Using international standards for terminology exchange

Uso di standard internazionali per lo scambio terminologico KLAUS-DIRK SCHMITZ Cologne University of Applied Sciences PAROLE CHIAVE: gestione terminologica, scambio terminologico, standard, categorie di dati, TBX 1. MOTIVAZIONE La creazione di terminologia di alta qualità e la gestione professionale della terminologia sono attività che richiedono entrambe molto tempo e comportano costi elevati. L'accesso alle risorse terminologiche già esistenti e il loro riutilizzo possono ridurre notevolmente l'impegno richiesto dal lavoro terminologico. In molti casi, queste considerazioni economiche costituiscono le principali motivazioni dell'interesse per lo scambio terminologico. Tuttavia, esistono molte altre ragioni per cui lo scambio terminologico è così importante. Le attività commerciali di traduzione tra clienti, fornitori di servizi linguistici e traduttori freelance richiedono il trasferimento di dati terminologici in entrambe le direzioni. Le aziende forniscono terminologia a supporto dei progetti di traduzione e i traduttori restituiscono le risorse terminologiche che hanno aggiornato durante il lavoro di traduzione. Inoltre, l'uso coerente della terminologia nei progetti di grandi dimensioni con diversi traduttori può essere garantito soltanto se tutte le persone coinvolte hanno accesso alle stesse risorse di dati terminologici; tuttavia, strumenti diversi di gestione terminologica e banche dati terminologiche progettate individualmente complicano lo scambio integro e coerente dei dati terminologici. Un ultimo importante scenario per lo scambio di dati terminologici è la migrazione di raccolte di dati terminologici da un sistema a un altro. Ciò può essere necessario se un'azienda o un freelance cambia fornitore di strumenti e deve convertire la terminologia dal vecchio sistema di gestione terminologica al nuovo strumento, ma anche quando i dati terminologici servono in altri programmi, come i sistemi di gestione dei contenuti o i sistemi di traduzione automatica (basati su regole). Tuttavia, uno scambio terminologico semplice e agevole in tutti questi scenari può risultare problematico, poiché i requisiti tecnici per la gestione terminologica- Terminologija | 2012 | 19 3 3 mento (lingue, categorie di dati, insiemi di valori dei dati) può variare notevolmente a seconda delle esigenze dei rispettivi gruppi di utenti e dei contesti organizzativi. 2. REQUISITI Le procedure di scambio tra due specifiche banche dati terminologiche vengono in genere sviluppate individualmente, tenendo conto delle routine e dei formati di importazione ed esportazione esistenti dei due sistemi coinvolti. È inoltre necessario conoscere i modelli dei dati e la «semantica» delle categorie di dati di entrambi i sistemi. Se è necessario scambiare dati tra più di due sistemi, il numero delle routine di conversione necessarie aumenta rapidamente. Per questo motivo vi è una forte richiesta di formati di scambio standardizzati, per i quali ciascun sistema di gestione terminologica partecipante deve fornire soltanto una funzionalità per importare i dati dal formato di scambio standardizzato e una funzionalità per esportarli nel formato di scambio standard. Uno dei formati più noti e più utilizzati è il CSV (valori separati da virgole). Questo formato separa le informazioni mediante virgole o tabulazioni e i record di dati mediante ritorni a capo o segni di paragrafo. Sebbene i singoli dati siano solitamente separati tra loro, il significato e l’interpretazione dei singoli dati non sono chiari né definiti esplicitamente nel formato CSV. Fig. 1: Dati di una termbase MultiTerm 2011 esportati in formato CSV Il formato CSV viene spesso usato per convertire i dati da e verso fogli di calcolo Excel. Talvolta i nomi delle colonne sono specificati nella prima riga del file di scambio, consentendo di formulare deduzioni su 34 Klaus–Dirk Schmitz | Using international standards for terminology exchange la semantica dei dati seguenti. Ma ciò funziona soltanto se la struttura dei dati terminologici non è troppo complessa e se ciascun record contiene dati dello stesso tipo e in pari numero; i dati variabili (ad es. un numero diverso di termini in più lingue) sposteranno le colonne e renderanno impossibile interpretare correttamente i dati. L’uso di linguaggi di markup come XML (extensible markup language) evita proprio questo problema. Ogni singola informazione reca la semantica del proprio significato in un cosiddetto tag, e il raggruppamento e l’assegnazione di ciascun elemento di dati sono definiti in modo univoco dalla struttura XML. Fig. 2: Dati di una termbase MultiTerm 2011 esportati in formato XML La Figura 2 mostra l’inizio del file di scambio CSV della Figura 1 in formato XML, precisamente nel formato XML specifico di MultiTerm 2011 utilizzato per convertire le banche dati MultiTerm. 3. S O L U Z I O N E Ora non siamo lontani dal raggiungere un formato di scambio standardizzato e ben definito. È sufficiente standardizzare il markup tra parentesi angolari, i tag e gli attributi di tipo, per consentire il cosiddetto «scambio cieco» tra basi di dati terminologiche. «Cieco» significa che non è necessario conoscere la struttura, le categorie di dati e i relativi valori della termbase di origine e di quella di destinazione. È proprio questo che la norma ISO 30042:2008, che specifica TBX (Term Base eXchange), cerca di realizzare. TBX si basa sulla norma ISO 16642:2003, che definisce un metamodello terminologico con diversi livelli ed elementi strutturali per il Terminologija | 2012 | 19 35 file XML, e su ISOCAT (www.isocat.org), che specifica le categorie di dati terminologici secondo la norma ISO 12620:2009. La Figura 3 mostra un estratto semplificato di una voce terminologica in rappresentazione TBX. Fig. 3: Esempio semplificato di un file TBX TBX è specificato come un unico standard internazionale, ma consultando il documento e il sito web ISOcat si riconosce che esistono diverse varianti di TBX. Lo standard stesso definisce una sorta di famiglia di formati compatibili con TBX, in cui TBX–Default supporta l’intero insieme delle categorie di dati terminologici della famiglia TBX, mentre TBX–Basic utilizza soltanto un sottoinsieme più ristretto di categorie di dati, per agevolare procedure di importazione ed esportazione più semplici per specifici gruppi di utenti e database meno complessi. 4. SFIDE Sebbene TBX sia una norma ISO ben definita, occorre menzionare due problemi che possono complicare notevolmente lo scambio di dati terminologici: la mancanza di rigore di TBX in alcuni ambiti e la flessibilità dei moderni sistemi di gestione terminologica. Tra le altre cose, TBX tenta di standardizzare le istanze ammissibili delle categorie di dati chiuse, cioè i valori che possono presentarsi. Ciò può funzionare correttamente per alcune categorie di dati, come il genere grammaticale (gender = m / f / n), ma è destinato a fallire per una categoria di dati come il settore tematico, perché non esiste una classificazione (ideale) dei settori tematici 36 Klaus–Dirk Schmitz | Using international standards for terminology exchange che sia adeguato a tutte le esigenze degli utenti e a tutti gli ambiti di applicazione. Pertanto, non è possibile garantire per tutte le categorie di dati uno scambio completamente «alla cieca» mediante TBX, poiché TBX non può specificare i valori possibili per categorie di dati quali il campo tematico. Un sistema di gestione terminologica dovrebbe fornire interfacce di importazione ed esportazione conformi allo standard TBX. Alcuni sviluppatori di sistemi dichiarano esplicitamente che il loro software è in grado di importare ed esportare file nel formato TBX. Tuttavia, ciò è possibile solo se il sistema di gestione terminologica presenta una struttura delle voci fissa e predeterminata, con categorie di dati preimpostate; solo in questo caso lo sviluppatore del sistema conosce la semantica delle categorie di dati e può rappresentarle adeguatamente nei file di esportazione TBX o interpretarle nei file di importazione TBX. Se invece il sistema di gestione terminologica richiede / consente all’utente di specificare il modello di dati e le categorie di dati in base alle proprie esigenze specifiche (ad es. MultiTerm), oppure almeno di modificare un modello di dati preimpostato (ad es. crossTerm, qTerm o TermStar), lo sviluppatore del sistema non sarà in grado di fornire un’interfaccia TBX corretta, perché non può conoscere la semantica delle categorie di dati definite dall’utente. Per ovviare a situazioni di questo tipo, sono possibili solo due soluzioni (esterne a TBX): uno strumento di mappatura specifico aiuta l’utente ad associare le proprie categorie di dati alle categorie standardizzate di ISOcat, oppure l’utente crea fin dall’inizio la propria banca dati terminologica direttamente sulla base delle categorie di dati standardizzate in ISOcat. 5. CONCLUSIONI ISO/TC37, il comitato tecnico internazionale per la normalizzazione della terminologia, ha sviluppato e pubblicato diversi standard direttamente correlati allo scambio di dati terminologici (ad es. ISO 30042:2008 per TBX). Anche altri standard TC37 possono essere utilizzati per selezionare categorie di dati terminologici e modellare banche dati terminologiche, al fine di facilitare e garantire lo scambio di dati terminologici. Poiché i moderni sistemi di gestione terminologica presentano problemi fondamentali per quanto riguarda il supporto di formati di scambio quali TBX, la questione dello scambio deve essere presa in considerazione quando si progetta una soluzione di gestione terminologica per aziende e liberi professionisti. Decisioni sbagliate e scelte errate delle categorie di dati ostacoleranno il futuro scambio di dati terminologici e potranno essere corrette solo con un notevole sforzo. Standard ISO quali ISO 12620:2009 e ISO 26162:2012 Terminologija | 2012 | 19 37 nonché il Data Category Registry (www.isocat.org) aiuteranno gli utenti a progettare sistemi professionali e all’avanguardia di gestione terminologica che consentano lo scambio terminologico basato su standard. 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