Using international standards for terminology exchange

Utilisation de normes internationales pour l’échange terminologique KLAUS-DIRK SCHMITZ Cologne University of Applied Sciences MOTS-CLÉS: gestion terminologique, échange terminologique, normes, catégories de données, TBX 1. MOTIVATION La création d’une terminologie de qualité et la gestion professionnelle de la terminologie sont des activités qui demandent beaucoup de temps et entraînent des coûts élevés. L’accès aux ressources terminologiques existantes et leur réutilisation peuvent réduire considérablement les efforts consacrés au travail terminologique. Dans bien des cas, ces considérations économiques constituent les principaux arguments en faveur de l’échange terminologique. Mais il existe de nombreuses autres raisons pour lesquelles l’échange terminologique est si important. Les activités commerciales de traduction entre les clients, les prestataires de services linguistiques et les traducteurs indépendants nécessitent le transfert de données terminologiques dans les deux sens. Les entreprises fournissent une terminologie pour soutenir les projets de traduction, et les traducteurs renvoient les ressources terminologiques qu’ils ont mises à jour au cours de leur travail de traduction. En outre, l’utilisation cohérente de la terminologie dans les projets de grande envergure impliquant plusieurs traducteurs ne peut être garantie que si toutes les personnes concernées ont accès aux mêmes ressources de données terminologiques; toutefois, la diversité des outils de gestion terminologique et des bases de données terminologiques conçues individuellement complique l’échange sans perte et cohérent des données terminologiques. Un dernier scénario important pour l’échange de données terminologiques est la migration de collections de données terminologiques d’un système à un autre. Cela peut s’avérer nécessaire lorsqu’une entreprise ou un travailleur indépendant change de fournisseur d’outils et doit convertir la terminologie de l’ancien système de gestion terminologique vers le nouvel outil, mais aussi lorsque des données terminologiques sont nécessaires dans d’autres programmes, tels que les systèmes de gestion de contenu ou les systèmes de traduction automatique (à base de règles). Mais un échange terminologique simple et facile dans tous ces scénarios peut poser problème, puisque les exigences techniques relatives à la gestion terminolo- Terminologija | 2012 | 19 3 3 mentation (langues, catégories de données, ensembles de valeurs de données) peut varier considérablement selon les besoins des groupes d’utilisateurs concernés et les environnements organisationnels. 2. EXIGENCES Les procédures d’échange entre deux bases de données terminologiques spécifiques sont généralement élaborées individuellement, en tenant compte des procédures et formats d’importation et d’exportation existants des deux systèmes concernés. Il est également nécessaire de connaître les modèles de données et la « sémantique » des catégories de données des deux systèmes. Si un échange de données est nécessaire entre plus de deux systèmes, le nombre de routines de conversion nécessaires augmentera rapidement. C’est pourquoi la demande de formats d’échange normalisés est forte: chacun des systèmes de gestion terminologique participants doit alors seulement fournir une fonctionnalité d’importation des données depuis le format d’échange normalisé et une fonctionnalité d’exportation vers ce format d’échange normalisé. L’un des formats les plus connus et les plus souvent proposés est le CSV (valeurs séparées par des virgules). Ce format sépare les informations par des virgules ou des tabulations, et les enregistrements de données par des retours à la ligne ou des marques de paragraphe. Bien que les données individuelles soient généralement séparées les unes des autres, leur signification et leur interprétation ne sont pas claires et ne sont pas explicitement définies dans le format CSV. Fig. 1: Données d’une base terminologique MultiTerm 2011 exportées au format CSV Le format CSV est souvent utilisé pour convertir des données vers des feuilles de calcul Excel et depuis celles-ci. Parfois, les noms des colonnes figurent sur la première ligne du fichier d’échange, ce qui permet de déduire 34 Klaus–Dirk Schmitz | Using international standards for terminology exchange la sémantique des données qui suivent. Mais cela ne peut fonctionner que si la structure des données terminologiques n’est pas trop complexe et si chaque enregistrement contient des données du même type et en même nombre; les données variables (par exemple, un nombre différent de termes dans plusieurs langues) décaleront les colonnes et rendront impossible l’interprétation correcte des données. L’utilisation de langages de balisage tels que XML (langage de balisage extensible) permet précisément de contourner ce problème. Chaque élément d’information porte la sémantique de sa signification dans une balise, et le regroupement ainsi que l’affectation de chaque élément de données sont définis sans ambiguïté par la structure XML. Fig. 2: Données d’une base terminologique MultiTerm 2011 exportées au format XML La figure 2 montre le début du fichier d’échange CSV de la figure 1 au format XML, plus précisément au format XML spécifique de MultiTerm 2011 utilisé pour la conversion des bases de données MultiTerm. 3. S O L U T I O N Nous ne sommes désormais plus très loin d’atteindre un format d’échange normalisé et bien défini. Il suffit de normaliser le balisage entre chevrons, les balises et les attributs de type, afin de permettre un « échange aveugle » entre bases de données terminologiques. Aveugle signifie qu’il n’est pas nécessaire de connaître la structure, les catégories de données et leurs valeurs dans la base terminologique source et dans la base cible. C’est précisément ce que tente de réaliser la norme ISO 30042:2008, qui spécifie TBX (Term Base eXchange). TBX repose sur ISO 16642:2003, qui définit un métamodèle terminologique comportant plusieurs niveaux et éléments structurels pour le Terminologija | 2012 | 19 35 fichier XML, ainsi que sur ISOCAT (www.isocat.org), qui spécifie les catégories de données terminologiques conformément à ISO 12620:2009. La figure 3 montre un extrait simplifié d’une entrée terminologique représentée en TBX. Fig. 3: Exemple simplifié d’un fichier TBX TBX est spécifié dans une norme internationale unique, mais on constate, en consultant le document et le site web ISOcat, qu’il existe différentes variantes de TBX. La norme elle-même définit une sorte de famille de formats compatibles avec TBX, dans laquelle TBX–Default prend en charge l’ensemble des catégories de données terminologiques de la famille TBX, tandis que TBX–Basic n’utilise qu’un sous-ensemble plus restreint de catégories de données afin de faciliter les procédures d’importation et d’exportation pour des groupes d’utilisateurs spécifiques et des bases de données moins complexes. 4. DÉFIS Bien que TBX soit une norme ISO bien définie, il convient de mentionner deux problèmes susceptibles de compliquer considérablement l’échange de données terminologiques: le manque de rigueur de TBX dans certains domaines et la flexibilité des systèmes modernes de gestion terminologique. Entre autres, TBX tente de normaliser les instances permises des catégories de données fermées, c’est-à-dire les valeurs susceptibles d’apparaître. Cela peut fonctionner correctement pour certaines catégories de données, comme le genre grammatical (gender = m / f / n), mais est voué à l’échec pour une catégorie de données telle que le domaine, car il n’existe aucune classification (idéale) des domaines 36 Klaus–Dirk Schmitz | Using international standards for terminology exchange qui soit adapté à tous les besoins des utilisateurs et à tous les domaines d’application. Par conséquent, un échange de données entièrement « à l’aveugle » utilisant TBX ne peut être garanti pour toutes les catégories de données, puisque TBX ne peut pas spécifier les valeurs possibles pour des catégories de données telles que le domaine. Un système de gestion terminologique devrait fournir des interfaces d’importation et d’exportation prenant en charge la norme TBX. Certains développeurs de systèmes déclarent explicitement que leur logiciel est capable d’importer et d’exporter des fichiers au format TBX. Toutefois, cela n’est possible que si le système de gestion terminologique possède une structure d’entrée fixe et prédéterminée, avec des catégories de données prédéfinies; dans ce seul cas, le développeur du système connaît la sémantique des catégories de données et peut les représenter correctement dans les fichiers d’exportation TBX ou les interpréter dans les fichiers d’importation TBX. Mais si le système de gestion terminologique exige / permet à l’utilisateur de définir le modèle de données et les catégories de données en fonction de ses besoins spécifiques (par exemple, MultiTerm), ou au moins de modifier une modélisation des données prédéfinie (par exemple, crossTerm, qTerm ou TermStar), le développeur du système ne sera pas en mesure de fournir une interface TBX propre, car il ne peut pas connaître la sémantique des catégories de données définies par l’utilisateur. Pour remédier à de tels cas, seules deux solutions (en dehors de TBX) sont possibles: soit un outil de correspondance spécifique aide l’utilisateur à faire correspondre ses propres catégories de données aux catégories normalisées d’ISOcat, soit l’utilisateur crée dès le départ sa propre base de données terminologique en s’appuyant directement sur les catégories de données normalisées d’ISOcat. 5. CONCLUSION ISO/TC37, le comité technique international chargé de la normalisation de la terminologie, a élaboré et publié plusieurs normes qui portent directement sur l’échange de données terminologiques (par exemple, ISO 30042:2008 pour TBX). D’autres normes du TC37 peuvent également être utilisées pour sélectionner des catégories de données terminologiques et modéliser des bases de données terminologiques afin de faciliter et de garantir l’échange de données terminologiques. Étant donné que les systèmes modernes de gestion terminologique présentent des problèmes fondamentaux en ce qui concerne la prise en charge de formats d’échange tels que TBX, la question de l’échange doit être prise en compte lors de la conception d’une solution de gestion terminologique pour les entreprises et les travailleurs indépendants. Des décisions erronées et des choix inadéquats de catégories de données entraveront les futurs échanges de données terminologiques et ne pourront être corrigés qu’au prix d’efforts considérables. Des normes ISO telles que ISO 12620:2009 et ISO 26162:2012 Terminologija | 2012 | 19 37 ainsi que le registre des catégories de données (www.isocat.org) aideront les utilisateurs à concevoir des systèmes de gestion terminologique professionnels et à la pointe de la technologie, permettant un échange terminologique fondé sur des normes. BIBLIOGRAPHY ISO 12620:2009 Terminology and other language and content resources – Specification of data categories and management of a Data Category Registry for language resources. Geneva: ISO. ISO 16642:2003 Computer applications in terminology – Terminological markup framework. Geneva: ISO. ISO 26162:2012 Systems to manage terminology, knowledge and content – Design, implementation and maintenance of terminology management systems. Geneva: ISO. ISO 30042:2008 Systems to manage terminology, knowledge and content – TermBase eXchange (TBX). Geneva: ISO. Melby A. K., Schmitz K.-D., Wright S. E. 2001: Terminology Interchange. – Handbook of Terminology Management, Volume 2, Wright S. E., Budin G. (eds.), Amsterdam/Philadelphia: John Benjamins, 613–642. Schmitz K.-D. 2004: Terminologiearbeit und Terminographie. – Angewandte Linguistik – Ein Lehrbuch, Knapp K. et al. (Hrsg.), Tübingen/Basel: Francke, 435–456. Schmitz K.-D. 2008: Bedeutung von Normung und Terminologiearbeit für die Technische Dokumentation. – Terminologiearbeit für Technische Dokumentation. (= tekom Schriften zur technischen Kommunikation 12); Hennig J., Tjarks-Sobhani M. (Hrsg.), Lübeck: Schmidt-Römhild, 11–17. Schmitz K.-D., Straub D. 2010: Successful Terminology Management in Companies – Practical tips and guidelines, Stuttgart: TC and More. TARPTAUTINIŲ STANDARTŲ NAUDOJIMAS TERMINOLOGIJOS MAINAMS Kruopštus terminologijos darbas ir profesionali terminijos tvarkyba įmonėms ir laisvai samdomiems darbuotojams yra daug laiko ir išlaidų reikalaujanti veikla. Ją gerokai palengvintų prieiga prie esamų terminologinių išteklių ir jų panaudojimas. Klientų, vertimo paslaugas teikiančių įmonių ir vertėjų bendravimui ir bendradarbiavimui reikalingas duomenų perdavimas įvairiomis kryptimis. Skirtingos terminologijos tvarkybos sistemos ir nesuderinti, atskiri terminologinių išteklių duomenų modeliai gali trukdyti terminologinių duomenų mainams ar užkirsti jiems kelią. ISO/TK37 – tarptautinis terminologijos ir kitų kalbos bei turinio išteklių standartizavimo technikos komitetas – parengė ir išleido keletą standartų, skirtų terminologinių duomenų mainams (pvz., TBX mainų formatui skirtas ISO 30042). Pasirenkant tinkamas terminologinių duomenų kategorijas ir modeliuojant terminologinių duomenų bazes, galima remtis ir kitais ISO/TK37 standartais, kurių taikymas palengvintų terminologinių duomenų importą ir eksportą iš kitų išteklių. Straipsnyje kalbama apie bendruosius terminologinių duomenų mainų tikslus, principus ir problemas, supažindinama su tarptautiniais standartus, skirtais veiksmingus duomenų mainus užtikrinančioms terminologijos tvarkybos sistemoms kurti, aiškinamas TBX mainų formato taikymas. Gauta 2012-11-18 Klaus-Dirk Schmitz Cologne University of Applied Sciences Institute of Translation and Multilingual Communication Ubierring 48, 50678 Cologne, Germany E-mail [email protected] 38 Klaus-Dirk Schmitz Using international standards for terminology exchange