer to, or establish ricorrono spesso nel discorso legislativo che costituisce il corpus parallelo inglese-croato, ma per stabilire se abbiano un significato specialistico-

⁸ Nella sua ridefinizione della classificazione dei verbi presenti nei testi specialistici (2007), Lorente definisce verbi fraseologici quelli che comprendono verbi presenti in collocazioni e frasi fisse, oltre ai verbi supporto.

82

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

il significato relativo all’aviazione può essere determinato soltanto sulla base delle loro collocazioni con i termini aeronautici estratti in precedenza. Come si può osservare negli esempi (1) e (2), ensure e establish compaiono qui come parti di argomenti, non come predicati nelle rispettive frasi:

(1) «Per “via di rullaggio” si intende un percorso definito su un aerodromo terrestre established per il rullaggio degli aeromobili e destinato a collegare una parte dell’aerodromo a un’altra.

(2) Tutti i documenti <...> devono essere conservati al fine di fornire le informazioni necessarie a ensure la continua aeronavigabilità dell’aeromobile.

(3) Un vettore aereo operativo che nega l’imbarco o cancella un volo shall provide a ciascun passeggero interessato un avviso scritto che espone le norme in materia di compensazione e assistenza in conformità al Regolamento 261/2004.

Provide, d’altra parte, funge effettivamente da predicato i cui argomenti sono termini aeronautici, ma non ha un significato che si possa dire diverso da quello canonico. Sebbene sia ragionevole individuare le collocazioni establish aerodrome e ensure airworthiness (of the aircraft) presenti negli esempi (1) e (2) come collocazioni dal significato specialistico, e i verbi establish e ensure come verbi fraseologici nei testi specialistici relativi all’aviazione, non possiamo classificarli come verbi specialistici per due ragioni. In primo luogo, non sono i predicati di queste frasi; in secondo luogo, il loro significato primario non cambia in queste unità sintagmatiche.

I verbi supporto costituiscono un’altra sottocategoria dei verbi fraseologici che, secondo Lorente (2007), non possono essere equiparati ai verbi specialistici o terminologici. Lerat (2002) cita take (fr. prendre) come esempio di verbo supporto, che può comparire in collocazioni con termini ma non è di per sé un termine, come nella collocazione take the flight (4):

(4) Se non viene effettuata alcuna notifica in conformità alle norme nazionali pertinenti, l’organo di gestione compie ogni ragionevole sforzo per fornire assistenza in modo che la persona interessata possa take the flight per il quale dispone di una prenotazione.

La maggior parte dei verbi estratti, tanto in inglese quanto in croato, si comporta allo stesso modo. Tuttavia, il verbo frasale take off non è soltanto un verbo «specifico di un determinato settore» (L’Homme 1998), ossia specifico del contesto dell’aviazione. È uno dei termini chiave dell’aviazione, usato con la stessa frequenza del suo derivato takeoff:

(5) Un aeromobile che rulla nell’area di manovra di un aerodromo deve dare la precedenza agli aeromobili che taking off o stanno per take off.

Terminologija | 2019 | 26 83

Per quanto riguarda il verbo frasale give way, non è possibile definirlo un termine basandosi esclusivamente sul contesto o sui suoi argomenti. Secondo uno dei criteri di L’Homme per determinare i verbi specializzati, è probabile che un verbo sia un termine se «le realizzazioni linguistiche degli attanti (ossia degli argomenti) di un verbo sono definite come termini» (L’Homme 2015: 80). Nell’esempio (5), entrambi gli argomenti sono effettivamente termini, ma il significato del verbo frasale give way è tuttavia lo stesso che in un contesto più generale. Pertanto, non sarebbe giustificato etichettarlo come verbo terminologico nel settore dell’aviazione.⁹

Tra i primi 100 verbi più frequenti nella parte inglese del corpus parallelo dell’aviazione, solo due possono essere considerati veri e propri verbi specializzati o verbi specifici del settore aeronautico: operate e fly. Il verbo operate compare in numerose collocazioni o unità sintagmatiche più ampie, nelle quali ricorre spesso con altre funzioni morfosintattiche (operating air commercial flights, operate the route, carriers operating passenger flights, flights operating), alcune delle quali sono riconosciute come termini (aerodrome operating minima). Considerato il contenuto dei testi del corpus, verbi come communicate, land, taxi or transfer figurano tra i verbi meno frequenti.

Tra i primi 100 verbi croati più frequenti, il verbo letjeti, «volare», è l’unico verbo specializzato. Tuttavia, poiché è anche un verbo della lingua generale che mantiene lo stesso significato in un contesto specialistico quando è usato con funzione predicativa, i suoi argomenti e le sue collocazioni sono più rilevanti nell’analisi dei termini predicativi dell’aviazione (ad es. letovi koji lete, «voli che volano», oppure fly the aircraft in inglese).

CONCLUSIONI

Il lavoro presentato nell’articolo auspica di mostrare che i dati terminologici e linguistici estratti da corpora paralleli specialistici possono essere efficacemente utilizzati per gettare le basi della definizione di frame semantici specialistici. Sebbene la convalida dei termini abbia messo in luce alcune insidie dell’estrazione terminologica da corpora composti da testi legislativi dell’UE, come l’influenza del discorso giuridico sulla terminologia del dominio, essa ha tuttavia dimostrato che i corpora paralleli restano una fonte affidabile per ottenere rapidamente equivalenti terminologici in altre lingue.

L’analisi dei verbi estratti e la loro classificazione secondo diverse tipologie consolidate di verbi nel discorso specialistico (L’Homme

⁹ La conclusione vale a condizione di considerare aircraft come il solo termine in questo caso, poiché una proposizione intera – a prescindere dal fatto che contenga diversi termini aeronautici – non può essere considerata un termine.

84

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

1998; Lerat 2002; Lorente 2007) ha inoltre prodotto risultati interessanti, ma al contempo in qualche misura scoraggianti, riguardo alla potenziale terminologicità dei candidati estratti. Sebbene il numero di verbi specializzati o specifici del settore aeronautico fosse molto basso nell’elenco dei potenziali candidati, le collocazioni di tali verbi si sono rivelate rilevanti dal punto di vista terminologico, poiché erano termini polirematici o collocazioni verbali di termini. Poiché la banca dati AirFrame elenca unità terminologiche fraseologiche come le collocazioni terminologiche, gli schizzi lessicali dei verbi in questione hanno fornito numerose unità terminologiche rilevanti. L’analisi dei verbi condotta suggerisce che, per definire i frame semantici specialistici dell’aviazione, partire dai verbi potrebbe essere un’opzione meno proficua rispetto all’analisi degli schizzi lessicali. Si sono ottenuti dati terminologici più pertinenti individuando anzitutto le entità chiave del settore e definendo poi i processi a cui partecipano attraverso l’analisi delle loro collocazioni. I verbi che compaiono in queste collocazioni dovrebbero riferirsi ai processi e agli eventi più rilevanti dell’aviazione. Rajh e Grčić Simeunović (2019) sono giunti a conclusioni analoghe nel loro articolo sulla classificazione del comportamento combinatorio dei verbi nel settore del marketing. Benché basato su un approccio teorico diverso, il loro lavoro sostiene l’idea che i verbi specialistici pertinenti in un determinato settore siano identificati al meglio attraverso l’analisi del comportamento sintattico-semantico dei concetti chiave del settore, in particolare delle entità.

Dopo aver estratto le unità lessicali e convalidato i termini aeronautici, il passo successivo per individuare i frame semantici dell’aviazione consiste nel raggruppare i concetti pertinenti a cui si riferiscono i termini e nel denominare le categorie più ampie a essi associate, ossia i frame che evocano. Pertanto, le unità lessicali dello stesso tipo semantico, che compaiono come argomenti degli stessi verbi, dovrebbero essere raggruppate e collegate da un frame. La portata del frame semantico dipende in larga misura dalla granularità della descrizione concettuale, nonché dall’idea generale del possibile impiego della banca dati prevista. Se in futuro i frame semantici specialistici dovessero essere integrati in un’altra risorsa lessicale contenente frame che definiscono la lingua generale, la descrizione delle categorie specialistiche del dominio dovrebbe includere anche una categorizzazione più astratta e di livello superiore.

REFERENCES

Boas Hans C. 2005: Semantic Frames as Interlingual Representations for Multilingual Lexical Databases. – International Journal of Lexicography 18(4), 445–478.

Despot K., Tonković M., Brdar M., Essert M., Perak B., Ostroški Anić A., Nahod B., Pandžić I. 2019: MetaNet.HR: Croatian Metaphor Repository. – Metaphor and Metonymy in the Digital Age. M. Bolognesi, M. Brdar, K. Despot (eds.), Amsterdam: John Benjamins Publishing Company, 123–146.

Terminologija | 2019 | 26

85

Faber P., León Araúz P., Prieto V., Juan A. 2009: Semantic Relations, Dynamicity, and Terminological Knowledge Bases. – Current Issues in Language Studies 1, 1–23.

Faber P., Montero Martínez S., Castro P., María R., Senso J. 2008: J., Prieto V., Juan A., León Araúz P., Márquez Linares C., Vega Expósito M. 2006: Process-oriented Terminology Management in the Domain of Coastal Engineering. – Terminology. International Journal of Theoretical and Applied Issues in Specialized Communication 12(2), 189–213.

Kilgarriff A., Baisa V., Bušta J., Jakubíček M., Kovář V., Michelfeit J., Rychlý P., Suchomel V. 2014: The Sketch Engine: Ten Years On. – Lexicography 1(1), 7–36.

Lerat P. 2002: Qu’est-ce que le verbe spécialisé? Le cas du droit. – Cahiers de Lexicologie 80, 201–211.

L’Homme M.-C. 2018: Maintaining the Balance Between Knowledge and the Lexicon in Terminology: A Methodology Based on Frame Semantics. – Lexicography, Journal of ASIALEX 4(1), 3–21. Available at: https://doi.org/10.1007/s40607-018-0034-1.

L’Homme M.-C. 2015: Predicative Lexical Units in Terminology. – Language Production, Cognition, and the Lexicon. N. Gala, R. Rapp, G. Bel-Enguix (eds.), Springer International Publishing, 75–93.

L’Homme M.-C. 2012: Adding Syntactico-Semantic Information to Specialized Dictionaries: An Application of the FrameNet Methodology. – Lexicographica 23, 233–252.

L’Homme M.-C. 1998: Le statut de verbe en langue de spécialité et sa description lexicographique. – Cahiers de lexicologie 73(2), 61–84.

L’Homme M.-C., Robichaud B. 2014: Frames and Terminology: Representing Predicative Terms in the Field of the Environment. – Proceedings of the 4th Workshop on Cognitive Aspects of the Lexicon. M. Zock, R. Rapp, C.-R. Huang (eds.), Dublin, 186–197.

L’Homme M.-C., Subirats C., Robichaud B. 2016: A Proposal for Combining “general” and Specialized Frames. – Cognitive Aspects of the Lexicon (CogaLex 2016), Coling, Osaka, Japan.

Lorente M. 2007: Les unitats lèxiques verbals dels textos especialitzats. Redefinició d’una proposta de classificació. – Estudis de lingüística i de lingüística aplicada en honor de M. Teresa Cabré Castellví. Vol. 2: Deixebles. M. Lorente, R. Estopà, J. Freixa, J. Martí, C. Tebé (eds.), Barcelona: Institut Universitari de Lingüística Aplicada – Universitat Pompeu Fabra, 365–380.

Lorente M. 2004: Construcciones verbales en el discurso de la genómica. Tipología verbal y discurso científico. – Studia Romanica Posnaniensia 31, 353–359.

Lorente M. 2002: Verbos y discurso especializado. Available at: http://elies.rediris.es/elies16/Lorente.html [accessed 20.09.2019].

Pimentel J. 2012: Criteria for the Validation of Specialized Verb Equivalents: Application in Bilingual Terminography. Doctoral dissertation, Montreal: University of Montreal, 329.

Pimentel J. 2017: Specialized Verbs and Specialized Uses of Verbs in a Comparable Corpus of Judgments Produced in Canada, Portugal and Brazil. – Multiple Perspectives on Terminological Variation. P. Drouin, A. Francœur, J. Humbley, A. Picton (eds.), Amsterdam/Philadelphia: John Benjamins, 109–130.

Rajh I., Grčić Simeunović L. 2019: Classification of the Combinatorial Behavior of Verbs in the Marketing Domain. – Computation and Corpus-Based Phraseology. Europhras 2019, LNAI 11755. G. Corpas Pastor, R. Mitkov (eds.), Springer, 360–374.

Ruppenhofer J., Ellsworth M., Petruck M. RL, Johnson Christopher R., Scheffczyk J. 2010: FrameNet II: Extended Theory and Practice, Berkeley, California: International Computer Science Institute.

Sager J. C. 1990: A Practical Course in Terminology Processing, Amsterdam/Philadelphia: John Benjamins Publishing Company.

Vintar Š. 2000: Using Parallel Corpora for Translation-oriented Term Extraction. – Suvremena lingvistika 49–50(1), 143–152.

LEKSINIŲ VIENETŲ IŠRINKIMAS SPECIALIZUOTIEMS SEMANTINIAMS FREIMAMS NUSTATYTI

S a n t r a u k a

Kokių nors kroatų kalbai pritaikytų specializuotų leksikos šaltinių, grindžiamų semantinių freimų ir FrameNet metodų taikymu, nebuvo, todėl įgyvendinant tiriamąjį projektą Dynamicity of Specialized Knowledge Categories (DIKA, ihjj.hr/dika) (liet. k. Specializuotų žinių kategorijų dinamiškumas) bus plėtojama aviacijos semantinių freimų

86

Ana Ostroški Anić Maja Lončar Martina Pavić

Extracting Lexical Units for Identifying Specialized Semantic Frames

duomenų bazė. Projekto pagrindinis rezultatas – daugiakalbė terminų duomenų bazė, kurioje aviacijos terminija apibrėžiama semantiniais freimais, įskaitant freimų elementus, konceptualius ryšius ir terminologinius vienetus. Tam tikslui sudarytas lygiagretusis orlaivių eismo anglų ir kroatų kalbų tekstynas – terminų išrinkimo ir analizės atskaitos taškas.

Straipsnyje svarstoma, kaip lygiagretieji tekstynai gali būti naudojami terminijos vienetams, taikomiems aviacijos semantiniams freimams nustatyti, atrinkti. Tai pirmoji metodo specializuotiems semantiniams freimams nustatyti kūrimo pakopa. Pirmiausia aprašoma, kaip, remiantis Eur-Lex duomenų baze ir naudojantis Sketch Engine priemonėmis, rengiamas paralelinis tekstų rinkinys. Tada pateikiami terminų variantų išrinkimo ir jų patikrinimo rankiniu būdu metodai bei tinkamų veiksmažodžių išrinkimo ir tikrinimo procesas. Aptariant terminų patikrinimo rezultatus ypatingas dėmesys skiriamas veiksmažodžių ir žodžių junginių vaidmeniui, nustatomi tinkami semantiniai freimai ir jų elementai.

Nors į terminus pretenduojančių aviacijai būdingų veiksmažodžių labai mažai, tokių veiksmažodžių kolokacijos terminologiniu požiūriu aktualios, nes jos yra arba iš kelių žodžių sudaryti terminai, arba iš žodžių junginio sudaryti terminai. Taigi, veiksmažodžių analizė leidžia daryti išvadą, kad aktualius terminologijos duomenis geriausiai kaupti pirmiausia nustatant pagrindinius srities subjektus, o vėliau, analizuojant jų junginius, apibrėžti procesus, kuriuose jie dalyvauja.

Gauta 2019-09-24

Ana Ostroški Anić Institute of Croatian Language and Linguistics Ulica Republike Austrije 16 HR-10000 Zagreb E-mail [email protected]

Maja Lončar Institute of Croatian Language and Linguistics Ulica Republike Austrije 16 HR-10000 Zagreb E-mail [email protected]

Martina Pavić Institute of Croatian Language and Linguistics Ulica Republike Austrije 16 HR-10000 Zagreb E-mail [email protected]

Terminologija | 2019 | 26

87