Švietimo ir mokslo terminų žodynas ir ontologija

Słownik terminów z zakresu edukacji i nauki oraz ontologia IRENA MARKIEVICZ, ERIKA RIMKUTĖ Uniwersytet Witolda Wielkiego SŁOWA KLUCZOWE: korpus, terminy z zakresu edukacji i nauki, ontologia, słownik WSTĘP W latach 2010–2012 w Centrum Lingwistyki Komputerowej Uniwersytetu Witolda Wielkiego realizowano finansowany przez Litewską Radę Nauki projekt Automatyczna identyfikacja terminów z zakresu edukacji i nauki (ŠIMTAI 2). Głównym celem tego projektu było przetestowanie metod lingwistyki korpusowej, aby umożliwić automatyczne lub półautomatyczne rozpoznawanie terminów, zautomatyzować selekcję w korpusie informacji potrzebnych do sformułowania definicji terminów, a tym samym ułatwić pracę terminologom. Najważniejszymi rezultatami przeprowadzonych badań, oprócz opracowanych metod, są specjalistyczny korpus tekstów z zakresu edukacji i nauki (dalej: EN) o wielkości 4 mln słów, opracowany na podstawie tego korpusu Słownik terminów z zakresu edukacji i nauki oraz Ontologia terminów z zakresu edukacji i nauki. Artykuł przedstawia słownik terminów EN oraz ontologię terminów EN. Omówiono strukturę słownika i jego różnice w stosunku do innych słowników terminologicznych. Więcej uwagi poświęcono ontologii terminów EN. Wyjaśniono, jak w różnych dziedzinach nauki definiuje się ontologie, do czego są potrzebne i jakimi metodami się je tworzy. Szczegółowo omówiono ontologię terminów EN, przedstawiono jej strukturę, podano przykłady oraz wyjaśniono, w jaki sposób można wykorzystać to źródło. Oba opracowania — zarówno słownik terminów EN, jak i ontologia terminów EN — przygotowano na podstawie tego samego materiału, tj. specjalistycznego korpusu tekstów EN, z wykorzystaniem metodologii lingwistyki korpusowej i komputerowej. Celem tej pracy jest przedstawienie możliwości lingwistyki korpusowej i komputerowej w dziedzinie terminologii oraz zwrócenie uwagi terminologów i autorów słowników terminologicznych lub baz danych na to, że zarządzanie terminami można przynajmniej częściowo zautomatyzować i że możliwe jest pogodzenie preskryptywnego i deskryptywnego podejścia do analizy terminów. 56 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija ETAPY OPRACOWYWANIA SŁOWNIKA TERMINÓW Z ZAKRESU EDUKACJI I NAUKI Terminy do słownika terminów z zakresu edukacji i nauki ustalono w specjalistycznym korpusie tekstów, stosując metody lingwistyczne (szerzej zob. Grिगonytė et al. 2011; Rimkutė 2012). Opracowywanie słownika trwało dwa lata, czyli przez cały czas realizacji wspomnianego we wstępie projektu, i przebiegało w następujących etapach: 1) opracowano specjalistyczny korpus tekstów z zakresu edukacji i nauki liczący 4 mln słów; 2) korpus automatycznie poddano anotacji morfologicznej; 3) opracowano narzędzie do automatycznego wyodrębniania terminów, oparte na regułach lingwistycznych; 4) określono kryteria selekcji potencjalnych terminów; 5) wyodrębniono około 11 tys. potencjalnych terminów, składających się od jednego do piętnastu słów; 6) zastosowano dodatkowe kryteria selekcji potencjalnych terminów1; 7) ustalono 780 terminów z zakresu edukacji i nauki (od 1 do 5 słów); 8) opracowano metodologię definiowania terminów na podstawie korpusów tekstów; 9) przygotowano zasoby lingwistyczne potrzebne do ustalania definicji terminów; 10) zdefiniowano terminy z 300 wybranych grup; 11) podano odpowiedniki zdefiniowanych terminów w języku angielskim, niemieckim i francuskim. Nie ulega wątpliwości, że opracowanie każdego słownika terminologicznego wymaga znacznych nakładów czasu pracy specjalistów i zasobów finansowych. W niniejszym artykule przedstawiono słownik terminów z zakresu edukacji i nauki, który jest wprawdzie niewielki — zawiera 224 terminy (szerzej zob. następny rozdział) — ale pod względem metodologicznym bardzo złożony. Jak wynika z opisu etapów opracowywania słownika, nawet dysponując specjalistycznym korpusem tekstów z danej dziedziny2, potrzebne były specjalne narzędzia3 do automatycznego rozpoznawania i ustalania terminów. 1 Analizowano terminy składające się z nie więcej niż siedmiu słów; uwzględniano również częstotliwość: im krótszy termin, tym częściej powinien występować, np. analizowano tylko te terminy jednowyrazowe, które wystąpiły co najmniej 20 razy, natomiast terminy siedmiowyrazowe musiały wystąpić nie mniej niż dwa razy. 2 Opracowanie korpusu tekstów było jednym z najważniejszych i najdłuższych etapów całego badania, ponieważ stworzenie reprezentatywnego korpusu, w którym można byłoby ustalić terminy, wymagało starannego doboru tekstów, zrównoważenia ich pod względem gatunkowym oraz przygotowania technicznego (konwersji plików PDF do plików tekstowych, zmiany kodowania itp.). 3 W ramach tego projektu opracowano narzędzie dostosowane do języka litewskiego, służące do automatycznego rozpoznawania terminów, ponieważ, jak wynika z wcześniejszych eksperymentów (zob. Grigonytė et al. 2011), ze względu na różnice strukturalne między językami niemal niemożliwe jest dostosowanie do języka litewskiego narzędzi do rozpoznawania terminów przeznaczonych dla innych języków. W narzędziu tym zastosowano reguły lingwistyczne: wyszukiwano terminy o określonej strukturze gramatycznej, np. przymiotnik + rzeczownik, rzeczownik w dopełniaczu + rzeczownik, imiesłów + rzeczownik itp. Podobnymi metodami terminy rozpoznają badacze języka łotewskiego (zob. Gornostay et al. 2012; Krugļevskis et al. 2005). Jak twierdzą, rozpoznawanie terminów za pomocą metod lingwistycznych (analizy morfosyntaktycznej) jest bardziej odpowiednie niż metody statystyczne, które sprawdzają się w językach analitycznych. Terminologija | 2013 | 20 57 Trudne było również wyłonienie terminów z zakresu oświaty i nauki spośród wszystkich automatycznie rozpoznanych połączeń o znaczeniu i poprawnej strukturze gramatycznej. Trudność wynikała z tego, że w korpusie liczącym 4 mln słów rozpoznano aż 11 tys. tak zwanych potencjalnych terminów. Na kolejnym etapie badań i opracowywania słownika istotne było ustalenie, które z tych połączeń są terminami z zakresu oświaty i nauki (o tym problemie pisze Rimkutė 2012). Należy zwrócić uwagę, że prezentowany słownik terminów z zakresu oświaty i nauki opracowano na podstawie korpusu. Oznacza to, że zastosowano nie tradycyjną, nadal rozpowszechnioną na Litwie metodę porządkowania terminów opartą na kompetencjach terminologów, niekiedy dość subiektywną i preskryptywną, lecz uznawaną za lepszą we współczesnej terminologii deskryptywną metodę analizy i definiowania terminów, opartą na danych korpusowych. Korpusy są bardzo przydatne przy opracowywaniu słowników, ponieważ pozwalają ustalić najbardziej typowe i najczęstsze wzorce użycia terminów, które są ważne przy definiowaniu znaczeń i dobieraniu aktualnych przykładów. Ze względu na złożoną metodologię definiowania terminów postanowiono szczegółowo zdefiniować 300 terminów. Wybrano terminy należące do określonych grup: terminy zawierające słowo akademinis (np.: akademinė laisvė, akademinė etika, akademinė valanda), słowo darbas (np.: diplominis darbas, namų darbas, savarankiškas darbas), słowo išsilavinimas (np.: universitetinis išsilavinimas, bendrasis išsilavinimas, aukštasis išsilavinimas), słowo švietimas (np.: švietimo teikėjas, suaugusiųjų švietimas, neformalusis švietimas) itd. Zdefiniowano także kilka często używanych terminów jednowyrazowych: studentas, mokslininkas, universitetas itp. Podobnie jak w innych słownikach terminologicznych, w słowniku terminów z zakresu oświaty i nauki przy większości terminów podano odpowiedniki w języku angielskim, niemieckim i francuskim. Zostały one zebrane z zatwierdzonych źródeł dotyczących danej dziedziny, dokumentów oraz specjalistycznych baz danych terminologicznych: Anglų kalbos švietimo terminų žodyno (Glossary of Educational Terms), Aiškinamojo su studijomis susijusių terminų žodyno, Der Europäische Qualifikationsrahmen für lebenslanges Lernen, EuroVoc (wielojęzycznego tezaurusa Unii Europejskiej), Lietuvos Respublikos terminų banko itd. Opierano się głównie na terminologii oświatowej Wielkiej Brytanii, Francji i Niemiec, jednak znaczenie wielu odpowiedników przekładowych w kontekście systemów tych krajów nie jest dokładnie takie samo jak znaczenie oryginalnych terminów stosowanych w litewskiej oświacie i nauce. Odpowiedniki terminów w językach obcych podane w słowniku odnoszą się do systemu nauki i oświaty Republiki Litewskiej i nie zawsze (lub tylko częściowo) mogą być stosowane do opisu systemu nauki i oświaty innego kraju. 58 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija STRUKTURA SŁOWNIKA TERMINÓW Z ZAKRESU OŚWIATY I NAUKI Słownik terminów z zakresu oświaty i nauki jest bezpłatnie dostępny w internecie pod adresem http://daukantas.vdu.lt/moksliniai-terminai/.. Zamieszczono w nim 224 terminy, choć w poprzednim rozdziale napisano, że zdefiniowano 300 terminów. Różnica między liczbą zdefiniowanych terminów a liczbą terminów zamieszczonych w słowniku wynika z tego, że zauważono, iż niektóre terminy (np.: kvalifikacijos lygis / lygmuo; mokslo / mokslinis laipsnis; mokslo / mokslinė produkcija; magistrantūros / magistro studijos; studento mokymosi / darbo krūvis; valstybės / valstybinis mokslo institutas) są używane jako synonimy i mają podobną strukturę, dlatego połączono je. Słownik terminów z zakresu oświaty i nauki zawiera elementy niezbędne w każdym słowniku terminologicznym, tj. sam termin i jego definicję. Jak wspomniano, podano odpowiedniki w języku angielskim, niemieckim i francuskim. Wskazano również dziedziny tematyczne (np. zarządzanie szkolnictwem wyższym, polityka szkolnictwa wyższego, administracja szkolnictwa wyższego) oraz skróty niektórych terminów. Słownik różni się od innych słowników terminologicznych i baz danych tym, że podano w nim również wszystkie formy fleksyjne terminów wraz z ich częstością oraz ogólną częstość występowania terminu w korpusie tekstów z zakresu oświaty i nauki. Przy każdym terminie można znaleźć co najmniej dwa przykłady użycia z tego korpusu (przykłady nie zostały zredagowane ani zmienione, niekiedy jedynie skrócone), kolokaty lewostronne i prawostronne4 oraz konkordancję5. Informacje zawarte w korpusie nie wystarczyły do zdefiniowania wszystkich terminów. Przy terminach, dla których zabrakło danych do sformułowania definicji (np.: mokymo teikėjas, studento krepšelis, bazinis išsilavinimas), umieszczono gwiazdki. Ponieważ terminy wyodrębniono z korpusu, znana była częstość ich występowania, dlatego przy każdym terminie podano umowny wskaźnik częstości względem innych terminów: ★★★ oznacza terminy najczęstsze, które wystąpiły w korpusie tekstów z zakresu oświaty i nauki do 500 razy; ★★☆ oznacza terminy rzadsze, które wystąpiły w korpusie 100–499 razy; 4 Są to partnerzy kontekstowi analizowanego terminu, ustalani statystycznie (na podstawie częstości), którzy często pojawiają się po jego lewej i prawej stronie. 5 Są to wszystkie wystąpienia form gramatycznych wybranego terminu w korpusie, przedstawione w kontekście jednego wiersza (wiersz konkordancji obejmuje zwykle więcej niż jedno zdanie). Konkordancję analizuje się zazwyczaj, odczytując ją najpierw pionowo, ponieważ tylko w ten sposób ujawnia się typowe użycie terminu. Analizowany termin znajduje się pośrodku wiersza konkordancji i jest wyróżniony pogrubieniem. Po lewej i prawej stronie analizowanego terminu podano fragment konkordancji obejmujący około 50 znaków. Aby zobaczyć dłuższy fragment konkordancji (około 150 znaków z lewej i prawej strony), należy kliknąć znak plusa na końcu wiersza konkordancji. Terminologija | 2013 | 20 59 ★☆☆ oznacza terminy, które w korpusie tekstów występują 10–99 razy; ☆☆☆ oznacza rzadkie terminy, które w korpusie tekstów występują mniej niż 10 razy. Poniżej, jako ilustrację słownika terminów nauki i szkolnictwa wyższego, przedstawiono artykuł dotyczący terminu studia licencjackie. STUDIA LICENCJACKIE ★☆☆ Definicja Studia pierwszego stopnia w szkolnictwie wyższym, zapewniające ogólne wykształcenie uniwersyteckie oraz podstawy wiedzy w wybranej dziedzinie studiów i kwalifikacyjny stopień licencjata. Przykłady Na uniwersytetach w USA powszechną praktyką jest stwarzanie zdolniejszym studentom możliwości połączenia studiów magisterskich z doktoranckimi, a dokładniej — podjęcia studiów doktoranckich bezpośrednio po studiach licencjackich (co w pewnym stopniu wyjaśnia, dlaczego studia magisterskie i doktoranckie łączy się jednym terminem — graduate studies, prowadzone w tak zwanej graduate school) oraz uzyskania stopnia PhD po 8 latach studiów na uniwersytecie. Zalecany okres łącznie ze studiami licencjackimi — 5 lat Studia licencjackie (I stopień) trwają zazwyczaj 4 lata (160 punktów, studia stacjonarne). Studia licencjackie, magisterskie i doktoranckie kończą się odpowiednio obroną pracy licencjackiej, pracy magisterskiej i rozprawy doktorskiej. Studia licencjackie to studia pierwszego stopnia, zapewniające ogólne wykształcenie uniwersyteckie oraz podstawy wiedzy w wybranej dziedzinie studiów. Częstotliwość studia licencjackie 21 studiami licencjackimi 6 na studiach licencjackich 3 studia licencjackie 7 studiów licencjackich 14 Łączna częstotliwość: 51 Odpowiedniki Język angielski: bachelor’s studies Język niemiecki: Bachelorstudium Język francuski: études de licence Dziedzina administracja szkolnictwem wyższym 60 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Kolokaty Kolokaty lewostronne Kolokaty prawostronne PO studiów licencjackich SU studiów licencjackich SKRACAĆ studia licencjackie OPROGRAMOWANIE na studia licencjackie studia licencjackie I STOPIEŃ studia licencjackie STUDIA MAGISTERSKIE I DOKTORANCKIE Konkordans6 [1] podjąć pracę lub kontynuować i ukończyć studia licencjackie. Przedstawiciele uczelni opublikowali komunikat, [2] w krajach oferujących takie studia licencjackie. Studiów licencjackich w semestrze jesiennym IV roku, a studia magisterskie [3] program studiów teologicznych – 5 lat); na studia licencjackie przyjęto 1 870 studentów, a w 2009 r. uniwersytety [4] uniwersytety zdecydowały się skrócić do 3 i 3, 5 roku studia licencjackie, informuje, że ustawa o nauce i studiach [5] uniwersytety zdecydowały się skrócić do 3 i 3, 5 roku studia licencjackie. Amerykańscy absolwenci studiów licencjackich, chcąc rozpocząć studia magisterskie [6] wymagania komisji: należy ukończyć studia licencjackie, jeśli kandydat ubiega się o przyjęcie na program zorientowany na badania, [7] r. Uniwersytety zdecydowały się skrócić studia licencjackie nawet o 3 lata studia licencjackie. Kilka uniwersytetów zdecydowało się na studia trwające do 3 i 3,5 roku [8] punktów (studia licencjackie trwające 4,5 roku). studia licencjackie, trwające 4 lata (studia teologii katolickiej [9] studia nieprowadzące do uzyskania stopnia. Zalecany okres łącznie ze studiami licencjackimi – 5 lat (3 + 2; 3,5 + 1,5; 4 + 1). Studia licencjackie [10] Poproszony o porównanie tych studiów z własnymi studiami licencjackimi w USA cudzoziemiec zauważył, że tutaj jest znacznie łatwiej. 6 Podano tu tylko pierwszych dziesięć wierszy konkordancji. Kliknięcie znaku plus na stronie internetowej wyświetla dłuższą konkordancję. Terminologija | 2013 | 20 61 Przy niektórych terminach podano kilka tysięcy konkordancji. Przejrzenie takiej ilości informacji wymaga dużo czasu, a dane te nie są istotne dla wszystkich. Konkordans jest bardzo przydatny dla osób, które chcą dowiedzieć się więcej o użyciu terminu i kontekście, w jakim jest on stosowany, być może opracować inną definicję, wybrać potrzebne przykłady i wyrobić sobie obiektywną opinię. POJĘCIE ONTOLOGII I PRZYCZYNY ICH TWORZENIA W tym i kolejnych rozdziałach omówiono ontologię terminów edukacyjnych i naukowych, zasady jej tworzenia oraz możliwości wykorzystania jej i innych ontologii. Dla większej przejrzystości przedstawiono kilka zwizualizowanych klasyfikacji i wyników ontologii terminów edukacyjnych i naukowych. Ontologie to formalne narzędzia konceptualizacji wiedzy, które uogólniają wiedzę opisaną w języku naturalnym w ustrukturyzowany, hierarchiczny model powiązanych ze sobą pojęć. Problemy związane z jakością przetwarzania informacji i wieloznacznością terminów powodują potrzebę tworzenia ustrukturyzowanych baz terminów, które umożliwią programom komputerowym przetwarzanie języka naturalnego (ang. natural language processing) i interpretowanie jego semantyki. Z tego powodu tworzy się ontologie. Osoba znająca dany język z łatwością rozumie znaczenie przedstawionego jej tekstu w języku naturalnym, podczas gdy program komputerowy interpretuje te same informacje jako zbiór znaków tekstowych i powiązanych z nimi metaznaczników. Ontologie stanowią ogniwo łączące, które przekształca informacje zapisane w języku naturalnym w koncepcyjny model wiedzy, łatwo interpretowany przez roboty gromadzące i przetwarzające informacje. Tworzenie ontologii jest procesem interdyscyplinarnym, obejmującym dziedziny filozofii, lingwistyki i informatyki (więcej zob. Grigonytė 2010). W filozofii ontologia jest rozumiana jako dyscyplina zajmująca się bytem i istnieniem. Definicję tę uzupełniają lingwiści: w lingwistyce ontologia to sieć odrębnych pojęć i opisujących je terminów. W informatyce ontologia jest logicznym i formalnym obrazem rzeczywistości. Największym i łatwo dostępnym źródłem tekstów w języku naturalnym jest internet, dlatego ontologie są często postrzegane jako jedno z narzędzi sieci semantycznej i wyszukiwania semantycznego. Organizacja W3C, opracowująca standardy dla stron internetowych, definiuje ontologię jako zbiór terminów opisujących wiedzę z określonej dziedziny: „ontologie są wykorzystywane przez ludzi, bazy danych i aplikacje, które chcą dzielić się wiedzą z określonej dziedziny 62 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija informacjami <...>. Ontologie łączą pojęcia z określonej dziedziny dostosowane do programów komputerowych oraz relacje między nimi” (W3C). Ontologia terminów edukacyjnych i naukowych (dalej: ontologia terminów edukacyjnych i naukowych) została opracowana w celu sformalizowania zbioru terminów edukacyjnych i naukowych, utworzonego w ramach wspomnianego wcześniej projektu wstępnego, oraz uzupełnienia go o relacje semantyczne, które mogą być interpretowane przez aplikacje. Główne prace nad ontologią obejmują jakościowy opis terminów i pojęć z wybranej dziedziny oraz formalną specyfikację ich znaczeń. Prace te są ważne dla rozwiązywania problemu wieloznaczności terminów i tworzenia strukturalnego modelu terminologicznego dziedziny edukacji i nauki. Ontologia terminów edukacyjnych i naukowych została stworzona nie tylko jako taksonomia tych terminów, lecz także jako jedno z możliwych źródeł wyszukiwania semantycznego. Ontologia terminów edukacyjnych i naukowych jest dostępna w internecie pod adresem http://meta.vdu.lt/webprotege/, i zwizualizowana za pomocą narzędzia WebProtege, które umożliwia przeglądanie hierarchicznego drzewa klas, ich atrybutów oraz przykładów instancji pojęć. Użytkownik może dostosować interfejs graficzny do swoich potrzeb, otwierając lub ukrywając nowe karty i bloki. Zaleca się korzystanie z przeglądarek Chrome lub Mozilla Firefox. Aby lepiej przedstawić relacje między terminami, zaleca się użycie Protege 4.3 z wtyczką OntoGraf. WYBÓR METODOLOGII TWORZENIA ONTOLOGII TERMINÓW EDUKACJI I NAUKI Uogólnioną koncepcję tworzenia ontologii opisuje następujący metamodel procesu (szerzej zob. Cimiano 2006): M={D, LA, T, S, C, TR}, w którym D oznacza gromadzenie dokumentów, LA – etykiety lingwistyczne, T – dobór terminów, S – identyfikację synonimów, C – powiązanie terminów i ich synonimów w pojęcia oraz TR – definiowanie semantycznych relacji między pojęciami. Przy stosowaniu różnych metodologii tworzenia ontologii wykorzystuje się rozmaite strategie ich opracowywania: niektóre metodologie kładą większy nacisk na cykl życia ontologii i tworzenie prototypów (Cyc, TOVE, Methontology, On-To-Knowledge), inne zaś bardziej akcentują wykorzystanie ontologii w aplikacjach (KAKTUS). Jedne metody służą do tworzenia ontologii na podstawie zgromadzonych korpusów tekstowych (TOVE, On-To-Knowledge), inne – na podstawie dużych ontologii wiedzy ogólnej (SENSUS, Cyc) (szerzej zob. Corcho et al. 2003). Najprościej ontologie tworzy się w następujących etapach: wybiera się dziedzinę wiedzy, przetwarza informacje (definiuje się pojęcia, terminy, ograniczenia), Terminologija | 2013 | 20 63 wskazuje się metody rozszerzania ontologii i kryteria jej oceny, a następnie przygotowuje dokumentację ontologii (szerzej zob. Uschold et al. 1996). Przy tworzeniu ontologii tą metodą nie zakłada się opracowywania jej prototypów ani wykorzystywania ontologii jako dodatkowych źródeł informacji. Zastosowanie tej metodologii doprowadziło do stworzenia kilku ontologii działalności gospodarczej, nie przewidziano jednak, jak wykorzystać je w aplikacjach. On-To-Knowledge to projekt, w ramach którego zaproponowano metodologię kładącą największy nacisk na zarządzanie wiedzą oraz możliwości wykorzystania przyszłej ontologii w systemach informacyjnych (szerzej zob. Staab et al. 2001). Po przeprowadzeniu studium wykonalności określono źródła informacji, potencjalnych użytkowników ontologii oraz sposoby jej wykorzystania. W doskonaleniu ontologii On-To-Knowledge uczestniczyli eksperci z wybranej dziedziny; przetwarzano informacje zgromadzone w tekstach i innych bazach wiedzy. Jakość ontologii oceniono, sprawdzając, czy spełnia ona wymagania i czy nadaje się do zastosowania. Wszystkie te etapy tworzenia i doskonalenia ontologii można uznać za zalecenia przydatne podczas opracowywania innych ontologii. Przedstawione metodologie koncentrują się przede wszystkim na metodach tworzenia ontologii na podstawie tekstowych źródeł informacji. Metodologia tworzenia ontologii SENSUS zaleca wykorzystanie ontologii wiedzy ogólnej w procesie opracowywania ontologii dziedzinowej (szerzej zob. Gomez-Perez et al. 2004). Metodologia przewiduje grupowanie terminów z bazy wiedzy OntoSaurus w drzewo pojęć. Próbując powiązać dwie klasy pojęć, poszukuje się wspólnej klasy pojęcia nadrzędnego (ang. root class). Przy wyborze metodologii tworzenia ontologii terminów edukacji i nauki uwzględniono dostępne zasoby informacji oraz możliwości zastosowania technologii językowych i narzędzi do tworzenia ontologii. Zdecydowano się wykorzystać doświadczenia zdobyte w projekcie Methontology (szerzej zob. Mariano et al. 2004; Gomez-Perez et al. 2004; Corcho et al. 2003). Zastosowanie Methontology do tworzenia ontologii terminów edukacji i nauki oraz zasoby wykorzystane przy jej opracowywaniu przedstawiono na rysunku 1. Na etapie specyfikacji określa się cel i zakres ontologii. Model koncepcyjny ontologii tworzy się z uwzględnieniem dziedziny wyodrębnionej na etapie specyfikacji; następnie model ten podlega formalizacji, czyli przekształceniu w formalny model ontologii. W toku procesu tworzenia formalny model jest implementowany zgodnie z wymaganiami wybranego języka tworzenia ontologii. Nawet ukończona ontologia często jest modyfikowana, rozszerzana lub aktualizowana. 64 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Rys. 1. Procesy i zasoby tworzenia ontologii terminów z zakresu edukacji i nauki (na podstawie Methontology) Po zastosowaniu modelu Methontology utworzono glosariusz terminów i taksonomię pojęć, określono relacje między poszczególnymi obiektami ontologii, przygotowano bazę przykładów atrybutów, klas, klas abstrakcyjnych oraz ich atrybutów i relacji, wskazującą, w jakich przypadkach dane pojęcie występuje i z jakimi innymi pojęciami jest powiązane, a także opisano instancje pojęć. Ontologie opisują różne obiekty należące do tej samej dziedziny specjalistycznej: osoby (np. rektor, student), miejsca (np. uniwersytet), procesy (np. nauczanie, wykładanie), wyniki procesów (np. dzieło sztuki, praca licencjacka) i in. Wszystkie są określane w ontologii jako pojęcia (ang. concept), które mogą istnieć jako samodzielna jednostka informacji ontologii lub mogą być połączone w klasy pojęć (ang. class). Taksonomia pojęć (ang. concepts taxonomy) – systematyczna klasyfikacja pojęć według wybranego modelu pojęciowego ontologii – jest zwykle tworzona na podstawie glosariusza terminów (ang. glossary of terms), który w tym przypadku rozumiany jest jako formalny wykaz terminów i ich definicji (więcej zob. Uschold et al. 2004). W klasycznej taksonomii klasę definiuje się jako „grupę podobnych instancji, różniącą się od innych grup osobników” (więcej zob. Mayr 1987). Każdą klasę ontologii charakteryzuje zestaw właściwych tylko jej właściwości (ang. property) i ich ograniczeń (ang. restriction), które dziedziczą wszystkie instancje danej klasy (ang. instance, individual). Instancja jest konkretnym egzemplarzem wybranego pojęcia (np. Zigmas Lydeka jest instancją pojęcia rektor). Terminologija | 2013 | 20 65 Terminy ontologii z zakresu edukacji i nauki ustalono w tekście specjalistycznym za pomocą metod lingwistycznych (więcej zob. Grigonytė et al. 2011; Rimkutė 2012). Pojęcia ontologii i ich klasy opracowano według połączonej strategii oddolnej (ang. down-top strategy) i odgórnej (ang. top-down strategy) (więcej zob. Uschold et al. 1996). Stosując strategię oddolną, najpierw identyfikuje się najbardziej szczegółowe pojęcia, a następnie zastępuje się je bardziej abstrakcyjnymi. Stosując strategię odgórną, najpierw definiuje się pojęcia abstrakcyjne, a następnie je uszczegóławia. Przy stosowaniu mieszanej strategii tworzenia ontologii najpierw analizuje się pojęcia wyjściowe, a następnie, zależnie od potrzeb, uszczegóławia się je albo uogólnia. W tym etapie tworzenia taksonomii terminów ontologii aktywnie uczestniczył ekspert z dziedziny edukacji i nauki. Pogrupował terminy według dziedzin przedmiotowych i stworzył wstępny model pojęciowy ontologii. Podczas tworzenia taksonomii pojęć zaleca się poświęcić szczególną uwagę następującym etapom: sporządzić listę terminów i wybrać z niej potrzebne terminy, stworzyć model pojęć, opracować definicje i ocenić terminy (ISO 10241: 1992). STRUKTURA ONTOLOGII TERMINÓW EDUKACJI I NAUKI Jednym z wyzwań w procesie tworzenia ontologii jest opracowanie wysokiej jakości struktury danych, która byłaby uniwersalna i możliwa do zastosowania w różnych systemach przetwarzania informacji, a także zgodna z innymi źródłami wiedzy. Podstawowym elementem ontologii jest rzecz (ang. thing), abstrahująca wszystkie pojęcia ontologii. Konieczność istnienia tego elementu wyjaśnia filozoficzna definicja ontologii jako nauki badającej byt. Ontologia formalizuje całą wiedzę z określonej dziedziny, dlatego jej niezbędnym elementem jest klasa abstrakcyjna, uogólniająca wszystkie pojęcia z danej dziedziny specjalistycznej. Pojęcia, terminy i aksjomaty są podstawowymi elementami koncepcyjnymi każdej ontologii. Ważne jest rozróżnienie znaczeń terminu i pojęcia. W normie LST ISO 1087-1 (2005) pojęcie określono jako „[j]ednostkę poznania, na którą składa się swoisty zestaw cech”. Pojęcie jest niezależne od języka; wpływ może mieć na nie jedynie kontekst. Termin jest identyfikatorem pojęcia, tj. „[s]łownym oznaczeniem pojęcia ogólnego w specjalistycznej dziedzinie przedmiotowej” (LST ISO 1087-1: 2005). Aksjomaty opisują ograniczenia specyficzne dla danej dziedziny i służą do tworzenia hierarchicznej struktury pojęć ontologii. Do formalnych obiektów strukturalnych ontologii zalicza się pojęcia, klasy pojęć, instancje klas i pojęć, właściwości klas, pojęć i instancji, relacje łączące wszystkie obiekty ontologii oraz ograniczenia. 66 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Rys. 2. Struktura ontologii terminów edukacji i nauki według obszarów modelu procesów biznesowych Zgodnie z zaleceniem eksperta wszystkie terminy pogrupowano w trzy abstrakcyjne klasy: wejścia, procesu i wyjścia (zob. rys. 2), charakterystyczne dla modeli procesów biznesowych (więcej zob. ISO 9001: 2000). Klasa wejścia obejmuje wymagania, zasoby i dane systemu lub konkretnego działania. Dlatego do tej kategorii zaliczono grupy terminów dotyczące infrastruktury, instytucji i uczestnika. Procesy działania dzielą się na podstawowe (klasa działanie), tworzące wartość dodaną, oraz procesy wspierające (klasa administracja), które wzmacniają działanie procesów podstawowych i zapewniają infrastrukturę dla procesów, które mają zostać zrealizowane. Wyjście podsumowuje efektywność i wydajność procesu — wskazuje, jakie wyniki można było osiągnąć, jakie osiągnięto oraz jakie zasoby wykorzystano w tym celu (klasy produkcji naukowej, produkcji kształcenia zawodowego, produkcji kształcenia i produkcji artystycznej). Każda abstrakcyjna klasa dziedziny przedmiotowej może mieć dodatkowe podklasy tej dziedziny (jak widać na rys. 3, podklasą klasy uczestnik jest administrator, a tę podklasę dzieli się dalej na bardziej szczegółowe). Łącznie ontologia terminów edukacji i nauki obejmuje 29 klas abstrakcyjnych. Ich głównym celem jest tworzenie ogólnego modelu pojęciowego ontologii zgodnie ze wspomnianą wcześniej strategią odgórną. Terminologija | 2013 | 20 67 Rys. 3. Ogólne pojęcia klasy uczestnik i abstrakcyjne podklasy w ontologii terminów edukacji i nauki Ontologia terminów edukacji i nauki obejmuje 465 pojęć ogólnych7, których hierarchię utworzono przy użyciu wzorców rozpoznawania kontekstów definiujących (więcej zob. Bielinskienė et al. 2012). Konteksty definiujące częściowo lub całkowicie odpowiadają definicjom terminów i są tworzone z pojęć hiperonimicznych. Na przykład pojęcie student definiuje się jako osobę studiującą w szkole wyższej na kierunku studiów stacjonarnych. Natomiast student zagraniczny to student, który przyjechał z innego kraju do szkoły wyższej w danym kraju, aby odbyć cały program studiów stacjonarnych lub studia częściowe. W ontologii terminów naukowych wyróżnia się następujące relacje taksonomiczne: – podklasa klasy (ang. subclass-of) – np. magistrant jest podklasą klasy student; – rozłączny podział (ang. disjoint-decomposition) – np. dorobek studiów nie może być jednocześnie pracą licencjacką i rozprawą doktorską; – podział zupełny (ang. exhaustive-decomposition) – np. do klasy wykładowca należą podklasy docent, lektor, profesor itd. Jeśli dany obiekt jest wykładowcą, musi należeć do co najmniej jednej z wymienionych podklas; – podział (ang. partition) – np. pojęcie semestr studiów obejmuje pojęcia semestr wiosenny i semestr jesienny. Jeśli mowa o semestrze studiów, musi on należeć do jednej z wymienionych podklas. 7 W ontologii przedstawiono również terminy, których nie ma w słowniku terminów edukacji i nauki, tj. takie, które nie zostały szczegółowo zdefiniowane. 68 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija Rys. 4. Hierarchia taksonomiczna pojęcia student w ontologii terminów edukacyjnych i naukowych Ponieważ podstawowym kryterium jakości ontologii jest jednoznaczność terminów, przy tworzeniu ontologii terminów edukacyjnych i naukowych wiele uwagi poświęcono temu, aby zestaw właściwości pojęć został opracowany w sposób wysokiej jakości. Do określenia zestawu właściwości klas, pojęć i bytów nadają się wzorce rozpoznawania kontekstów opisowych (więcej zob. Bielinskienė et al. 2012). Konteksty opisowe określają charakter analizowanego pojęcia oraz jego relacje z innymi częściami systemu. Rys. 5. Możliwości zastosowania atrybutu aktywny w ontologii terminów edukacyjnych i naukowych8 Za pomocą tej samej właściwości można opisać kilka różnych pojęć. Na przykład właściwość aktywny jest charakterystyczna dla czterech pojęć: praca praktyczna, przygotowanie praktyczne, zajęcia praktyczne, ćwiczenia (zob. rys. 5). Dlatego należy podkreślić, że pojęcie można opisać w sposób wysokiej jakości tylko za pomocą określonej, unikalnej kombinacji właściwości. 8 Przy użyciu Protege 4.3, narzędzia do tworzenia i wizualizacji ontologii, nie było możliwości używania języka litewskiego, dlatego strukturalne elementy ontologii (np. ObjectProperty, Domain) przedstawiono w języku angielskim. Terminologija | 2013 | 20 69 Rys. 6. Zestaw właściwości i ich ograniczeń dla pojęcia godzina akademicka w ontologii terminów edukacyjnych i naukowych Każda właściwość może mieć określone ograniczenia lub relacje z innymi pojęciami bądź klasami pojęć. Na przykład godzina akademicka jest definiowana jako jednostka czasu pracy kontaktowej nauczycieli akademickich i studentów, równa 45 minutom. Formalna, ontologiczna definicja tego pojęcia wskazuje następujący zestaw właściwości: godzina akademicka jest podklasą procesu; uczestnikami są studenci i nauczyciel akademicki; jest to proces kontaktowy, mający czas trwania, który określa stała 45 minut (zob. rys. 6). Byty — egzemplarze konkretnych klas i pojęć — dziedziczą właściwości klas i pojęć, ich ograniczenia oraz relacje z innymi właściwościami, i charakteryzują się Rys. 7. Drzewo relacji między pojęciami i bytami w ontologii terminów edukacyjnych i naukowych 70 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija o tych samych właściwościach. Na przykład, jeśli w ontologii wskazano, że rektor kieruje uniwersytetem, to instancja tego pojęcia – Zigmas Lydeka – kieruje VDU, czyli instancją pojęcia uniwersytet (zob. rys. 7). Ontologia terminów z zakresu edukacji i nauki została utworzona w języku OWL za pomocą narzędzia do tworzenia ontologii Protege 4.3, a zwizualizowana przy użyciu narzędzia WebProtege lub wtyczki OntoGraf9. OCENA ONTOLOGII TERMINÓW Z ZAKRESU EDUKACJI I NAUKI ORAZ JEJ ZASTOSOWANIE Obecnie ontologia terminów z zakresu edukacji i nauki obejmuje 29 abstrakcyjnych klas pojęć i 465 pojęć ogólnych, 87 właściwości pojęć, klas pojęć i ich instancji, 141 instancji oraz 296 relacji między klasami pojęć, pojęciami i instancjami ontologii. Złożoność ontologii można formalnie ocenić za pomocą metryk logiki opisowej (ang. description logic) (więcej zob. Corcho et al. 2003; Baader 2003). Ontologię terminów z zakresu edukacji i nauki oceniono jako należącą do poziomu złożoności ALCHON(D), gdzie: – AL – język atrybutów; umożliwia łączenie pojęć i zapisywanie dla nich ograniczeń uniwersalnych; – C – wskazuje, że można negować relacje między pojęciami; – H – wskazuje, że można tworzyć hierarchię ról; – O – ograniczenia liczności (relacje: dokładnie jeden, jeden z wielu); – N – ograniczenia liczebności (relacje: mniej, więcej); – (D) – właściwości typów danych. Oprócz słownika ontologii, taksonomii i relacji semantycznych ocenia się również możliwości jej wykorzystania i zastosowania. Wybrany język OWL do tworzenia ontologii nadaje się do wnioskowania semantycznego, uzupełniania ontologii o nowe pojęcia lub łączenia kilku ontologii z różnych dziedzin. Strukturalny model terminów dla dziedziny edukacji i nauki przygotowano tak, aby każde pojęcie ontologii było opisane unikatowym zestawem właściwości i relacji semantycznych – takie rozwiązanie pomaga rozwiązać problem wieloznaczności terminów. Zasób ten stworzono nie tylko jako taksonomię terminów z zakresu edukacji i nauki, lecz także jako jedno z możliwych narzędzi wyszukiwania semantycznego i przetwarzania języka naturalnego. 9 Więcej informacji: http://protege.stanford.edu. Terminologija | 2013 | 20 71 Dotychczas wiele uwagi poświęcono temu, w jaki sposób ontologie można wykorzystywać do komputeryzacji języka naturalnego, jego systematyzowania i uczynienia go zrozumiałym dla programów komputerowych. Być może na pierwszy rzut oka nie jest całkiem jasne, w czym ontologie mogą być przydatne lingwistom lub specjalistom z innych dziedzin. Należy podkreślić, że ontologie są szczególnie użyteczne dla terminologów, ponieważ dzięki narzędziom do wizualizacji ontologii wyraźnie widać wzajemne relacje między terminami. Aby zilustrować terminy, można wybrać konkretne słowa związane z tymi terminami, przedstawione w ontologii (nazywane w ontologii esiniais). Zarówno słownik terminów z zakresu edukacji i nauki, jak i ontologia mogą być pomocne uczestnikom tego obszaru: wykładowcom, nauczycielom, pracownikom administracji, studentom i uczniom, ponieważ źródła te pokazują na przykład, jak klasyfikowani są studenci, jakie są rodzaje studiów, z czego składa się administracja szkół wyższych itp. UWAGI PODSUMOWUJĄCE W artykule przedstawiono Słownik terminów z zakresu edukacji i nauki oraz Ontologię terminów z zakresu edukacji i nauki. Zarówno słownik, jak i ontologia wymagają dalszego doskonalenia. Największą zaletą i cechą wyróżniającą oba źródła jest to, że opracowano je z wykorzystaniem zasad korpusowych i lingwistyki komputerowej, które litewscy terminolodzy wciąż stosują w niewielkim stopniu. Słownik terminów z zakresu edukacji i nauki jest dostępny w Internecie i obejmuje 224 terminy składające się z jednego do pięciu wyrazów. Różni się od innych słowników terminologicznych tym, że oprócz typowych części słownika terminów (samych terminów, definicji i odpowiedników w językach obcych) podaje wszystkie formy fleksyjne danego terminu wraz z ich częstością, przykłady z korpusu tekstów z zakresu edukacji i nauki, kolokaty oraz konkordancje. Dane te są istotne, ponieważ użytkownicy słownika mogą uzyskać pełny obraz użycia danego terminu i jego kontekstu, a także znaleźć ważne cechy terminu, których być może nie wymieniono w definicji. Dostępna w Internecie ontologia terminów z zakresu edukacji i nauki ujawnia, jakie relacje semantyczne łączą te terminy, i sprawia, że informacje te są zrozumiałe dla programów komputerowych. Ontologie mogą być szczególnie przydatne terminologom klasyfikującym i opisującym terminy z określonej dziedziny oraz podającym konkretne przykłady. Oczekuje się, że zarówno słownik terminów z zakresu edukacji i nauki, jak i ontologia będą ważnymi metodologicznie zasobami oraz zachęcą litewskich terminologów do szerszego wykorzystania możliwości, jakie korpusy tekstów oferują w badaniu, opisywaniu i klasyfikowaniu terminów. 72 Irena Markievicz, Erika Rimkutė Švietimo ir mokslo terminų žodynas ir ontologija LITERATŪRA Baader F. 2003: Appendix: description logic terminology. – The description logic handbook: theory, implementation, and applications, Cambridge: Cambridge university press. Bielinskiene A., Boizou L., Kovalevskaite J., Utka A. 2012: Towards the Automatic Extraction of Term-defining Contexts in Lithuanian. – Human Language Technologies. The Baltic Perspective: Proceedings of the Fifth International Conference Baltic HLT 2012, Amsterdam, Berlin, Tokyo, Washington, DC: IOS Press, 18–26. Cimiano P. 2006: Ontology Learning and Population from Text: Algorithms, Evaluation and Applications, Karlsruhe: Springer. Corcho O., Fernández-López M., Gómez-Pérez A. 2003: Methodologies, tools and languages for building ontologies. Where is their meeting point? – Data & knowledge engineering 46(1), 41–64. Gomez-Perez A., Corcho O., Fernandez-Lopez M. 2004: Ontological Engineering: with examples from the areas of Knowledge Management, e-Commerce and the Semantic Web, London: Springer-Verlag. Gornostay T., Ramn A., Heid U., Morin E., Harastani R., Planas E. 2012: Terminology Extraction from Comparable Corpora for Latvian. – Human Language Technologies. The Baltic Perspective: Proceedings of the Fifth International Conference Baltic HLT 2012, Amsterdam, Berlin, Tokyo, Washington, DC: IOS Press, 66–73. Grigonytė G. 2010: Building and Evaluating Domain Ontologies: NLP Contributions, Logos Verlag Berlin GmbH. Grigonytė G., Rimkutė E., Utka A., Boizou L. 2011: Experiments on Lithuanian Term Extraction. – Proceedings of the 18th Nordic Conference of Computational Linguistics NODALIDA 2011. NEALT Proceedings Series 11, 82–89. ISO 10241: 1992 International terminology standards – Preparation and layout. Geneva: ISO. ISO 9001: 2000 Quality management systems – Requirements, Geneva: ISO. Kruglevskis V., Vancāne I. 2005: Term Extraction from Legal Texts in Latvian. – Proceedings of the Second Baltic Conference Human Language Technologies, 155–159. LST ISO 1087-1: 2005 Terminologijos darbas. Aiškinamasis žodynas. 1 dalis. Teorija ir taikymas (tpd ISO 1087-1: 2000). Mariano F., Gomez-Perez A., Juristo N. 2004: Methontology: From Ontological Art Towards Ontological Engineering. – AAAI-97 Spring Symposium. Series on Ontological Engineering, Stanford: AAAI Press, 33–40. Mayr E. 1987: The ontological status of species: scientific progress and philosophical terminology. – Biology and Philosophy 2(2), 145–166. Rimkutė E. 2010: Lietuvių kalbos terminų automatinio nustatymo galimybės. – Kalbų studijos 16, 71–78. Rimkutė E. 2012: Automatinis švietimo ir mokslo terminų nustatymas lingvistiniais metodais. – Terminologija 19, 54–69. Staab S., Studer R., Schnurr H. P. 2001: Knowledge Processes and Ontologies. – Intelligent Systems 16(1), 26–34. Uschold M., Gruninger M. 1996: Ontologies: Principles, methods and applications. – Knowledge engineering review 11(2), 93–136. Uschold M., Gruninger M. 2004: Ontologies and semantics for seamless connectivity. – ACM SIGMod Record 33(4), 58–64. W3C – OWL Web Ontology Language Use Cases and Requirements. Prieiga internete http://www.w3.org/TR/2002/WD-webont-req-20020307/ (žiūrėta 2013-10-14). ONTOLOGY AND DICTIONARY OF SCIENCE AND EDUCATION TERMS The paper presents the dictionary and the ontology of science and education terms. The proposed approach of ontology and dictionary building uses the following Natural Language Processing techniques: linguistic pattern recognition, collocation extraction, morphological analysis, POS tagging, and others. The dictionary of science and education is available online and contains 224 one word and multiword terms (their length is up to 5 words). The dictionary contains the Terminologija | 2013 | 20 73 necessary dictionary fields (terms, definitions, translations to other languages), as well as some additional fields such as declined forms of terms with their frequencies, examples of term usage, collocations and concordances from the special science and education corpus. The main focus of the paper is the ontology of terms in the domain of science and education. Authors present, how different research areas define ontologies, what are the possibilities of their use, what are ontology building methods. The structure of the ontology is illustrated by multiple examples. The hierarchical structure of concepts, their properties and relationships make this information readable and understandable for knowledge-based information systems. Ontologies can be particularly useful for terminology experts, who try to classify and describe terms, concepts and their instances in a domain specific field. Both resources can be valuable for lecturers, teachers, administration management bodies, students, etc. While using the ontology, they can define and conceptualize the processes of studying, teaching or learning. The paper introduces the possibilities of semi-supervised term extraction with mixed prescriptive and descriptive term analysis methods, which can be useful for terminology experts, lexicographers, and creators of lexical databases. Gauta 2013-10-29 Irena Markievicz Vytauto Didžiojo universitetas K. Donelaičio g. 52, LT-44248 Kaunas E. paštas [email protected] Erika Rimkutė Vytauto Didžiojo universitetas K. Donelaičio g. 52, LT-44248 Kaunas E. paštas [email protected] 74 Irena Markievicz, Erika Rimkutė | Švietimo ir mokslo terminų žodynas ir ontologija