Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian

Korpusgestützte Analyse von Mehrworttermini mit dem Wort ‘Risk’ im Englischen, Französischen und Litauischen OKSANA SMIRNOVA Universität Mykolas Romeris, Litauen SIGITA RACKEVIČIENĖ Universität Mykolas Romeris, Litauen SCHLÜSSELWÖRTER: deskriptive Terminologieforschung, korpusgestützte Analyse, Finanztermini, Termextraktion, Muster der Terminbildung 1. EINLEITUNG Computergestützte Technologien haben der linguistischen Forschung neue Möglichkeiten eröffnet: Digitale Korpora und Korpusanalyse-Software erleichterten den Zugang zu den tiefsten Sprachstrukturen und den Beziehungen zwischen verschiedenen sprachlichen Einheiten und ermöglichten es, Besonderheiten ihrer Verwendung in unterschiedlichen Fachgebieten und über verschiedene Zeiträume hinweg aufzudecken. Daher wird die korpusgestützte Analyse natürlicher Sprache heute in einem breiten Spektrum linguistischer Bereiche eingesetzt: Lexikografie, Sprachunterricht, Entwicklung maschineller Übersetzung, Zusammenstellung linguistischer Datenbanken usw. Auch die Terminologieforschung ist in hohem Maße korpusgestützt geworden. Digitale Korpora ermöglichen es Terminologinnen und Terminologen, mit einer großen Menge an Dokumenten zu arbeiten, besondere Merkmale einer Fachsprache zu beobachten, Informationen über die tatsächliche Verwendung von Termini und ihre Entwicklung zu sammeln, neue Termini zu erfassen, die intuitiv nicht wahrgenommen oder vorhergesagt werden könnten, und kontrastive Analysen von Daten aus mehreren Sprachen durchzuführen. Korpusanalyse-Software sowie automatische und halbautomatische Werkzeuge zur Termextraktion tragen ebenfalls zur Terminologienormung bei. So kann beispielsweise die Häufigkeitszählung von Synonymen nützliche distributionelle Belege liefern, die statistisch bevorzugte Termini anzeigen (Khurshid, Rogers 1992: 36). Digitale Korpora ermöglichen es Terminologinnen und Terminologen somit, terminografische Informationen über Termini in bestehenden Datenbanken zu überprüfen und diese ständig zu aktualisieren. 86 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Nach M. Teresa Cabré, M. Amor Montané und Rogelio Nazar besteht das Ziel der modernen Terminologie darin, formale, semantische und funktionale Beschreibungen lexikalischer Einheiten mit terminologischem Wert zu erstellen und ihre Beziehung zu den übrigen Einheiten des Sprachsystems zu erklären. Gegenstand der terminologischen Forschung ist „die lebendige Terminologie“ (Terminologie, die auf natürliche Weise in Fachtexten vorkommt) sowie der kommunikative Aspekt des Gebrauchs von Termini, der sich am besten in einem Korpus widerspiegelt (Cabré, Montané, Nazar 2012). Ziel, Gegenstand und Aufgaben der Forschung. Ziel der Forschung ist es, die Methodik der Korpuslinguistik zur Extraktion und Analyse der formalen Struktur mehrgliedriger Fachtermini aus dem Finanzwesen anzuwenden, die das Wort ‚risk‘ als Kopfsubstantiv im Englischen, Französischen und Litauischen enthalten. Zur Erreichung dieses Ziels wurden folgende Aufgaben festgelegt: 1) die Prinzipien der deskriptiven, korpusgestützten Terminologieforschung einschließlich der Methoden kollokationaler und kolligationaler Analysen zu untersuchen; 2) Korpora der EU-Rechtsakte aus dem Finanzbereich in drei Sprachen (Englisch, Französisch und Litauisch) zusammenzustellen und die für die korpusgestützte Forschung geeignete Software auszuwählen; 3) die häufigsten Wörter aus den Korpora der untersuchten Sprachen zu extrahieren und das häufigste Schlüsselwort (Substantiv) für die weitere Analyse auszuwählen; 4) eine kollokationale Analyse des ausgewählten Schlüsselworts im englischen Korpus durchzuführen und aus dem englischen Korpusmaterial mehrgliedrige Fachtermini zu extrahieren, in denen das ausgewählte Schlüsselwort als semantischer und syntaktischer Kopf der Termini fungiert; 5) französische und litauische Entsprechungen der ausgewählten englischen Termini im parallelen englisch-französisch-litauischen Korpus zu ermitteln; 6) eine quantitative Analyse der formalen Struktur der ausgewählten mehrgliedrigen Fachtermini durchzuführen und festzustellen, welche Modifikationsmuster und syntaktischen Strukturen der Termini in den untersuchten Sprachen vorherrschen. Daten und Umfang der Forschung. Für die Zwecke der Forschung wurden vier Korpora von EU-Dokumenten aus dem Finanzbereich zusammengestellt: drei monolinguale Korpora (Englisch, Französisch und Litauisch) und ein Parallelkorpus (EN-FR-LT). Die Korpusgrößen sind wie folgt: EN 802 933 Wörter, FR 940 655 Wörter, LT 639 279 Wörter. Insgesamt 210 finanz- Terminologija | 2018 | 25 87 …finanzielle Fachtermini mit dem Wort ‘risk’ als Kopfsubstantiv wurden aus den Korpora extrahiert: 70 englische Termini und ihre französischen und litauischen Entsprechungen. Die Wahl des Wortes ‘risk’ beruhte auf den Korpusdaten, die zeigten, dass dieses Wort in den ausgewählten EU-Dokumenten am häufigsten vorkam. 2. THEORETISCHE GRUNDLAGEN DER UNTERSUCHUNG 2.1. Präskriptives und deskriptives Terminologiemanagement Die Entwicklung computergestützter Technologien für die Erforschung natürlicher Sprache hat die traditionelle Terminologie deutlich von der modernen unterschieden. Die Einstellung der Terminologinnen und Terminologen zur Auffassung des Terminus, zu Terminusquellen, zur Standardisierung von Termini und zu weiteren terminologischen Fragen hat sich erheblich verändert. Zwei Richtungen der Terminologieforschung und des Terminologiemanagements wurden unterschieden: präskriptive Terminologie und deskriptive Terminologie (Zeller 2005; Bielinskienė et al. 2015). Befürworter der präskriptiven Terminologie konzentrieren sich auf die Terminologiestandardisierung auf der Grundlage von Terminologiewörterbüchern, Datenbanken, Listen genehmigter Terminologie und Dokumenten zu Standardisierungsgrundsätzen. In der präskriptiven Terminologie basiert die Auffassung eines Terminus auf der Stellung des von ihm beschriebenen Begriffs im hierarchischen Begriffssystem des Fachgebiets und seiner Beziehung zu anderen Begriffen (Pearson 1998: 10; Marcinkevičienė 2000: 6). Nach den Grundsätzen der präskriptiven Terminologie sollte ein Terminus einen Begriff bezeichnen; eine solche Entsprechung verringert die Wahrscheinlichkeit von Mehrdeutigkeit, erleichtert die Kommunikation und fördert zugleich die Entwicklung des hierarchischen Begriffssystems eines Fachgebiets. Deskriptive Terminologinnen und Terminologen distanzieren sich von einer strikten Haltung gegenüber der Auffassung von Termini, ihrer Eindeutigkeit, der Entwicklung hierarchischer Begriffssysteme und der Standardisierung. Anders als in der präskriptiven Terminologie spielt in der deskriptiven Terminologie der Kontext bei der Analyse eines Terminus eine zentrale Rolle; ein Terminus wird als eine von seinem Kontext abhängige lexikalische Einheit betrachtet. Ihr Ziel ist es nicht, Termini nach bestimmten Grundsätzen zu bilden, sondern ihren Gebrauch und die Vielfalt ihrer Formen in unterschiedlichen Texten zu dokumentieren und ihre Besonderheiten zu beschreiben, um so eine Grundlage für ihre Standardisierung zu schaffen (Bielinskienė et al. 2015: 10–11). Die Entwicklung der Technologien führte zu einem enormen Informationsfluss in verschiedenen Textarten und gleichzeitig zu einer ständig wachsenden Zahl der darin verwendeten Termini. In dieser sich ständig wandelnden Realität können Termi- 88 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian nologinnen und Terminologen die rasante Entwicklung der Terminologie nicht mehr kontrollieren, da sich Termini schneller verändern, als sie bearbeitet werden können. Daher erfordert das Terminologiemanagement einen flexibleren Ansatz, der auf einer deskriptiven statt einer präskriptiven Methodik beruht. Der Schwerpunkt hat sich von der Standardisierung der Terminologie auf deren Analyse in Korpora verlagert (Bielinskinė et al. 2015: 11). Die deskriptive Terminologie führte zur Entwicklung der Kommunikativen Theorie der Terminologie, die den Schwerpunkt auf die lebendige Terminologie legt, die in Fachdiskursen verwendet wird, und den kommunikativen Aspekt des Terminusgebrauchs hervorhebt (Cabré, Montané, Nazar 2012). Nach dieser Theorie besteht die Hauptfunktion der Termini darin, Fachwissen zu vermitteln; daher werden sie als „ein dreiseitiges Polyeder mit einer kognitiven Komponente (dem Begriff), einer sprachlichen Komponente (dem Terminus) und einer kommunikativen Komponente (der Situation)“ aufgefasst (Cabré, Montané, Nazar 2012: 1). Terminologische Studien, die auf der kommunikativen Theorie beruhen, interessieren sich nicht nur für standardisierte oder in offiziellen Datenbanken verzeichnete Terminologie, sondern auch (und besonders) für jene Termini, die tatsächlich in Fachsprachentexten verwendet werden. Die kommunikative Theorie „verfolgt somit nicht nur einen In-vitro-Ansatz, sondern interessiert sich auch für Termini in vivo“ (Cabré, Montané, Nazar 2012: 1–2). Die Erforschung der lebendigen Terminologie zeigt, dass die traditionelle Vorstellung von der Eineindeutigkeit eines Terminus (einer Eins-zu-eins-Entsprechung zwischen einem Begriff und bestimmten Termini in verschiedenen Sprachen) in der realen Sprache nicht haltbar ist. Variation (Synonymie, Mehrdeutigkeit, Umschreibungen, Redundanz) ist nicht nur für Einheiten der Gemeinsprache, sondern auch für die Terminologie charakteristisch; daher müssen Begriffe und Termini „in ihrem dynamischen Zusammenspiel“ untersucht werden (Cabré, Montané, Nazar 2012: 2–3). Die Konzentration auf den Gebrauch von Termini hat Korpora zum zentralen Arbeitsbereich der modernen terminologischen Analyse gemacht. Digitale Korpora und Korpusanalyseprogramme haben die Terminologie mit umfangreichen Ressourcen und Werkzeugen ausgestattet, die es Terminologinnen und Terminologen ermöglichen, Termini aus einer großen Zahl von Dokumenten zu extrahieren, die neuesten Veränderungen in der Terminologie eines bestimmten Fachgebiets zu erfassen, ihre Entwicklung zu analysieren und begriffliche Verknüpfungen zwischen Termini desselben Fachgebiets herzustellen. Korpora ermöglichen zuverlässige, statistisch fundierte Informationen über den Terminusgebrauch in der natürlichen Sprache, die zuvor völlig unzugänglich waren. Daher hat sich die korpusgesteuerte Methodik als vorherrschende Methodik etabliert und stellt ein unverzichtbares Instrumentarium für die Terminologieforschung und das Terminologiemanagement bereit (Zeller 2005; Cabré, Montané, Nazar 2012; Bielinskinė et al. 2015). Terminologija | 2018 | 25 89 2.2. Korpusgestützte Analyseprinzipien: kollokative und kolligative Methoden Die korpusgestützte Extraktion und Analyse von Termini erfolgen mithilfe statistischer und linguistischer Methoden. In der vorliegenden Untersuchung werden kollokative und kolligative Methoden angewandt. Kollokationen bezeichnen eine syntagmatische Anziehung zwischen lexikalischen Einheiten. Nach Tomas Lehecka (2015) „beruht das Konzept der Kollokation auf der Vorstellung, dass jedes Wort einer Sprache bestimmte lexikalische Kontexte anderen vorzieht, d. h., dass ein bestimmtes Wort dazu tendiert, häufiger gemeinsam mit bestimmten Wörtern aufzutreten als mit anderen“ (Lehecka 2015: 2). Die statistische Analyse von Korpusdaten dient dazu, den Grad der Anziehung zwischen Wörtern zu messen. Ihre Ergebnisse ermöglichen es festzustellen, welche Wortverbindungen deutlich häufiger gemeinsam auftreten, als angesichts der Gesamtfrequenz der Wörter im Korpus zufällig zu erwarten wäre (Lehecka 2015: 2). Auf diese Weise werden die signifikantesten Kollokationen der ausgewählten Wörter im analysierten Korpus ermittelt. Diese Methode wird vor allem zur kontextuellen semantischen Analyse lexikalischer Einheiten verwendet, da sie es ermöglicht, die gesamte Vielfalt der gemeinsam mit den untersuchten Wörtern auftretenden Wörter zu beobachten, vorherrschende Kookkurrenzmuster festzustellen und so ihre Bedeutungen anhand ihres kontextuellen Umfelds zu beschreiben (Atkins, Rundell, Sato 2003: 340–341). Die kollokative Analyse ist für Lexikografen zu einem unverzichtbaren Instrument geworden; zudem findet sie in der Computerlinguistik umfangreiche Anwendung für maschinelle Übersetzung, natürliche Sprachverarbeitung und andere Bereiche (Lehecka 2015). Die kollokative Methode wird häufig in Verbindung mit der kolligativen Methode eingesetzt. Der Begriff der Kolligation bezeichnet die Anziehung zwischen einer lexikalischen Einheit und einem grammatischen Muster und beruht auf der Vorstellung, dass Wörter bevorzugt in bestimmten grammatischen Mustern verwendet werden und andere grammatische Muster vermeiden (Sinclair 1998; Lehecka 2015). Die kolligative Analyse kann erweitert werden und die Beziehung zwischen der lexikalischen Einheit und ihrer Position in einer Phrase, einem Teilsatz, Satz, Text oder Diskurs umfassen, an der die lexikalische Einheit verwendet werden kann (Hoey 2005: 49–52). Die kolligative Analyse wurde häufig in Verbindung mit der kollokativen Analyse eingesetzt, um die Bedeutungen von Beinahe-Synonymen zu untersuchen, da korpuslinguistische Studien gezeigt haben, dass diese oft in unterschiedlichen lexikalischen und grammatischen Kontexten verwendet werden (Lehecka 2015). Korpuslinguistische Untersuchungen 90 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian haben gezeigt, dass sogar verschiedene Bedeutungen polysemer Wörter unterschiedliche kollokative und kolligative Muster aufweisen können (Aston, Burnard 1998). Somit haben kollokative und kolligative Analysen gezeigt, dass Semantik und Grammatik nicht als unabhängige, sondern vielmehr als eng miteinander verflochtene Systeme betrachtet werden sollten (Lehecka 2015). Bei den Analysen sollte auch der pragmatische Aspekt berücksichtigt werden, da die kollokativen und kolligativen Präferenzen einer lexikalischen Einheit zwischen verschiedenen Fachgebieten und Textsorten erheblich variieren (Butler 2004: 157; Newman, Rice 2006). 2.3. Anwendung der kollokational-kolligationalen Methode bei der Terminologieextraktion und -analyse Die kollokational-kolligationale Methode kann auch zur Extraktion von Mehrworttermini verwendet werden; sie eignet sich besonders für die Extraktion von Terminologie, die zuvor ausgewählte Schlüsselwörter umfasst – Wörter, die potenziell terminologisch relevant und für die Domäne, zu der das Korpus gehört, charakteristisch sind. Diese Methodik beruht auf der Annahme, dass komplexe Termini aus bereits vorhandenen einfachen Termini gebildet werden (Nakagawa 2001). Korpusanalysewerkzeuge extrahieren gemeinsam mit den zuvor ausgewählten Schlüsselwörtern auftretende Wörter und ermöglichen es, die dominanten Kollokationen zu ermitteln. Ein Teil dieser Kollokationen besteht aus Nominalphrasen, die mithilfe linguistischer Methoden aus den Kollokationslisten ausgewählt werden müssen. Die ausgewählten Nominalphrasen werden zur weiteren Analyse der Korpusdaten und zur Extraktion von Mehrworttermini verwendet, die aus den ausgewählten Nominalphrasen und möglicherweise zusätzlichen Kollokaten bestehen. In der vorliegenden Untersuchung werden die extrahierten Termini weiter anhand der Prinzipien der kolligationalen Analyse untersucht, um formale Strukturmodelle der Terminologie in den untersuchten Sprachen aufzudecken und zu kontrastiven mehrsprachigen Studien zu Mustern der Terminusbildung beizutragen (vgl. Janulevičienė, Rackevičienė 2014; Mockienė 2016). 3. AUFBAU DER KORPORA UND AUSWAHL DER SOFTWARE FÜR DIE ANALYSE M. Teresa Cabré, M. Amor Montané und Rogelio Nazar zufolge ist der Zweck der Zusammenstellung eines Dokumentenkorpus aus einer bestimmten Domäne dreifach. Erstens müssen sich Terminologen mit der für die Domäne typischen Sprache vertraut machen; zweitens wird ein Korpus benötigt, um Terminologie zu extrahieren und statistische Analysen der Termini durchzuführen; und Terminologija | 2018 | 25 91 schließlich werden Texte herangezogen, um ergänzende Informationen zu den Termini zu erhalten, etwa semantische, syntaktische oder kollokationale Hinweise (Cabré, Montané, Nazar 2012: 3–4). Das zusammengestellte Korpus sollte hinreichend groß und qualitativ hochwertig sein, um als repräsentativ für die gewählte Domäne gelten zu können. Es gibt keine genauen Vorgaben zur Größe eines Korpus; es sollte jedoch möglichst viele Dokumente enthalten, denn je größer es ist, desto zuverlässigere Schlussfolgerungen über den Terminologiegebrauch in der Domäne lassen sich ziehen (Cabré, Montané, Nazar 2012: 4). Unter Berücksichtigung all dieser Aspekte wurden Korpora von EU-Rechtsakten in englischer, französischer und litauischer Sprache zusammengestellt. Die Rechtsakte wurden aus dem Amtsblatt der Europäischen Union heruntergeladen, einer frei zugänglichen Onlinequelle. Es wurden 101 Rechtsakte zu Finanzfragen der EU gesammelt, die im Zeitraum 2014–2017 erlassen wurden. Die Dokumente wurden in Klartext umgewandelt und für die Extraktion und Analyse der Termini aligniert. Für die Zusammenstellung und Ausrichtung der Texte sowie die Extraktion der erforderlichen Daten wurden drei Programme verwendet: AntConc (2014), AntPConc (2017), entwickelt und zertifiziert von Laurence Anthony, sowie NOVA Text Aligner (2014). AntConc ist ein kostenloses, plattformübergreifendes Werkzeugpaket für korpuslinguistische Forschung und datengestütztes Lernen, während AntPConc zur Erstellung eines Parallelkorpus in mehreren Sprachen dient. Beide Programme ermöglichen es Forschenden, große Datenmengen zu bearbeiten und umfassende mehrsprachige linguistische Analysen durchzuführen. Die Nutzungswerkzeuge des Programms AntConc sind: Word list, Collocates, Clusters, Keywords, Concordance, Concordance plot, File view tool. In der vorliegenden Untersuchung wurden vier Werkzeuge von AntConc eingesetzt: • Wordlist ermöglichte es, die häufigsten Wörter in den Korpora zu ermitteln; • Collocates ermöglichte es, die dominanten Kollokate des Wortes ‘risk’ zu ermitteln und den Grad ihrer syntagmatischen Anziehungskraft auf das Wort ‘risk’ zu messen; • Clusters ermöglichten es, die häufigsten Mehrworttermini offenzulegen, in denen das Wort ‘risk’ als Kernsubstantiv vorkommt; • Concordances lieferten eine große Vielfalt an Beispielen, die den Gebrauch der Termini in den Texten veranschaulichen. Eine Bildschirmaufnahme des AntConc-Programms ist in Abbildung 1 dargestellt. 92 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Abbildung 1. AntConc-Programm Vor der Erstellung eines Parallelkorpus wurden die heruntergeladenen Texte in drei Sprachen mithilfe des Programms NOVA Text Aligner manuell ausgerichtet. Nach der Ausrichtung der Texte wurde mit dem Programm AntPConc ein Parallelkorpus erstellt (siehe Abbildung 2). Abbildung 2. AntPConc-Programm Terminologija | 2018 | 25 93 Das Programm AntPConc ermöglichte es, Beispiele aus drei Sprachen gleichzeitig anzuzeigen: Durch Anklicken eines ausgewählten Satzes ließen sich die Entsprechungen in den anderen Sprachen einsehen. Das Programm ermöglichte außerdem, die Schlüsselwörter und ihre linken oder rechten Kollokate durch unterschiedliche Farben zu unterscheiden. Es war jedoch nicht möglich, das Dokument zu sehen, aus dem das Beispiel entnommen worden war. Mithilfe des Parallelkorpus wurden die französischen und litauischen Entsprechungen von 70 englischen Termini ermittelt. 4. KORPUSANALYSE UND TERMINUS-EXTRAKTION MIT DEN WERKZEUGEN DER PROGRAMME AntConc UND AntPConc 4.1. Ermittlung der häufigsten Wörter in den Korpora Um die häufigsten Wörter im Korpus der Finanzdokumente zu ermitteln, wurde das Werkzeug Word list des Programms AntConc verwendet. Es lieferte die Ergebnisse zur Worthäufigkeit in den englischen, französischen und litauischen Korpora. Dadurch konnten die Worthäufigkeiten in den untersuchten Sprachen verglichen und eine dreisprachige Liste der TOP 10 häufigsten Wörter erstellt werden (siehe Tabelle 1). Word list lieferte außerdem Informationen darüber, wie viele Wort-Token und Worttypen in den Korpora enthalten waren, und ermöglichte den Zugriff auf den Kontext, in dem die Termini verwendet wurden (siehe Tabelle 1). Tabelle 1. TOP 10 der häufigsten Wörter in den Korpora EN (Korpus: 802 933 Wort-Token, 9333 Worttypen) | FR (Korpus: 940 655 Wort-Token, 12365 Worttypen) | LT (Korpus: 639 279 Wort-Token, 24727 Worttypen) 1. | risk (3252), risks (592) | risque (2855), risques (997) | rizikos (2549), riziką (1063), rizika (536), rizikai (355), rizikas (4) 2. | credit (3183), credits (18) | credit (3307), credits (222) | kredito (3103), kreditų (52), kreditų (29), kreditą (28), kreditas (8), kreditai (6), kreditais (4), kredítus (3), kreditams (2) 3. | market (1642), markets (424) | marché (1631), marches (484) | rinkos (1355), rinkų (310), rinka (229), rinkoje (226), rinką (76), rinkose (75), rinkai (51), rinkoms (18), rinkas (7), rinkomis (2) 94 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian EN (corpus 802 933 word tokens, 9333 word types) FR (corpus 940 655 word tokens, 12365 word types) LT (corpus 639 279, 24727 word types) 4. amount (1545) montant (1672) suma, sumos (684) 5. instruments (1448) instruments (1489) priemones (1542), priemonių (1393), priemones (649) 6. value (1356) valeur (1754) vertės, vertė (599) 7. securities (1275) titres (1229), titrisation (503) vertybinių popierių (1095), vertybinio popieriaus (691) 8. services (1275) services (1778) paslaugų, paslaugas (485) 9. capital (1093) capital (660) kapitalo (1143) 10. funds (1087) fonds (2773) lėšų (877) Die Ergebnisse dieser Analyse zeigen, dass die häufigsten Wörter in den Korpora aller drei untersuchten Sprachen „risk“ und „credit“ sind, während das Wort „market“ in den Häufigkeitslisten an dritter Stelle steht. Alle drei Wörter, insbesondere aber „risk“ und „credit“, treten in den Finanzdokumenten häufig gemeinsam auf. Dies lässt sich durch die enge semantische Beziehung zwischen den Wörtern erklären: Es versteht sich von selbst, dass jede Geldtransaktion mit Gefahr verbunden ist; mit anderen Worten: „credit“ erzeugt „risk“. Die Wörter stehen üblicherweise im Singular, obwohl in den untersuchten Sprachen auch der Plural verwendet wird. Im Litauischen, einer synthetischen Sprache mit einem ausgeprägten Flexionssystem, werden die Wörter in verschiedenen grammatischen Kasus verwendet; der vorherrschende ist der Genitiv Singular. Die Ergebnisse der Analyse erlauben die Feststellung, dass die Wörter „risk“, „credit“ und „market“ als lexikalische Einheiten zu bewerten sind, die grundlegende Konzepte des Finanzbereichs bezeichnen. Das Wort „risk“, das in den Korpora am häufigsten vorkommt, wurde für die weitere Termextraktion und Analyse ausgewählt. Da der Forschungsgegenstand englische Mehrwortterme sind, die das ausgewählte Schlüsselwort (das Wort „risk“) enthalten, sowie deren französische und litauische Entsprechungen, wurde die anschließende Termextraktion in folgenden Schritten durchgeführt: Ermittlung der dominanten englischen Kollokationen des Wortes „risk“; Extraktion der Nominalphrasen mit dem Wort „risk“ als Terminologija | 2018 | 25 95 Kopfsubstantiv, Auswahl der Phrasen mit terminologischem Wert und Ermittlung ihrer französischen und litauischen Entsprechungen. 4.2. Ermittlung der Kollokate des Wortes „risk“ im englischen Korpus In der zweiten Phase der Termextraktion wurden die dominanten Kollokationen des Wortes „risk“ im englischen Korpus ermittelt. Dieses Ziel wurde mithilfe des AntConc-Werkzeugs Collocates verfolgt. Das Werkzeug lieferte linke und rechte Kollokate des ausgewählten Schlüsselworts und ermöglichte die Analyse nicht-sequenzieller Muster in den Sprachen. Das Werkzeug lieferte die Gesamthäufigkeiten der Kollokate sowie deren Häufigkeiten links und rechts vom Wort „risk“. Außerdem gab es die Werte statistischer Maße (Mutual-Information-Werte (MI)) an, die den Grad der syntagmatischen Anziehung zwischen dem Schlüsselwort und seinen Kollokaten zeigten. Die Ergebnisse der Kollokationsanalyse sind in Tabelle 2 dargestellt, die umfassende Daten zu den Kollokaten mit den höchsten MI-Werten (Top 10) enthält. Tabelle 2. Die 10 häufigsten Kollokate des Wortes „risk“ im englischen Korpus Gesamthäufigkeit | Häufigkeit (L) | Häufigkeit (R) | MI-Wert 1. dilution | 51 | 37 | 14 | 8.1 2. mitigation | 100 | 9 | 91 | 8.01 3. weights | 65 | 4 | 61 | 7.7 4. systemic | 120 | 119 | 1 | 7.7 5. profile | 87 | 1 | 86 | 7.48 6. low | 68 | 62 | 6 | 7.2 7. assigned | 127 | 95 | 32 | 6.89 8. exposure | 491 | 71 | 420 | 6.4 9. specific | 177 | 148 | 29 | 6.3 10. operational | 129 | 114 | 15 | 5.99 Die Ergebnisse zeigen den engsten lexikalischen Kontext des Wortes „risk“ im Englischen und ermöglichen es, den dominanten zweigliedrigen Kern der Mehrwortterme zu bestimmen, die das Wort „risk“ im untersuchten Korpus enthalten. 96 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian 4.3. Extraktion von Nominalphrasen mit dem Wort „risk“ als Kopfnomen im englischen Korpus Die weitere Korpusanalyse und Termextraktion konzentrierten sich auf Kollokationen mit einer bestimmten formalen Struktur – Nominalphrasen, die das Wort „risk“ als Kopfnomen enthalten. Sie wurden mithilfe der Werkzeuge Clusters und Concordance aus dem englischen Korpus extrahiert. Das Werkzeug Clusters ermöglichte die Suche nach Clustern (Wortkombinationen), die das Wort „risk“ zusammen mit seinen linken und rechten Kollokaten enthalten. Dabei konnten die Mindest- und Höchstlänge (Anzahl der Wörter) der Cluster sowie deren minimale angezeigte Häufigkeit festgelegt werden. Die geordneten Cluster konnten entweder nach ihrer Häufigkeit oder nach der Anzahl der Korpusdateien, in denen sie vorkamen, angezeigt werden. Für die Extraktion von Nominalphrasen mit dem Wort „risk“ als Kopfnomen wurden folgende Parameter festgelegt: Clustergröße von 2 bis 5, Sortierung nach Häufigkeit. Außerdem musste die Position des Schlüsselworts ausgewählt werden: Zunächst wurden Cluster mit dem Schlüsselwort rechts und anschließend Cluster mit dem Schlüsselwort links sortiert. Bei der Einstellung „Suchbegriff rechts“ zeigte das Werkzeug 4814 Cluster-Token und 181 Clustertypen an; bei der Einstellung „Suchbegriff links“ waren es 4284 Cluster-Token und 137 Clustertypen. Aus den angezeigten Clusterlisten wurden Nominalphrasen mit dem Wort „risk“ als Kopfnomen manuell extrahiert. Ihr weiterer Kontext wurde mithilfe des Werkzeugs Concordance analysiert, das die Bestimmung der Grenzen der Nominalphrasen sowie derjenigen Nominalphrasen ermöglichte, die sowohl linke als auch rechte Kollokaten des Wortes „risk“ enthalten. Tabelle 3 zeigt die häufigsten Nominalphrasen. Tabelle 3. Die TOP 20 Nominalphrasen mit dem Wort „risk“ als Kopfnomen Nominalphrasen („risk“ rechts) Häufigkeit Nominalphrasen („risk“ links) Häufigkeit 1. Kreditrisiko 471 1. Risiko einer übermäßigen Verschuldung 18 2. Systemrisiko 113 2. Risiko eines Schuldtitels 12 3. operationelles Risiko 102 3. Verlustrisiko 12 4. Liquiditätsrisiko 97 4. Risiko des Kapazitätsentzugs 10 Terminologija | 2018 | 25 97 Nominalphrasen („risk“ rechts) | Häufigkeit | Nominalphrasen („risk“ links) | Häufigkeit 5. spezifisches Risiko | 86 | 5. Risiko für Dritte | 8 6. Marktrisiko | 76 | 6. Risiko für erworbene Forderungen | 7 7. Kreditrisiko der Gegenpartei | 41 | 7. Risiko einer Preisänderung | 7 8. Verwässerungsrisiko | 33 | 8. Risiko einer Störung | 6 9. Zinsänderungsrisiko | 32 | 9. Risiko für die Finanzstabilität | 2 10. Geschäftsrisiko | 26 | 10. Risiko eines Kreditnehmers | 2 Die Ergebnisse zeigen, dass Nominalphrasen, in denen das Wort „risk“ an der äußersten rechten Position steht, wesentlich häufiger sind als Nominalphrasen, in denen das Wort „risk“ an der äußersten linken Position steht. Im Korpus wurden nur einige Beispiele für Nominalphrasen gefunden, die sowohl linke als auch rechte Kollokate des Wortes „risk“ enthalten: Kreditrisiko aus zurückgekauften Transaktionen, Kreditrisiko aus einer Verbriefungsposition, Kreditrisiko gegenüber Dritten. Für die weitere Untersuchung wurde eine Liste der TOP 70 englischen Nominalphrasen erstellt, in denen das Wort „risk“ als Kopfnomen vorkommt. In die Liste wurden nur solche Nominalphrasen aufgenommen, die terminologischen Wert hatten (abstrakte Konzepte des Finanzbereichs bezeichneten). In der weiteren Analyse werden sie als Mehrworttermini bezeichnet. 4.4. Ermittlung französischer und litauischer Äquivalente der ausgewählten englischen Termini In der abschließenden Phase der Terminiextraktion wurden die französischen und litauischen Äquivalente der ausgewählten englischen Termini ermittelt. Dazu wurde die für die Analyse paralleler Korpora entwickelte Software AntPConc verwendet. Die Korpora der drei untersuchten Sprachen wurden in das Programm geladen. Bei der Suche nach den ausgewählten englischen Termini im englischen Korpus zeigte das Programm die parallelen Textsegmente der französischen und litauischen Texte an und ermöglichte so die manuelle Auswahl der erforderlichen Äquivalente. Insgesamt wurden 70 französische und 70 litauische Äquivalente der ausgewählten englischen Termini ermittelt. Tabelle 4 enthält die TOP 10 englischen Termini und ihre französischen und litauischen Äquivalente. Die Ergebnisse dieser Analyse offenbarten formale Unterschiede zwischen den Termini in den untersuchten Sprachen, die im Folgenden untersucht und erörtert werden. 98 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Tabelle 4. Die TOP 10 englischen Termini und ihre französischen und litauischen Entsprechungen EN FR LT Kreditrisiko Kreditrisiko Kreditrisiko Systemrisiko systemisches Risiko systemisches Risiko operationelles Risiko operationelles Risiko operationelles Risiko Liquiditätsrisiko Liquiditätsrisiko Liquiditätsrisiko spezifisches Risiko spezifisches Risiko spezifisches Risiko Marktrisiko Marktrisiko Marktrisiko Kreditrisiko der Gegenpartei Kreditrisiko der Gegenpartei Kreditrisiko der Gegenpartei Verwässerungsrisiko Verwässerungsrisiko Risiko aus Forderungen Zinsänderungsrisiko Zinsänderungsrisiko Zinsänderungsrisiko Geschäftsrisiko wirtschaftliches Risiko Geschäftsrisiko 5. ANALYSE DER FORMALEN STRUKTUR DER EXTRAHIERTEN TERMINI Die extrahierten Termini wurden anschließend anhand der Prinzipien der kolligationalen Analyse untersucht, um formale Strukturmodelle der Terminologie in verschiedenen Sprachen aufzudecken. Die Bestandteile der Termini lassen sich in zwei Hauptkategorien einteilen: das Kopfnomen „Risiko“ und seine Modifikatoren. Entsprechend der Position der Modifikatoren wurden zwei Modifikationsmuster bestimmt – präpositionale Modifikation (bei der die Modifikatoren vor dem Kopfnomen stehen) und postpositionale Modifikation (bei der die Modifikatoren nach dem Kopfnomen stehen). In die für die statistische Analyse ausgewählte TOP-70-Liste wurden keine Termini aufgenommen, die sowohl präpositionale als auch postpositionale Modifikatoren enthalten. Die Analyse konzentrierte sich auf folgende Aspekte der Terminusbildung: die Anzahl der Bestandteile der Termini, die Modifikationsmuster sowie die syntaktischen Strukturen der Termini (Position und Wortklassen der Modifikatoren). Die Tabellen 5 und 6 enthalten die zusammengefassten Ergebnisse der Analyse. Die in den Tabellen dargestellten Ergebnisse zeigen, dass die Termini in den untersuchten Sprachen unterschiedliche Modifikationsmuster aufweisen. Die quantitative Terminologija | 2018 | 25 99 Die Analyse der Modifikationsmuster wurde durchgeführt, um die vorherrschenden Modifikationsmuster in den untersuchten Sprachen zu ermitteln; ihre Ergebnisse sind in Diagramm 1 dargestellt. Tabelle 5. Syntaktische Strukturen der Muster der präpositionalen Modifikation der Termini Syntaktische Strukturen EN FR LT N + „Risiko“ 19 Termini, z. B.: Kreditrisiko, Konzentrationsrisiko, Liquiditätsrisiko, Geschäftsrisiko. – 18 Termini, z. B.: Kreditnehmerrisiko, Transaktionsrisiko, Verwahrungsrisiko. A + „Risiko“ 18 Termini, z. B.: unternehmerisches Risiko, internes Risiko, potenzielles Risiko. – 17 Termini, z. B.: systemisches Risiko, operationelles Risiko, Investitionsrisiko N + N + „risk“ 3 Begriffe: Kredit- und Liquiditätsrisiko, Zinsänderungsrisiko, Gegenparteikreditrisiko – 9 Begriffe, z. B.: Tageskreditrisiko, Zinsänderungsrisiko, Gegenparteirisiko A + N + „risk“ 12 Begriffe, z. B.: wesentliches Kreditrisiko, spezifisches Kreditrisiko, Fremdwährungsrisiko. – 9 Begriffe, z. B.: geringes Kreditrisiko, spezifisches Kreditrisiko, Risiko aus Forderungen A/Num + N + + N + „risk“ 1 Begriff: minimales Kredit- und Marktrisiko – 12 Begriffe, z. B.: minimales Kredit- und Marktrisiko, Übernacht-Liquiditätsrisiko, Übernacht-Kreditrisiko A + A + N + + „risk“ 4 Begriffe, z. B.: spezifisches und allgemeines Kreditrisiko, untertägiges und Übernacht-Kreditrisiko, untertägiges und Übernacht-Liquiditätsrisiko – 5 Begriffe, z. B.: Risiko fehlerhafter Entscheidungen, Risiko aus erworbenen Forderungen, allgemeines und spezifisches Kreditrisiko 100 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Tabelle 6. Syntaktische Strukturen der Muster der postnominalen Modifikation der Termini Syntaktische Strukturen EN FR LT ‚Risiko‘ + PP 13 Termini, z. B.: Risiko des Instituts, Risiko für das Finanzsystem, Verlustrisiko 22 Termini, z. B.: Kreditrisiko, Konzentrationsrisiko, Modellrisiko – ‚Risiko‘ + A – 20 Termini, z. B.: Intradayrisiko, internes Risiko, spezifisches Risiko – ‚Risiko‘ + A + PP – 4 Termini, z. B.: spezifisches Korrelationsrisiko, signifikantes Korrelationsrisiko, allgemeines Korrelationsrisiko – ‚Risiko‘ + PP + A – 15 Termini, z. B.: spezifisches Kreditrisiko, tägliches Kreditrisiko, Rohstoffrisiko – ‚Risiko‘ + PP + A + + PP – 9 Termini, z. B.: Intraday-Kreditrisiko mit 24-Stunden-Horizont, Intraday-Liquiditätsrisiko mit 24-Stunden-Horizont – Diagramm 1. Modifikationsmuster der Termini Terminologija | 2018 | 25 1 0 1 Die Ergebnisse zeigen, dass im Englischen und Litauischen die präpositionale Modifikation dominiert, während die postnominale Modifikation für das Französische charakteristisch ist. Im Französischen wurden keine Terme mit präpositionalem Modifikationsmuster gefunden, im Litauischen keine Terme mit postnominalen Modifikationsmustern. Nur englische Terme wiesen beide Typen auf, wobei die Zahl der Terme mit postnominalen Modifikatoren recht gering ist. Alle untersuchten Terme umfassen einen oder mehrere Modifikatoren, bei denen es sich um Substantive, Adjektive oder Präpositionalphrasen handelt, die innerhalb der terminologischen Einheiten unterschiedliche Positionen einnehmen. Die Ergebnisse der Analyse zeigen, dass die vorherrschenden Modifikatoren in den englischen und litauischen Termen Substantive und Adjektive sind, während das Wort ‘risk’ in den französischen Termen überwiegend durch Präpositionalphrasen modifiziert wird. Die Terme mit 3 oder mehr Wörtern lassen sich weiter nach ihren Modifikationsebenen klassifizieren (Terme mit Modifikatoren, die das Kopfnomen modifizieren, und Terme mit Modifikatoren, die andere Modifikatoren modifizieren); aufgrund des begrenzten Umfangs wird diese Analyse in diesem Beitrag jedoch nicht dargestellt. Die in den Tabellen zusammengefassten Ergebnisse zeigen außerdem, dass sich die Terme hinsichtlich der Anzahl ihrer Bestandteile unterscheiden. Eine quantitative Analyse der Termlänge wurde durchgeführt, um die vorherrschende Anzahl der Termbestandteile in den untersuchten Sprachen zu ermitteln; ihre Ergebnisse sind in Diagramm 2 dargestellt. Das Diagramm zeigt zwei Haupttendenzen. Erstens halten sich die Terminologieentwickler der EU an die grundlegende Anforderung der Sprachökonomie (Kürze der Terme): In allen drei Sprachen überwiegen zweigliedrige Terme. Zweitens haben nur wenige englische und französische Terme mehr als 2–3 Wörter, während im Diagramm 2. Anzahl der Termbestandteile 102 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian litauische Terme mit 4 und mehr Wörtern einen bedeutenden Teil der ausgewählten Daten aus (17 von 70). Die Tendenz, dass zweigliedrige Terme überwiegen, stimmt mit den von anderen Terminologieforschenden festgestellten Tendenzen überein. Die Untersuchung zur automatischen Extraktion und Definition von Bildungs- und Wissenschaftsterminologie von Agnė Bielinskienė et al. ergab, dass die meisten litauischen Terme dieses Fachgebiets zweigliedrig sind: Sie machten mehr als zwei Drittel der Terme aus, die aus den automatisch aus einem Fachkorpus extrahierten Termkandidaten ausgewählt wurden (Bielinskienė et al. 2015: 62). Die kontrastive Untersuchung der verfassungsrechtlichen Terminologie von Liudmila Mockienė ergab dieselbe Tendenz in drei verschiedenen Sprachen. In den untersuchten englischen, russischen und litauischen Rechtsakten verfassungsrechtlicher Art bestanden die meisten extrahierten Mehrwortterme aus zwei Bestandteilen: Sie machten 78.5% der englischen Mehrwortterme, 62% der russischen Mehrwortterme und 74.5% der litauischen Mehrwortterme aus (Mockienė 2016: 43–45). Somit folgen Terminologieentwickler in unterschiedlichen Fachgebieten und Sprachen tendenziell demselben Prinzip der Sprachökonomie und Benutzerfreundlichkeit. 6. S C H L U S S F O L G E R U N G E N Die Software AntCont für die Analyse einsprachiger Korpora und AntPConc für die Analyse paralleler Korpora ermöglichte die Extraktion englischer, französischer und litauischer Mehrwortterme mit dem Wort ‘risk’ als Kopfnomen aus den für die Zwecke der Untersuchung zusammengestellten Fachkorpora von EU-Dokumenten aus dem Finanzbereich. Die Extraktion erfolgte in folgenden Schritten: • Extraktion der Schlüsselwörter aus den englischen, französischen und litauischen Korpora (Wörter von möglicher terminologischer Relevanz, die für das von den Korpora abgebildete Fachgebiet charakteristisch sind) und Auswahl des häufigsten Schlüsselworts (des Wortes ‘risk’) für die weitere Analyse; • Extraktion von Kollokationen des Wortes ‘risk’ und von Nominalphrasen mit dem Wort ‘risk’ als Kopfnomen sowie mit links- und/oder rechtsseitigen Kollokaten aus dem englischen Korpus; • Auswahl lexikalischer Einheiten mit terminologischem Wert aus der Liste der extrahierten Nominalphrasen; • Ermittlung französischer und litauischer Entsprechungen der ausgewählten englischen Terme im parallelen englisch-französisch-litauischen Korpus. Terminologija | 2018 | 25 1 0 3 Die angewandte Methodik erwies sich als geeignet für die effektive mehrsprachige Extraktion von Terminologie, die zur Entwicklung und Aktualisierung von Terminologiedatenbanken oder zur wissenschaftlichen Analyse von Termini verwendet werden kann. Die Analyse der formalen Struktur der extrahierten Termini offenbarte einige wichtige Tendenzen der Terminusbildung in den untersuchten Sprachen: • Die pränominale Modifikation ist im Englischen und Litauischen vorherrschend, während die postnominale Modifikation für das Französische charakteristisch ist; • Die dominierenden Modifikatoren der englischen und litauischen Termini sind Substantive und Adjektive, während das Wort „risk“ in den französischen Termini meist durch Präpositionalphrasen modifiziert wird; • Der vorherrschende Terminustyp hinsichtlich der Anzahl der Bestandteile sind zweiteilige Termini – sie bilden in den TOP-70-Listen des Englischen, Französischen und Litauischen die größte Gruppe; dies zeigt, dass die EU-Terminologen das grundlegende Prinzip der Sprachökonomie (Kürze der Termini) beachten; • Nur wenige englische und französische Termini bestehen aus mehr als 2–3 Wörtern, während in der litauischen TOP-70-Liste Termini mit 4 oder mehr Wörtern einen beträchtlichen Teil der ausgewählten Daten ausmachen (17 von 70). Die Ergebnisse der Analyse der formalen Struktur legen Tendenzen der Terminusbildung in den untersuchten Sprachen offen und liefern terminologische Informationen, die für Terminologen und Übersetzer nützlich sein könnten. Die in der Untersuchung ermittelten syntaktischen Muster können zur Entwicklung automatischer linguistischer Methoden zur Termini-Extraktion ohne vorab ausgewählte Schlüsselwörter verwendet werden. REFERENCES Aston G., Burnard L. 1998: The BNC Handbook. Exploring the British National Corpus with SARA, Edinburgh: Edinburgh University Press. Atkins S., Rundell M., Sato H. 2003: The contribution of FrameNet to practical lexicography. – International Journal of Lexicography 16(3), 333–357. Bielinskienė A., Boizou L, Grigonytė G., Kovalevskaitė J., Rimkutė E., Utka A. 2015: Lietuvių kalbos terminų automatinis atpažinimas ir apibrėžimas. Monografija, Kaunas: Vytauto Didžiojo universitetas. Butler C. S. 2004: Corpus studies and functional linguistic theories. – Functions of Language 11(2), 147–186. Cabré M. T., Montané M. A., Nazar R. 2012: Corpus-based Terminology Processing. TKE 2012 Tutorial. Available at http://terminus.iula.upf.edu/tke2012/. Hoey M. 2005: Lexical Priming: A New Theory of Words and Language, London: Routledge. Janulevičienė V., Rackevičienė S. 2014: Formation of criminal law terms in English, Lithuanian and Norwegian. – LSP journal – Language for special purposes, professional communication, knowledge management and cognition 15(1), 4–20. 104 Oksana Smirnova | Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian Lehecka T. 2015: Collocation and colligation. – Handbook of Pragmatics Online. J.-O. Östman, & J. Verschuren (Eds.), Amsterdam: John Benjamins Publishing Company, 1–23. Khurshid A., Rogers M. 1992: Terminology management: a corpus-based approach. – Translating and the Computer 14, 33–44. Marcinkevičienė R. 2000: Terminografija ir tekstynas. – Terminologija 6, 5–23. Mockienė L. 2016: Formation of terminology of constitutional law in English, Lithuanian and Russian. Doctoral Thesis, Vilnius: Mykolas Romeris University. Nakagawa H. 2001: Experimental evaluation of ranking and selection methods in term extraction. – Recent Advances in Computational Terminology. D. Bourigault, Ch. Jacquemin and M.-C. L’Homme (Eds.), Amsterdam/Philadelphia: John Benjamins Publishing Company, 303–325. Newman J., Rice S. 2006: Transitivity schemas of English EAT and DRINK in the BNC. – Corpora in Cognitive Linguistics: Corpus-Based Approaches to Syntax and Lexis. S.T. Gries and A. Stefanowitsch (Eds.), Berlin/New York: Mouton de Gruyter, 225–260. Pearson J. 1998: Terms in Context, Amsterdam/Philadelphia: John Benjamins Publishing Company. Sinclair J. 1998: The lexical item. – Contrastive Lexical Semantics. E. Weigand (Ed.), Amsterdam: John Benjamins Publishing Company, 1–24. Zeller I. 2005: Automatinis terminų atpažinimas ir apdorojimas. Daktaro disertacija, Kaunas: Vytauto Didžiojo universitetas, Vilnius: Lietuvių kalbos institutas. SOURCES Official Journal of European Union: https://eur-lex.europa.eu/oj/direct-access.html COMPUTER SOFTWARE USED FOR THE ANALYSIS Anthony L. 2014: AntConc (Version 3.4.4w) [Computer Software]. Tokyo, Japan: Waseda University. Available at http://www.antlab.sci.waseda.ac.jp Anthony L. 2017: AntPConc (Version 1.2.0) [Computer Software]. Tokyo, Japan: Waseda University. Available at http://www.antlab.sci.waseda.ac.jp Supernova-soft. NOVA Text Aligner. Available at https://nova-text-aligner.soft112.com/. ANGLŲ, PRANCŪZŲ IR LIETUVIŲ KALBŲ DAUGIAŽODŽIŲ TERMINŲ SU ŽODŽIU RIZIKA ANALIZĖ TEKSTYNŲ LINGVISTIKOS METODAIS Straipsnyje pristatomi deskriptyviosios terminologijos tyrimo principai bei empirinis daugiažodžių terminų su žodžiu rizika tyrimas, kurio tikslas – taikant tekstynų lingvistikos metodus, surinkti terminus iš ES finansų srities dokumentų tekstynų ir atlikti jų formaliosios sandaros analizę. Tyrimo tikslams buvo sukaupti keturi tekstynai: finansų srities dokumentų anglų kalba (802 933 žodžiai), prancūzų kalba (940 655 žodžiai) ir lietuvių kalba (639 279 žodžiai) bei lygiagretusis anglų–prancūzų–lietuvių kalbų tekstynas. Iš tekstynų surinkta 210 terminų, kuriuose žodis rizika eina pagrindiniu dėmeniu: 70 angliškų terminų ir po tiek pat jų atitikmenų prancūzų ir lietuvių kalbomis. Žodžio rizika pasirinkimą lėmė tai, kad šis žodis buvo dažniausias visų trijų kalbų tekstynuose. Terminų atpažinimui ir surinkimui buvo naudojamos dvi kompiuterinės programos – AntConc ir AntPConc. Dirbta tokiais etapais: • dažniausių žodžių, galinčių būti terminų branduoliu, angliškame, prancūziškame ir lietuviškame tekstynuose nustatymas ir vieno iš jų (žodžio rizika) atrinkimas tolesnei analizei; Terminologija | 2018 | 25 105 • žodžio rizika kolokacijų ir daiktavardinių junginių su pagrindiniu dėmeniu rizika ir jo kairiaisiais bei dešiniaisiais kolokatais nustatymas angliškame tekstyne; • daiktavardinių junginių, laikytinų daugiažodžiais terminais, atrinkimas; • atrinktų angliškų terminų prancūziškų ir lietuviškų atitikmenų nustatymas. Pritaikyta metodologija leido rezultatyviai surinkti daugiažodžius terminus iš daugiakalbių tekstynų. Tai duoda pagrindą teigti, kad ji gali būti taikoma terminų kaupimui bei tyrimams. Surinktų terminų formaliosios sandaros analizė atskleidė keletą svarbių terminų darybos tendencijų tiriamose kalbose: • vyraujantis terminų tipas pagal dėmenų skaičių visose trijose tiriamose kalbose yra dvižodžiai terminai; tai rodo, kad ES terminų kūrėjai laikosi kalbos ekonomijos principo ir stengiasi kurti kuo trumpesnius daugiažodžius terminus; • tik keletas angliškų ir prancūziškų terminų turi daugiau kaip 2–3 dėmenis; tuo tarpu lietuviški terminai, susidedantys iš 4 ir daugiau dėmenų, sudaro beveik ketvirtadalį surinktų terminų; • anglų ir lietuvių kalbų terminų darybos modeliuose vyrauja prepozicinė ir postpozicinė modifikacija, o prancūzų kalbos – postpozicinė modifikacija; • daugumos anglų ir lietuvių kalbų terminų priklausomieji dėmenys yra daiktavardžiai ir būdvardžiai, o prancūzų kalboje – prielinksninės konstrukcijos. Formaliosios sandaros analizės rezultatai suteikia informacijos, kuri gali būti naudinga terminų kūrėjams ir vertėjams. Tyrimo metu nustatyti sintaksinių struktūrų modeliai gali būti taikomi, kuriant kompiuterinius lingvistinius metodus automatiniam terminų atpažinimui be iš anksto pasirinktų raktažodžių. Gauta 2018-05-21 Oksana Smirnova Mykolo Romerio universitetas Ateities g. 20, LT-08303 Vilnius E. paštas [email protected] Sigita Rackevičienė Mykolo Romerio universitetas Ateities g. 20, LT-08303 Vilnius E. paštas [email protected] 106 Oksana Smirnova Sigita Rackevičienė Corpus-Driven Analysis of Multi-Word Terms Including the Word ‘Risk’ in English, French and Lithuanian