Het creëren van kwalitatief hoogwaardige terminologie en professioneel terminologiebeheer zijn beide tijdrovende en kostbare activiteiten. Toegang tot reeds bestaande terminologische hulpbronnen en het hergebruik ervan kunnen de inspanningen voor terminologiewerk aanzienlijk verminderen. Deze economische overwegingen vormen in veel gevallen de belangrijkste argumenten voor belangstelling voor terminologie-uitwisseling.
Maar er zijn veel andere redenen waarom terminologie-uitwisseling zo belangrijk is. Bedrijfsactiviteiten op het gebied van vertaling tussen opdrachtgevers, taaldienstverleners en freelancevertalers vereisen de overdracht van terminologische gegevens in beide richtingen. Bedrijven leveren terminologie ter ondersteuning van vertaalprojecten, en vertalers retourneren terminologische hulpbronnen die zij tijdens de vertaalopdracht hebben bijgewerkt. En consistent terminologiegebruik in grotere projecten met meerdere individuele vertalers kan alleen worden gegarandeerd als alle betrokkenen toegang hebben tot dezelfde terminologische gegevensbronnen; verschillende terminologiebeheertools en individueel ontworpen terminologiedatabases bemoeilijken echter de verliesvrije en consistente uitwisseling van terminologische gegevens.
Een laatste belangrijk scenario voor de uitwisseling van terminologische gegevens is de migratie van terminologische gegevensverzamelingen van het ene systeem naar het andere. Dit kan nodig zijn wanneer een bedrijf of freelancer van leverancier van hulpmiddelen verandert en de terminologie van het oude terminologiebeheersysteem naar het nieuwe hulpmiddel moet overzetten, maar ook wanneer terminologische gegevens nodig zijn in andere programma's, zoals contentmanagementsystemen of (regelgebaseerde) machinevertaalsystemen.
Maar eenvoudige en probleemloze terminologie-uitwisseling in al deze scenario's kan problematisch zijn, omdat de technische vereisten voor terminologiebeheer-
Terminologija | 2012 | 19
3 3
Page 2
ment (talen, gegevenscategorieën, gegevenswaardensets) kan sterk verschillen, afhankelijk van de behoeften van de betreffende gebruikersgroepen en de organisatorische omgeving.
2. VEREISTEN
Uitwisselingsroutines tussen twee specifieke terminologiedatabases worden doorgaans afzonderlijk ontwikkeld, rekening houdend met de bestaande import- en exportroutines en -formaten van de twee betrokken systemen. Ook is het noodzakelijk de gegevensmodellen en de ‘semantiek’ van de gegevenscategorieën van beide systemen te kennen. Als gegevensuitwisseling tussen meer dan twee systemen nodig is, neemt het aantal vereiste conversieroutines snel toe. Daarom is er een grote behoefte aan gestandaardiseerde uitwisselingsformaten, waarbij elk van de deelnemende terminologiebeheersystemen alleen een functie hoeft te bieden voor het importeren van gegevens uit het gestandaardiseerde uitwisselingsformaat en alleen een functie voor het exporteren naar het standaarduitwisselingsformaat.
Een van de bekendste en vaak aangeboden formaten is CSV (door komma’s gescheiden waarden). Dit formaat scheidt informatie met komma’s of tabs en gegevensrecords met regeleinden of alineamarkeringen. Hoewel afzonderlijke gegevens gewoonlijk van elkaar gescheiden zijn, zijn de betekenis en interpretatie van de afzonderlijke gegevens onduidelijk en niet expliciet vastgelegd in het CSV-formaat.
Fig. 1: Gegevens uit een MultiTerm 2011-termbase geëxporteerd in CSV-formaat
Het CSV-formaat wordt vaak gebruikt om gegevens om te zetten van en naar Excel-spreadsheets. Soms staan de kolomnamen op de eerste regel van het uitwisselingsbestand, waardoor conclusies kunnen worden getrokken over
34
Klaus–Dirk Schmitz | Using international standards for terminology exchange
Page 3
de semantiek van de volgende gegevens. Maar dit werkt alleen als de structuur van de terminologische gegevens niet te complex is en elk record hetzelfde type en aantal gegevens bevat; variabele gegevens (bijvoorbeeld een verschillend aantal termen in verschillende talen) verschuiven de kolommen en maken het onmogelijk de gegevens correct te interpreteren.
Het gebruik van opmaaktalen zoals XML (extensible markup language) omzeilt precies dit probleem. Elk afzonderlijk informatie-element draagt de semantiek van zijn betekenis in een zogenoemde tag, en de groepering en toewijzing van elk gegevensitem worden eenduidig bepaald door de XML-structuur.
Fig. 2: Gegevens uit een MultiTerm 2011-termbase geëxporteerd in XML-formaat
Figuur 2 toont het begin van het CSV-uitwisselingsbestand uit figuur 1 in XML-formaat, namelijk in het specifieke MultiTerm 2011 XML-formaat dat wordt gebruikt voor de conversie van MultiTerm-databases.
3. O P L O S S I N G
We zijn nu niet ver verwijderd van een goed gedefinieerd, gestandaardiseerd uitwisselingsformaat. Het is alleen nodig de mark-up tussen de punthaken, de tags en de typeattributen te standaardiseren om een zogenoemde ‘blinde uitwisseling’ tussen terminologiedatabases mogelijk te maken. Blind betekent dat u de structuur, de gegevenscategorieën en hun waarden in de brondatabank en de doeldatabank niet hoeft te kennen. Dit is precies wat de norm ISO 30042:2008, waarin TBX (Term Base eXchange) wordt gespecificeerd, probeert te bereiken. TBX is gebaseerd op ISO 16642:2003, waarin een terminologisch metamodel met verschillende niveaus en structurele elementen wordt gedefinieerd voor de
Terminologija | 2012 | 19
35
Page 4
XML-bestand, en op ISOCAT (www.isocat.org), waarin terminologische gegevenscategorieën volgens ISO 12620:2009 worden gespecificeerd. Figuur 3 toont een vereenvoudigd fragment van een terminologische vermelding in TBX-weergave.
Fig. 3: Vereenvoudigd voorbeeld van een TBX-bestand
TBX is vastgelegd als één internationale norm, maar bij raadpleging van het document en de ISOcat-website zal men zien dat er verschillende varianten van TBX bestaan. De norm zelf definieert iets als een familie van TBX-compatibele formaten, waarbij TBX–Default de volledige set terminologische gegevenscategorieën van de TBX-familie ondersteunt, terwijl TBX–Basic slechts een kleinere subset van gegevenscategorieën gebruikt om eenvoudigere import- en exportroutines mogelijk te maken voor specifieke gebruikersgroepen en minder complexe databases.
4. UITDAGINGEN
Hoewel TBX een goed gedefinieerde ISO-norm is, moeten twee problemen worden genoemd die de uitwisseling van terminologische gegevens aanzienlijk kunnen bemoeilijken: het gebrek aan strikt gedefinieerde regels in sommige onderdelen van TBX en de flexibiliteit van moderne terminologiebeheersystemen.
TBX probeert onder meer de toegestane waarden voor gesloten gegevenscategorieën te standaardiseren, d.w.z. de waarden die kunnen voorkomen. Dit kan goed werken voor bepaalde gegevenscategorieën, zoals grammaticaal geslacht (gender = m / f / n), maar is gedoemd te mislukken voor een gegevenscategorie zoals vakgebied, omdat er geen (ideale) classificatie van vakgebieden bestaat
36
Klaus–Dirk Schmitz | Using international standards for terminology exchange
Page 5
die geschikt is voor alle gebruikersbehoeften en alle toepassingsgebieden. Daarom kan een volledig «blinde» gegevensuitwisseling met TBX niet voor alle gegevenscategorieën worden gegarandeerd, aangezien TBX de mogelijke waarden voor gegevenscategorieën zoals het vakgebied niet kan specificeren.
Een terminologiebeheersysteem moet import- en exportinterfaces bieden die de TBX-standaard ondersteunen. Sommige systeemontwikkelaars geven expliciet aan dat hun software bestanden volgens het TBX-formaat kan importeren en exporteren. Dit kan echter alleen waar zijn als het terminologiebeheersysteem een vaste, vooraf bepaalde invoerstructuur met vooraf ingestelde gegevenscategorieën heeft; alleen in dat geval kent de systeemontwikkelaar de semantiek van de gegevenscategorieën en kan hij deze adequaat weergeven in TBX-exportbestanden of interpreteren in TBX-importbestanden. Maar als het terminologiebeheersysteem vereist / toestaat dat de gebruiker het gegevensmodel en de gegevenscategorieën specificeert op basis van zijn specifieke behoeften (bijv. MultiTerm), of ten minste een vooraf ingestelde gegevensmodellering wijzigt (bijv. crossTerm, qTerm of TermStar), kan de systeemontwikkelaar geen correcte TBX-interface bieden, omdat hij de semantiek van de door de gebruiker gedefinieerde gegevenscategorieën niet kan kennen. Om dit soort gevallen te ondervangen, zijn er slechts twee oplossingen (buiten TBX): ofwel helpt een specifiek mappinginstrument de gebruiker zijn eigen gegevenscategorieën aan de gestandaardiseerde ISOcat-categorieën te koppelen, ofwel maakt de gebruiker vanaf het begin rechtstreeks zijn eigen terminologiedatabase op basis van de gestandaardiseerde gegevenscategorieën in ISOcat.
5. CONCLUSIE
ISO/TC37, de internationale technische commissie voor de standaardisering van terminologie, heeft verschillende normen ontwikkeld en gepubliceerd die rechtstreeks betrekking hebben op de uitwisseling van terminologische gegevens (bijv. ISO 30042:2008 voor TBX). Maar ook andere TC37-normen kunnen worden gebruikt voor de selectie van terminologische gegevenscategorieën en voor het modelleren van terminologiedatabases, om de uitwisseling van terminologische gegevens te vergemakkelijken en te waarborgen.
Aangezien er fundamentele problemen zijn met moderne terminologiebeheersystemen wat betreft de ondersteuning van uitwisselingsformaten zoals TBX, moet bij het ontwerpen van een oplossing voor terminologiebeheer voor bedrijven en freelancers rekening worden gehouden met de uitwisseling. Verkeerde beslissingen en onjuiste selecties van gegevenscategorieën zullen toekomstige uitwisseling van terminologische gegevens belemmeren en kunnen alleen met grote inspanningen worden hersteld. ISO-normen zoals ISO 12620:2009 en ISO 26162:2012
Terminologija | 2012 | 19
37
Page 6
evenals het Data Category Registry (www.isocat.org) zullen gebruikers ondersteunen bij het ontwerpen van professionele en ultramoderne terminologiebeheersystemen die op standaarden gebaseerde terminologie-uitwisseling mogelijk maken.
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
