Improving Compatibility of Terminological Collections with a Bridging Classification of Data Categories

Terminoloji derlemelerinin veri kategorilerine yönelik bir köprü sınıflandırmasıyla uyumluluğunun iyileştirilmesi IGOR KUDASHEV University of Helsinki G İ R İ Ş Standartlaştırılmış bir veri kategorileri kümesinin (ISO 12620:1999) ve standartlaştırılmış terminoloji çalışması yöntemlerinin (ISO 704:2000) varlığına rağmen, farklı kuruluşlarda oluşturulmuş ve veri kaybı ya da her bir veritabanının derlenmesine ilişkin özgün ilkelerin bozulması olmaksızın kolayca birleştirilebilecek iki terminoloji veritabanı bulmak hâlâ zordur. Bunun en belirgin nedenleri şunlardır: ulusal diller ve gelenekler farklılık gösterir; uzmanlık dili (LSP) alanları farklılık gösterir; derleyicilerin arka planları ve yaklaşımları farklılık gösterir; teknik çözümler farklılık gösterir. Aynı zamanda, terminolojik kaynakların ve diğer veri türlerinin yönetimindeki eğilimlerden biri, dağınık kaynakları genellikle fiziksel olarak birleştirmeden daha büyük portallarda veya hizmetlerde bir araya getirmek olmuştur. Buna örnek olarak, birden fazla dahili ve harici terminoloji veritabanında arama yapılmasını ve sonuçların derlenmesini sağlayan EuroTermBank portalı verilebilir (http://www.eurotermbank.com). Kullanıcı talepleri ve veri hacimleri arttıkça, yalnızca başlık sözcüklerini değil, kaydın tüm alanlarını kapsayan gelişmiş arama sunmak ve kayıtları kullanıcıların tercihlerine göre uyarlamak gerekli hâle gelmektedir. Bu makalede, terminoloji derlemeleri arasında köprü görevi görebilecek bir veri kategorileri sınıflandırması öneriyoruz. Sınıflandırma, farklı veri kategorisi kümelerine sahip terminoloji derlemlerinin yönetimiyle ilgili şu sorunları ele almaktadır: terminoloji kaynaklarının bir araya getirilmesi ve birleştirilmesi; kayıtların tüm alanlarını kapsayan aramanın düzenlenmesi; birden fazla derlemdeki kayıtların kullanıcı tercihlerine göre uyarlanması. 36 Igor Kudashev | Improving Compatibility of Terminological... Terminoloji veritabanı, terminolojik verilerin yanı sıra kaynaklar, kullanıcılar ve terminoloji yönetimi işlemleri hakkında bilgiler gibi farklı veri türlerini de içerebilir. Bu makalede, LSP ifadelerinin betimlenmesiyle ilgili veri kategorilerinin sınıflandırılmasına odaklanıyoruz. VERİ KATEGORİSİ NEDİR? Terminoloji veritabanlarında farklı veri türleri farklı alanlara yerleştirilir. Veri kategorisi, belirli bir veri alanının belirlenmesinin sonucudur (ISO 1087-2:2000: 13). Terminologlar, veri kategorisi kavramını açıklamak için farklı benzetmeler kullanır. Benzetmelerden biri, farklı türde giysileri saklamak için farklı çekmecelerin kullanıldığı bir gardıroptur. Bir başka benzetme ise her tür malın karışmaması için kendi ambalajına sarıldığı bir alışveriş sepetidir. VERİ KATEGORİLERİ ARASINDAKİ TİPİK UYUŞMAZLIKLAR Veri kategorileri, veri sınıflandırmasının sonucudur. Veriler, sınıflandırmayı yapan kişinin bakış açısına ve kullanıcıların ihtiyaçlarına bağlı olarak birçok farklı şekilde sınıflandırılabilir. Gardırop benzetmesini kullanarak, farklı gardıropların farklı sayıda çekmecesi olduğunu ve bu çekmecelerin şekil, boyut vb. bakımından farklılık gösterebileceğini söyleyebiliriz. Terminoloji veritabanlarındaki veri kategorileri arasında en az altı tür uyuşmazlık mümkündür: - veri kategorilerinin adlarında uyuşmazlık; - veri kategorilerinin “boyutlarında”, yani farklı “ayrıntı düzeylerinde” uyuşmazlık; - veri kategorilerinin “yerlerinde”, yani sınıflandırma şemasındaki konumlarında uyuşmazlık; - sınıflandırma ilkelerinde uyuşmazlık (örtüşme); - veri kategorilerinin içeriklerinde uyuşmazlık; - karma durumlar. Aşağıda, bazı yaygın uyuşmazlıkları açıklayan birkaç örnek verilmiştir. 1. Durum: veri kategorileri farklı adlandırılmıştır. Örnek: Bir veritabanında veri kategorisine not, başka birinde yorum, üçüncüsünde açıklama, dördüncüsünde ise NB denir. Terminologija | 2009 | 16 37 Durum 2: bir veri kategorisinin adı farklı anlamlarda kullanılır. Örnek: veri kategorisi eşanlamlı; “tam eşanlamlı”, “yakın eşanlamlı” veya “tam ya da yakın eşanlamlı” ifadelerine karşılık gelebilir. Durum 3: veri kategorilerinin adları “sahte eşdeğerler”dir. Örnek: ISO standardında tanımlandığı biçimiyle İngilizce kısaltma ve akronim (ISO 12620:1999: 6–7) ile Rusça аббревиатура ve акроним birbirine çapraz olarak karşılık gelir (Kudashev & Hajutin 2003: 104–105). Durum 4: veri kategorilerinin granülerliği farklıdır. Örnek: veri kategorisi terimin kısaltılmış biçimi, ISO 12620:1999'da beş alt sınıfa ayrılır (kısaltma, terimin kısa biçimi, baş harflerden oluşan kısaltma, akronim ve kesilmiş terim); ancak ISO 12616:2002'de (“Çeviri odaklı terminoloji”) böyle bir ayrım yoktur. Durum 5: veri kategorileri örtüşür. Örnek: örnek ve bağlam veri kategorileri örtüşür. Bazı örnekler bağlam niteliğindedir ve bazı bağlamlar örnek işlevi görebilir; ancak bu iki kategori özdeş değildir. Durum 6: aynı veri kategorisi farklı üst kategoriler altında sınıflandırılır. Örnek: veri kategorisi bağlam, ISO 12620:1999'da kavramla ilgili veriler olarak değerlendirilir; bunun nedeni görünüşe göre bağlamların kavram hakkında ek bilgi sağlayabilmesidir. Ancak bağlamların daha yaygın işlevi, terim kullanımı ve eşdizimler hakkında bilgi vermektir; bu nedenle “birçok veri tabanı bağlamı terimle ilgili bir kategori olarak sınıflandırır” (ISO 12620:1999: 25). Durum 7: verinin dili, gösterge sistemi veya gösterimi farklıdır. Örnek: bir sözcük türü bir veri tabanında noun, başka birinde n., üçüncü birinde subst. biçiminde, dördüncü birinde ise grafiksel bir simgeyle kodlanabilir. Durum 8: veri kategorilerinin özdeş ya da benzer değerleri farklı anlamlarda ve farklı bağlantılar içinde kullanılır. Örnek: ISO 12620:1999'daki neolojizm veri kategorisinin terim kökeni değerinin kronolojik bir etiketi ifade ettiği düşünülebilir; oysa bu değer, terimi oluştururken kullanılan yönteme işaret eder. 38 Igor Kudashev | Improving Compatibility of Terminological... Vaka 9: yarı kapalı sınıfların değerleri, farklı dillerdeki dilbilimsel olguların ve farklı geleneklerin farklı biçimde sınıflandırılmasından dolayı farklılık gösterir. Örnek: ISO 12620:1999'da, “alt üsluba” ait LSP ifadelerini tanımlamak için kullanılan etiketler arasında slang register ve vulgar register bulunur. Bunlar, Rusçadaki профессиональный жаргонизм (mesleki argo) ve профессиональное просторечие (mesleki konuşma dili) etiketlerine kabaca karşılık gelir. Ancak Fince'de yalnızca ammattislangi kategorisi vardır (mesleki argo; bkz. Sanastotyön käsikirja 1989: 12). Bazı verilerin terminoloji derlemelerinde örtük olarak ifade edilebileceği de belirtilmelidir. Örnek 1: bazı durumlarda obsolete etiketinin bulunması, diğer durumlarda ise bulunmaması, etiketlenmemiş terimlerin etkin LSP söz varlığına ait olduğunu ima eder. Örnek 2: iki veya daha fazla terim aynı maddeye konmuşsa, bu genellikle bunların eş anlamlı ya da eşdeğer olduğunu ima eder. Terminoloji kaynaklarının veri alışverişi veya bir araya getirilmesi, bu tür örtük verilerin açık hâle getirilmesini gerektirebilir. Örneğin, veriler statik maddeler yerine ontoloji biçiminde saklanıyorsa, yukarıda sözü edilen eş anlamlılar ve eşdeğerler hakkındaki örtük bilgilerin madde kayıtları “çözümlenirken” açıkça belirtilmesi ve kaydedilmesi gerekir. ISO VERİ KATEGORİLERİ ENVANTERLERİ VE SINIFLANDIRMALARI ISO 12620:1999, terminolojik bilgilerin kaydedilmesi için bir veri kategorileri kümesi tanımlar. Hangi veri kategorilerinin kullanılması gerektiğini belirtmez; bunun yerine bir envanter işlevi görür. Bu veri kategorileri kümesi, geniş çapta kabul gören dilbilimsel veri kategorilerini belgeleyen ISOcat projesi kapsamında genişletilmektedir (www.isocat.org). ISOcat projesi, dilbilimcilere dilbilimsel kavramları daha iyi kategorilere ayırma ve tanımlama fırsatı sunduğu, terim bankası tasarımcılarının ise geniş bir envanterden hazır veri kategorileri seçmesine imkân verdiği için kuşkusuz yararlıdır; ancak veri alışverişi, bir araya getirme ve birden fazla veri tabanında tam madde arama sorunlarına çözüm getirmesi olası görünmemektedir. İlk olarak, terminolojik ürünleri derleyenlerin... yapmasını engelleyemez Terminologija | 2009 | 16 39 verileri farklı bir şekilde sınıflandırmaktan ve kendi veri kategorilerini kullanmaktan kaynaklanır. İkinci olarak, terminoloji koleksiyonlarında kullanılan veri kategorilerinin sayısı arttıkça bu kategoriler çeşitlenir ve veri alışverişi daha da zorlaşır. Veri kategorilerinin listesi teoride sonsuz, uygulamada ise oldukça kapsamlıdır. Örneğin, ISOcat envanterinde terminolojiyle ilgili veri kategorilerinin listesi şimdiden 500 öğeyi aşmaktadır. ISOcat projesinde kullanılan uygulamalardan biri bu sayıyı birçok kez artırabilir. Kapalı ve yarı kapalı sınıfların değerlerinin ayrı veri kategorileri olarak sunulmasını kastediyoruz. Örneğin, register veri kategorisinin vulgarRegister, slangRegister vb. değerleri artık başlı başına veri kategorileri olarak sunulmaktadır. Benzer şekilde, reliabilityCode veri kategorisi reliabilityCode1, reliabilityCode2 vb. olarak ayrıştırılmaktadır. Bunun pratik açıdan makul olup olmadığı konusunda farklı görüşler olabilir; ancak veriler birçok farklı şekilde düzenlenebilir ve bu nedenle veri kategorilerinin yalnızca yes ve no değerlerini kabul edebilen ilkel sınıflara kadar ayrıştırılmasını engelleyen biçimsel bir kısıtlama yoktur. Bununla birlikte, yönetilebilir ve iyi düzenlenmiş kalabilmesi için bu veri kategorileri alanının uygun biçimde yapılandırılması ve sınıflandırılması gerektiği açıktır. Bu arada, ISO 12620:1999’da önerilen veri kategorileri sınıflandırması çeşitli açılardan sorunludur. Öncelikle, verilerin temel bölümlenmesiyle ilgili bazı tutarsızlıklar vardır. 6.2. bölüme göre (Typology of data categories), veri kategorileri üç ana gruba ayrılır: terim ve terimle ilgili bilgiler, betimleyici veriler ve idari veriler. Ancak Annex D (Systematic listing of data categories) bölümünde ikinci grup Data categories related to concept description olarak adlandırılır. Aynı zamanda bu grup, “diğer kategorilerden herhangi biriyle ilişkilendirilebildiği ve bu nedenle başka herhangi bir belirli alt grubun altında sınıflandırılamadığı için ayrı duran” Note alt grubunu içerir (ISO 12620:1999: 4). Amaçlanan bölümlemenin dört grubu kapsadığını varsayarsak—terim ve terimle ilgili bilgiler, kavramla ilgili bilgiler, idari veriler ve Note—bu sınıflandırma yine de birçok soru doğurur. Birkaçını sıralayalım: - examples ve contexts neden terimle ilgili veriler değil de kavramla ilgili verilerdir? Şu context veri kategorisinin tanımını karşılaştırın: “Bir terimin geçtiği bir metin ya da metin bölümü” (ISO 12620:1999: 25). - synonym ve equivalence neden terimle ilgili verilerdir; oysa anlamla ilgili diğer her şey kavramla ilgili verilerdir? degree of equivalence veri kategorisinin tanımını karşılaştırın: “İki ya da daha fazla kavramın içlemlerinin örtüşme derecesi” (ISO 12620:1999: 21). 40 Igor Kudashev | Improving Compatibility of Terminological... antonym ve homograph neden terimle ya da kavramla ilgili veriler değil de idari verilerdir? audio, video vb. neden (yalnızca) kavramla ilgili verilerdir? İdari verilerin kesin tanımı nedir? Bu sınıf neden bu kadar heterojen kategorileri içeriyor? Terminolojik verilerin kavramla ilgili ve terimle ilgili olarak ayrılması, terimleri aynı kavrama bağlayarak aralarındaki ilişki sayısını azaltan kavram odaklı yaklaşımı desteklediği için teknik açıdan yararlı olabilir. Ancak bu tür bir bölümleme genel olarak, özellikle de ISO 12620:1999’da uygulanış biçimi, terminoloji veri tabanlarının sıradan kullanıcıları—çevirmenler ve alan uzmanları—için güçlük yaratabilir. Nitekim synonyms terimle ilgili verilerde aranırken antonyms idari verilerde, examples ise kavramla ilgili verilerde aranmalıdır; bunun nedenini anlamak kolay değildir. Sıradan kullanıcılar terimlerle—sözcüklerle ve sözcük öbekleriyle—çalışır; bu nedenle onlar için bir terimin anlamından, terimin eş anlamlılarından, terimin kullanım örneklerinden vb. söz etmek daha doğaldır. Bu da birden çok koleksiyonda tam kayıt aramasını sağlamayı amaçlayan veri kategorileri sınıflandırmasının terim odaklı, sezgisel olarak anlaşılır ve yaygın dilbilimsel kategorilere dayalı olması gerektiği anlamına gelir. VERİ KATEGORİLERİ ARASINDAKİ UYUŞMAZLIKLARI GİDERME Veri kategorileri arasındaki uyuşmazlık sorunu eşleme yardımıyla çözülebilir. Uyuşmazlıklar adlandırmaya ilişkinse; örneğin veri kategorilerinin adları farklıysa veya aynı içerikler farklı biçimlerde sunuluyorsa, veri kategorileri arasında doğrudan eşleme kullanılabilir. Doğrudan eşleme uygulandığında, birleştirilmiş kaynakta veriler özgün veri tabanlarındakiyle aynı kesinlikte aranabilir. Veri kategorileri arasındaki daha önemli farklılıklar, veri kategorisi kümelerinin sınıflandırmaları arasında eşleme yoluyla ortak bir payda bulunmasını gerektirir. Ortak payda kullanımı aramanın kesinliğini bir ölçüde azaltır; ancak farklı yapılara sahip terminolojik kaynaklarda ortak arama sağlamanın tek yolu budur. Kullanıcı arama kesinliğinden ödün vermeye hazır değilse, her bir koleksiyonda ayrı ayrı arama yapmalıdır. Genel olarak veri alışverişinde olduğu gibi, ara bir biçimin, yani bir tür köprü veri kategorileri sınıflandırmasının kullanılması, uzun vadede daha etkilidir Terminologija | 2009 | 16 41 çünkü farklı sınıflandırmalar arasında çok sayıda eşleme yapmayı gerektirmez. Diğer sınıflandırmalar arasında ortak bir arayüz görevi görmesi amaçlanan veri kategorileri sınıflandırmasının genel ilkeleri şöyledir: 1. Sınıflandırmadaki sınıfların ortak payda işlevi görmesi beklendiğinden, daha fazla alt bölüme ayrılmayan “en temel” veri kategorilerinin çoğundan daha yüksek bir soyutlama düzeyinde olmaları gerekir. Bununla birlikte, soyutlama düzeyi çok yüksek olmamalıdır; çünkü kullanıcılar aşırı genel bir sınıflandırmaya ilgi duymaz. Uygulamada, iki soyutlama düzeyine sahip bir sınıflandırma yeterlidir. 2. Sınıflandırma, terminoloji veri tabanlarında tipik olarak açıklanan terim öğeleri, özel adlar, nomenklatür, kalıp ifadeler vb. dâhil, tüm LSP ifade türlerini kapsamalıdır. 3. Sınıflandırma yalnızca LSP ifadelerinin açıklanmasıyla doğrudan ilişkili veri kategorilerini içermelidir. Teknik ve idari yönlerin (ör. ortam, kodlamalar, kaynaklar, güvenilirlik vb.) açıklanması farklı bir iştir. 4. Sınıflandırma hiyerarşik olmalı, ancak aynı soyutlama düzeyinde birden fazla bölümleme ölçütüne izin verilmelidir. 5. Sınıflandırma genişletilebilir olmalı; yani hiyerarşinin her düzeyinde “diğer” kategorisini içermelidir. Bu ilkeler, yukarıda belirtilen kullanıcı dostu olma gerekliliğiyle birleştirilmelidir. Bize göre, verilerin dilsel işlevlerine dayanan sınıflandırma, bu açıdan özellikle güçlü bir seçenektir. Dilsel işlevlere dayalı köprü sınıflandırmasında odak, veri kategorilerinin adlarından, bu kategorilerin içerdiği verinin işlevine veya işlevlerine kaydırılır. Burada yapılabilecek bir karşılaştırma, alfabetik dizinleri ve konu dizinleri bulunan bir kütüphanedir. Veri kategorilerinin adlarına göre arama yapmak, alfabetik dizin yardımıyla aramaya benzer. Başlık, kitabın içeriği hakkında ipucu verir, ancak bazen yanıltıcı olabilir. Ayrıca kullanıcılar, belirli bir konuyu kapsayan tüm olası başlıkları tahmin edemez. Kullanıcılar hangi öğeyi veya öğeleri bulmak istediklerini kesin olarak bildiklerinde alfabetik dizin işe yarar. Ancak çoğu kütüphane kullanıcısı, ilgilendikleri konuyu hangi öğelerin kapsadığını önceden bilmedikleri için aramaya konu dizininden başlar. Birden fazla terminoloji koleksiyonunu bir araya getiren terminoloji portalı- 42 Igor Kudashev | Improving Compatibility of Terminological... Farklı veri kategorisi kümelerine sahip koleksiyonlar, kullanıcılara kütüphane raflarındaki kitaplar âlemiyle aynı sorunu yaşatır. Kullanıcılar ne tür bilgilerle ilgilendiklerini (dil bilgisi, anlam, kullanım vb.) bilirler, ancak bu bilgilerin hangi veri kategorilerinde bulunabileceğini her zaman bilmezler. Farklı terminoloji koleksiyonlarında benzer veri türleri farklı veri alanlarında yer alabilir. Örneğin, bir LSP ifadesinin bölgesel niteliği hakkındaki bilgiler kullanım, bölgesel etiket, dil simgesi vb. alanlarda bulunabilir. Arama verilerin dilsel işlevlerine dayanıyorsa kullanıcıların veri kategorilerinin tam adlarıyla ilgilenmesine gerek yoktur. Yalnızca bölgesel nitelik, anlam veya eş anlamlılar hakkında bilgi aradıklarını belirtirler; terminoloji yönetim sistemi de farklı veri tabanlarında belirtilen bilgi türünü içeren tam veya kısaltılmış kayıtları bulup görüntüler. İşleve göre arama, hangi alanlarda arama yapmak istediklerini tam olarak bilen kullanıcılar için alan adına göre aramayla desteklenebilir ve desteklenmelidir. Kütüphane öğeleri gibi veri alanları da farklı türde dilsel bilgiler içerebilir. Örneğin, örnek, bir terimin biçimi, anlamı ve kullanımı hakkında farklı oranlarda bilgi içerebilen tipik bir çok işlevli alandır. Her veri kategorisinin bir veya birden fazla işlevi olduğu belirtilebilir. Belirli bir veri kategorisinin belirli işlevleri ne ölçüde yansıttığını da belirtmek mümkün olmalıdır. Bu özellik sözel (ör. birincil ve ikincil işlev) ya da sayısal (ör.%0–100) olabilir. Belirli bir veri kategorisi kümesini ara sınıflandırmaya eşlemenin en kolay yolu, belirli türdeki veri alanlarının içeriklerini tek tip kabul edip basit bir eşleştirme tablosu oluşturmaktır. Daha kesin ancak daha karmaşık bir eşleştirme, derleyicilerin tek tek veri alanlarının, genel eşleştirme tablosunda kullanılan değerlerden sapmalarını belirtmesine olanak tanır. Örneğin, bağlamlar genellikle terimin kullanımı ve anlamı hakkında bilgi verir. Bu bilgi türleri her bağlam alanı için geçerli olduğundan, genel eşleştirme tablosuna eklenmeleri uygundur. Ancak bazı bağlamlar ansiklopedik bilgiler de içerebilir. Ansiklopedik bilgilerin bu ara sıra kullanımı yerel olarak, alan düzeyinde işaretlenebilir. Terminologija | 2009 | 16 43 VERİLERİN DİLSEL İŞLEVLERİNE DAYALI VERİ KATEGORİLERİ SINIFLANDIRMASI LSP ifadeleri dilsel göstergeler olduğundan, bunlarla ilgili bilgiler biçim, anlam, kullanım, diğer birimlerle ilişkiler, köken ve gelişim hakkındaki bilgiler olarak ayrılabilir. Aşağıda bu sınıfların her biri ayrıntılı biçimde açıklanmakta ve bunlara ait bazı veri örnekleri verilmektedir. Sınıflandırmanın özlü sürümü için lütfen Appendix 1'e bakınız. Biçimle ilgili veriler LSP ifadelerinin iki biçimi vardır: yazılı ve sözlü. Ayrıca, bir LSP ifadesinin biçimiyle ilgili veriler üç sınıfa ayrılabilir: - kanonik biçimle ilgili veriler; - birimin oluşumuyla ilgili veriler; - birimin çekimiyle ilgili veriler. KANONİK BİÇİMLE İLGİLİ VERİLER Kanonik biçim, baş terimin veri tabanında verildiği biçimdir. Diğer biçimler için “temsilci” işlevi görür. Örneğin, çoğu Avrupa dilinde isimlerin kanonik biçimi yalın tekil, fiillerinki ise mastardır. Ancak kanonik biçimi seçme kuralları farklı dillerde ve sözlükbilim geleneklerinde değişiklik gösterir. Yazılı kanonik biçimle ilgili verilere birkaç örnek: - yazılı biçimine göre ifade türü (ör. tam biçim, kısaltılmış biçim, simge, formül vb.); - biçimin yazımı; - biçimin yazım varyantları; - heceleme. Sözlü kanonik biçimle ilgili veri örnekleri: - sözlü biçimine göre ifade türü (ör. baş harflerden oluşan kısaltma, akronim); - telaffuz; - biçimin telaffuz varyantları; - hecelere ayırma. Görüldüğü gibi, bazı veri kategorileri hem yazılı hem de sözlü biçimlerle ilgili olabilir. Örneğin, belirli bir ifadenin, tam terimin ilk harflerinden oluşan ve bu harflerin tek tek telaffuz edildiği kısaltılmış bir biçim olan baş harflerden oluşan bir kısaltma (ör. United Nations – UN) olduğunu belirtmek, hem yazılı hem de sözlü biçimler hakkında bilgi verir. Ayrıca, bu 44 Igor Kudashev | Improving Compatibility of Terminological... terim oluşumu, kökeni ve gelişimi hakkında bilgi sağladığı söylenebilir. TERİM OLUŞUMUYLA İLGİLİ VERİLER Özel amaçlı dil ifadelerinin oluşumuyla ilgili veri örnekleri: - terim bileşenleri ve terim öğeleri; - morfem yapısı; - sözdizimsel model; - terim oluşturma modeli; - terim oluşturma yöntemi/yöntemleri; - morfolojik varyantlar; - türevler. ÇEKİMİYLE İLGİLİ VERİLER LSP ifadelerinin çekimiyle ilgili veri örnekleri: - dilbilgisel parametreler (sayı, cinsiyet, canlılık vb.); - biçimlerin tam veya kısmi paradigması; - çekim, fiil çekimi vb. modelleri. Anlamla ilgili veriler Sınıflandırmanın bu bölümü, diğer bölümlerle uyumlu kalmak amacıyla oldukça marjinal bir kategoriyle başlar. LSP ifadeleri, iç biçimlerinin anlamlarını ne ölçüde yansıttığına bağlı olarak birkaç sınıfa ayrılabilir. Örneğin, bir kalıplaşmış ifade, anlamı ifadeyi oluşturan sözcüklerin birleşik anlamından çıkarılamayan bir birimdir. Bunun dışında, LSP ifadelerinin anlamıyla ilgili veriler iki büyük kategoriye ayrılabilir. İlki, mantıksal anlamdır – bir LSP ifadesinin belirttiği mantıksal kavramın açıklaması. Bu tür bilgiler genellikle terminolojik tanımlarda ve tanım benzeri açıklamalarda verilir. İkinci kategori, çağrışımsal anlam olarak adlandırılabilecek, anlamın oldukça heterojen bileşenlerini içerir. Bu bileşenler, örneğin, şunları kapsar: - anlamın değerlendirme bildiren bileşenleri olan farklı çağrışımlar; - ifadenin iç biçimi (ifadenin “harfî”, morfem morfem anlamı); Terminologija | 2009 | 16 45 – aynı ifadenin diğer uzmanlık dili veya genel dil anlamları; – ifadenin zıt anlamlılık, eş anlamlılık, yakın seslilik ve diğer sistematik ilişkilerinden kaynaklanan anlam bileşenleri; – farklı türde çağrışımlar; – ses benzerliği, kafiyeler vb. unsurlardan kaynaklanan anlam bileşenleri. Bu anlam bileşenlerine “uyarılmış” diyoruz; çünkü bunlar, dil kullanıcılarının uzmanlık dili ifadelerinin gösterdiği nesnelere yönelik tutumlarından, kullanıcıların çağrışımlarından ya da bir uzmanlık dili ifadesinin diğer dil birimleriyle ilişkilerinden kaynaklanır. Bu anlamda, dil kullanıcıları, diğer dil birimleri veya her ikisi, uzmanlık dili ifadesine ek anlam bileşenleri “yükler”. Uzmanlık dili sözlüklerinde uyarılmış anlamın sunumuna ilişkin daha fazla bilgi için bkz. (Kudashev 2006; Kudashev 2007: 254–258). Uyarılmış bileşenler, olumlu çağrışımlar ve yan anlamlar oluşturduklarında ya da kullanıcıların gündelik iletişimde konuya ilişkin tutumlarını ifade etmelerine olanak tanıdıklarında memnuniyetle karşılanır, hatta bilerek geliştirilir. Ancak çoğu durumda, kullanıcıların dikkatini uzmanlık dili iletişiminin özünde bulunması gereken mantıksal anlamdan uzaklaştırırlar. Uyarılmış anlam bileşenlerinin terminoloji kuramında büyük ölçüde ihmal edilmiş olmasının nedenlerinden biri muhtemelen budur. Bununla birlikte, bunları dikkate almak, başarılı bir terminolojik adlandırma ve etkili uzmanlık dili iletişimi için önemli bir ön koşuldur. Ansiklopedik betimlemeyle ilgili veriler Ansiklopedik betimleme, uzmanlık dili ifadelerinin gösterdiği nesneler hakkında bilgi sağlar ve çoğu durumda bu bilgi dil dışıdır. Ancak bazen kavramın betimlemesi ile bir uzmanlık dili ifadesinin gösterdiği nesnenin betimlemesi arasındaki sınırı çizmek kolay değildir. Pek çok terminoloji veri tabanı, ansiklopedik betimleme sayılan bilgileri zaten içerir ve farklı türdeki başvuru kaynakları birbirine yaklaşma eğiliminde olduğundan, bu tür bilgilerin payının gelecekte artması beklenmektedir (karş. Hartmann 2001: 5). Bu olguyu kabul ederek, uzmanlık dili ifadelerinin betimlenmesiyle ilgili veri kategorileri sınıflandırmasına ansiklopedik betimlemeyi de dahil etmeye karar verdik. Kullanımla ilgili veriler Kullanımla ilgili bilgiler, en çok talep edilen bilgi türü gibi görünmektedir. 46 Igor Kudashev | Improving Compatibility of Terminological... terminological data (Kudashev 2007: 207). It can be subdivided into two big categories: - kullanım kısıtlamaları; - kullanım sıklığı. KULLANIM KISITLAMALARIYLA İLGİLİ VERİLER Herhangi bir LSP ifadesinin kullanımı en azından belirli bir ulusal dil, alan ve kronolojik dönemle sınırlıdır. Buna ek olarak kullanım belirli bir coğrafi bölge, meslek grubu, kuruluş, kayıt türü vb. ile de sınırlı olabilir. Aşağıda, parantez içinde birkaç örnekle birlikte en sık görülen kullanım kısıtlamalarının listesi yer almaktadır: - ulusal dil (en, fi, ru); - alan ve alt alan (fizik – atom fiziği – yüksek enerji fiziği); - bilimsel ekol/kuram (Newton fiziği, Einstein fiziği; dilbilimde Danimarka yapısalcılığı); - kronolojik kısıtlama (eskimiş, neolojizm, İkinci Dünya Savaşı sırasında kullanılmış); - coğrafi kısıtlama (en-US, en-GB, lehçe ifadesi); - kurumsal kısıtlama (Nokia, Microsoft, UN, WHO tarafından/kapsamında kullanılan terim); - mülkiyet kısıtlaması (ticari marka, ticari ad); - kayıt türü kısıtlamaları (resmî terim, gayriresmî terim, mesleki argo); - meslek grubu kısıtlamaları (hekimler, hemşireler, tıbbi yardımcı personel); - birleşimsel kısıtlamalar (bir soruşturmayı yürütmek/gerçekleştirmek/yapmak/başlatmak); - uygunluk kısıtlamaları (standartlaştırılmış, tercih edilen, önerilen, önerilmeyen terim). Son iki kısıtlama türünün muhtemelen daha ayrıntılı biçimde açıklanması gerekir. Birleşimsel kısıtlamalarla ilgili veriler Birleştirim gücü, dilsel birimlerin daha büyük birimler oluşturma yeteneğidir. Birleştirim gücü anlamsal, sözcüksel ve sözdizimsel olarak ayrılabilir. Anlamsal birleştirim gücü, ifadelerin anlamlarında tartışmalı bileşenler bulunmadığını gösterir. Sözcüksel birleştirim gücü, ifadelerin belirli başka sözcüksel araçlarla birleşme yeteneğinde kendini gösterir. Sözdizimsel birleştirim gücü, bir ifadenin Terminologija | 2009 | 16 47 belirli dilbilgisel biçimlerle ve diğer ifadelerin yardımcı sözcükleriyle birleşebilme yeteneğidir. Birleşimsel kısıtlamalar genellikle sözdizimsel modeller, örnekler ve bağlamlar yardımıyla açıklanır. Uygunluk kısıtlamalarıyla ilgili veriler Terminolojik ürünler doğaları gereği az ya da çok kural koyucu olma eğilimindedir. Bu normatiflik, derleyicilerin veya danıştıkları alan uzmanlarının tavsiyelerinden normatif onaya kadar uzanabilir. Her durumda söz konusu olan, bir LSP ifadesinin “iyi” veya “doğru” bir üsluba (derleyicilerin bakış açısından) uygunluğu ve standartlar söz konusu olduğunda ayrıca herhangi bir normatif belgeye uygunluğudur. KULLANIM SIKLIĞIYLA İLGİLİ VERİLER Kullanım sıklığına ilişkin bilgiler derlem kanıtlarına dayanabilir ve sayısal olarak ifade edilebilir ya da sözlü olarak belirtilen az çok öznel bir tahmin olabilir (ör. yaygın kullanılan – seyrek kullanılan – nadiren kullanılan). Sistematik ilişkilerle ilgili veriler Sistematik ilişkiler derken ontolojik ilişkileri (dünya hakkında bilgi içeren ilişkiler), sistematik sözlüksel ilişkileri ve diller arası eşdeğerlik ilişkilerini kastediyoruz. Aşağıda en yaygın sistematik ilişki türlerine örnekler verilmiştir: – eş anlamlılık ilişkileri; – karşıt anlamlılık ilişkileri; – eş seslilik ilişkileri; – paronimlik ilişkileri; – üst-alt kavram ilişkileri; – parça-bütün ilişkileri; – hiyerarşik olmayan ontolojik ilişkiler (çağrışımsal, sıralı, zamansal, nedensel vb.); – (diller arası) eşdeğerlik ilişkileri. Sözcük türetme, çekim ve ifadelerin bir arada kullanılabilirliğiyle ilgili ilişkiler bu kategoriye girmez; çünkü bunlar sistematik sözlüksel ilişkiler değildir. Köken ve gelişimle ilgili veriler Bu veri türü etimolojik verilere yakındır, ancak bunlarla sınırlı değildir. Örneğin şunları içerebilir: 48 Igor Kudashev | Improving Compatibility of Terminological... - Belirli bir LSP ifadesinin kaynaklandığı düşünülen biçimlere ilişkin bilgiler; - Belirli bir LSP ifadesinin gelişim aşamalarına ilişkin bilgiler; - Belirli bir LSP ifadesinin önceki biçim(ler)i, anlam(lar)ı, kullanımı vb. hakkındaki bilgiler. SONUÇLAR Bu makalede, farklı terminolojik koleksiyonlardaki veri kategorileri arasındaki yapısal uyumsuzlukları gidermeyi amaçlayan veri sınıflandırması ilkelerini ele aldık. Sınıflandırmanın amaçlanan uygulamaları arasında terminolojik verilerin bir araya getirilmesi ve birleştirilmesi, birden çok terminolojik koleksiyonda tam kayıt aramasının düzenlenmesi ve kayıtların kullanıcı tercihlerine göre uyarlanması yer almaktadır. Son iki görev, sınıflandırmanın terminolojik ürünlerin genel kullanıcıları için oldukça basit ve sezgisel olarak anlaşılır olmasını gerektirir. Verilerin dilbilimsel işlevlerine dayalı sınıflandırma, bu açıdan en iyi seçeneklerden biri gibi görünmektedir. Verilerin dilbilimsel işlevlerine dayalı arama, veri kategorilerinin adlarına göre yapılan aramayı etkili biçimde tamamlar ve kütüphanelerdeki konu diziniyle aynı işlevi görür. Bu makalede, terminolojik veri tabanlarında sunulan en önemli veri türü olduğundan, LSP ifadelerinin betimlenmesiyle ilgili verilerin sınıflandırılmasına odaklandık. Kaynaklar, kullanıcılar ve terminoloji yönetimi işlemleri hakkındaki bilgiler gibi diğer veri türlerine ilişkin sınıflandırmalar, dağıtık işbirliğine dayalı terminoloji çalışmaları için ontoloji tabanlı bir platform tasarlamayı amaçlayan ContentFactory projesinin teknik özelliklerinde yer alacaktır. Proje 2010 yılında sona erecek ve iç belgelerinin büyük bir bölümü kamuya açık hâle getirilecektir. BIBLIOGRAPHY Hartmann R. R. K. 2001: Teaching and Researching Lexicography. New York: Longman. ISO 1087-2:2000 Terminology Work – Vocabulary. Part 2: Computer Applications. ISO 12616:2002 Translation-Oriented Terminography. ISO 12620:1999 Computer Applications in Terminology – Data Categories. ISO 704:2000 Terminology Work – Principles and Methods. Kudashev I. 2006: Additional Meaning Components of Terms and their Treatment in LSP Dictionaries. – Lehtinen, Esa – Niemelä, Nina (toim.) Erikoiskielet ja käännösteoria. VAKKI-symposiumi XXVI. Vaasa 11.–12.2.2006. Vaasa: Vaasan yliopisto, 143–149. Кудашев И. С. 2007: Проектирование переводческих словарей специальной лексики. Хельсинки: Yliopistopaino. Terminologija | 2009 | 16 49 Кудашев И. С., Хаютин А. Д. 2003: К вопросу о формах терминоэлементов и терминов. – Лексикология. Терминоведение. Стилистика: Сборник научных трудов, Москва, Рязань, 101–107. Sanastotyön käsikirja 1989: Sanastotyön käsikirja. Soveltavan terminologian periaatteet ja työmenetelmät / Toimittanut Tekniikan sanastokeskus. Helsinki: Suomen Standardoimisliitto. APPENDIX 1. CLASSIFICATION OF TERMINOLOGICAL DATA BASED ON ITS LINGUISTIC FUNCTIONS Values in angle brackets are candidates for the formal representation of the categories. These values are used in Appendix 2 for the sake of brevity. 1. Data related to form. <termForm> 1.1. Type of LSP expression by its form. <termForm: termType> 1.2.1. Data related to written form. <termForm: writtenForm> 1.2.2. Data related to oral form. <termForm: oralForm> 1.3.1. Data related to canonical form. <termForm: canonicalForm> 1.3.2. Data related to term formation. <termForm: termFormation> 1.3.3. Data related to inflection. <termForm: termInflection> 2. Data related to meaning. <termMeaning> 2.1. Type of LSP expression by correspondence of its meaning to its form. <termMeaning: termType> 2.2. Data related to logical meaning. <termMeaning: logicalMeaning> 2.3. Data related to induced meaning. <termMeaning: inducedMeaning> 3. Encyclopedic description. <termEncyclopedicDescription> 4. Data related to usage. <termUsage> 4.1. Data related to restrictions of usage. <termUsage: restrictions> 4.1.1. Data related to national language restrictions. <termUsage: restrictions: language> 4.1.2. Data related to domain restrictions. <termUsage: restrictions: domain> 4.1.3. Data related to scientific school or theory restrictions. <termUsage: restrictions: schoolOrTheory> 4.1.4. Data related to chronological restrictions. <termUsage: restrictions: chronological> 4.1.5. Data related to geographical restrictions. <termUsage: restrictions: geographical> 4.1.6. Data related to organizational restrictions. <termUsage: restrictions: organizational> 4.1.7. Data related to proprietary restrictions. <termUsage: restrictions: proprietary> 50 Igor Kudashev | Improving Compatibility of Terminological... 4.1.8. Data related to register restrictions. <termUsage: restrictions: register> 4.1.9. Data related to professional group restrictions. <termUsage: restrictions: professionalGroup> 4.1.10. Data related to combinatory restrictions. <termUsage: restrictions: combinatory> 4.1.11. Data related to compliance restrictions. <termUsage: restrictions: compliance> 4.2. Data related to frequency of use. <termUsage: frequency> 5. Data related to systematic relations. <termRelations> 5.1. Data related to synonymous relations. <termRelations: synonymousRelation> 5.2. Data related to antonymous relations. <termRelations: antonymousRelation> 5.3. Data related to homonymous relations. <termRelations: homonymousRelation> 5.4. Data related to paronymous relations. <termRelations: paronymousRelation> 5.5. Data related to generic relations. <termRelations: genericRelation> 5.6. Data related to partitive relations. <termRelations: partitiveRelation> 5.7. Data related to non-hierarchical ontological relations. <termRelations: non-hierarchicalOntologicalRelation> 5.8. Data related to equivalence relations. <termRelations: equivalenceRelation> 6. Data related to origin and development. <termOriginAndDevelopment> 7. Other types of data related to the description of an LSP expression <termOtherRelatedData> APPENDIX 2. EXAMPLE OF MAPPING OF SOME ISO 12620:1999 DATA CATEGORIES INTO THE FUNCTIONAL CLASSIFICATION OF TERMINOLOGICAL DATA See Appendix 1 for the decryption of the formal representation of the categories which are used for the sake of brevity. Question mark after a data category means that the presence of the specified kind of data is subject to the interpretation of the data category. If subcategories can be mapped in the exact same way as their parent category, only the parent category is described. Terminologija | 2009 | 16 51 Due to space limitations only the first subgroup of data categories from the ISO 12620:1999 standard is covered. A.1 term Note: term (headword) lies outside the scope of classification which covers data categories related to the description of LSP expressions. However, technically data category term is identical to the written form of the term. Functional classification: not applicable or <termForm: writtenForm> A.2.1 term type Note: in the ISO 12620:1999 standard this category includes various kinds of LSP expressions and may contain different types of data. See subcategories for more information. A.2.1.1 main entry term Note: information about the structure of the entry is not data related to the description of LSP expressions. However, this category indirectly reflects preference. Functional classification: not applicable or <termUsage: restrictions: compliance> A.2.1.2 synonym Note: when opposed to main entry term, this category reflects preference. Its primary function is, however, reflection of synonymous relations. Functional classification: <termRelations: synonymousRelation>; <termUsage: restrictions: compliance>? A.2.1.3 quasi-synonym Note: same as previous. Functional classification: <termRelations: synonymousRelation>; <termUsage: restrictions: compliance>? A.2.1.4 international scientific term Note: depending on the interpretation of this category and its contents, this data category may provide information about compliance, language restrictions, origination and development. Functional classification: <termUsage: restrictions: compliance>; <termUsage: restrictions: language>?; <termOriginAndDevelopment>? A.2.1.5 common name Note: common name is a synonym of an international scientific term that is used in general discourse. This data category may provide information about restrictions related to register, compliance and professional group. 52 Igor Kudashev | Improving Compatibility of Terminological... Functional classification: <termUsage: restrictions: register>; <termUsage: restrictions: compliance>; <termUsage: restrictions: professionalGroup>? A.2.1.6 internationalism Note: depending on the contents this data category may provide information related to language restrictions, term formation, origination and development. Functional classification: <termUsage: restrictions: language>; <termForm: termFormation>?; <termOriginAndDevelopment>? A.2.1.7 full form Note: this data category provides information about the type of term by its form. Functional classification: <termForm: termType> A.2.1.8 abbreviated form of term Note: depending on the contents, this data category and all its subcategories (A.2.1.8.1 abbreviation, A.2.1.8.2 short form of term, A.2.1.8.3 initialism, A.2.1.8.4 acronym and A.2.1.8.5 clipped term) may provide information related to type of term by its form, oral form; term formation, origin and development. Functional classification: <termForm: termType>; <termForm: oralForm>?; <termForm: termFormation>?; <termOriginAndDevelopment> A.2.1.9 variant Note: depending on the contents, this data category may provide information about preference, term formation, origin and development. Functional classification: <termUsage: restrictions: compliance>; <termForm: termFormation>?; <termOriginAndDevelopment>? A.2.1.10–A.2.1.14 (transliterated form, transcribed form, romanized form, symbol and formula) Note: these data categories provide information about the type of term by its form. Functional classification: <termForm: termType> A.2.1.15–A.2.1.17 (equation, logical expression, materials management categories) Note: these units can not be headwords in terminological databases. Functional classification: not applicable. A.2.1.18 phraseological unit Note: in ISO 12620:1999 this category is split into three subcategories: collocation, set phrase and synonymous phrase. Collocation can not be counted Terminologija | 2009 | 16 53 as a phraseological unit as it does not correspond to the definition of a phraseological unit provided in the standard. Synonymous phrase seems to be an unnecessary category. The same information can be expressed with two other data categories: set phrase and synonym. Functional classification: not applicable. A.2.1.18.1 collocation Note: this data category provides information about combinatory restrictions. Functional classification: <termUsage: restrictions: combinatory> A.2.1.18.2 set phrase Note: this data category provides information about the type of term by correspondence of its meaning to its form. Functional classification: <termMeaning: termType> A.2.18.3 synonymous phrase Note: as was stated above, this category is probably unnecessary. If used, it provides information about the type of term by correspondence of its meaning to its form and also about synonymous relations. Functional classification: <termMeaning: termType>; <termRelations: synonymousRelation> A.2.1.19 standard text Note: standard texts can not be headwords in terminological databases. Functional classification: not applicable. TERMINIJOS RINKINIŲ SUDERINAMUMO GERINIMAS TAIKANT DUOMENŲ KATEGORIJŲ KLASIFIKACIJĄ Viena iš informacijos ir ypač terminologijos išteklių plėtros tendencijų yra atskirų duomenų bazių jungimas į didelius portalus ir sąsajų tarp tokių portalų kūrimas. To pavyzdys gali būti EuroTermBankas (http://www.eurotermbank.com). Didėjant informacijos apimčiai ir vartotojų tokiems produktams keliamiems reikalavimams, auga poreikis užtikrinti išplėstinę paiešką, apimančią visus žodynų straipsnių laukus, ir galimybę pateikti tik tas informacijos kategorijas, kurios tuo metu domina vartotoją. Šiems uždaviniams spręsti reikalinga duomenų kategorijų klasifikacija, kurią būtų galima taikyti kaip terminologinių bazių, turinčių skirtingą struktūrą, „bendrą vardiklį“. Svarbus tokios klasifikacijos reikalavimas – jos paprastumas ir aiškumas paprastiems terminologijos produktų vartotojams. Straipsnyje aptariama lingvistinėmis duomenų funkcijomis paremta klasifikacija galėtų tapti tokiu „bendru vardikliu“. 54 Igor Kudashev | Improving Compatibility of Terminological... ИСПОЛЬЗОВАНИЕ МЕТАКЛАССОВ ДАННЫХ КАК СРЕДСТВО УЛУЧШЕНИЯ СОВМЕСТИМОСТИ ТЕРМИНОЛОГИЧЕСКИХ КОЛЛЕКЦИЙ Одной из тенденций развития информационных ресурсов в целом и терминологических в частности стало объединение разрозненных баз данных в крупные порталы и создание общих интерфейсов к ним. Примером может служить Евро-ТермБанк (http://www.eurotermbank.com). По мере роста объемов информации и требований пользователей к подобным продуктам растет потребность в обеспечении расширенного поиска, охватывающего все поля словарных статей, а также возможности отображения лишь тех категорий информации, которые в данный момент интересуют пользователя. Эти задачи требуют наличия классификации информационных категорий, которая могла бы служить «общим знаменателем» для терминологических баз с различной структурой. Немаловажным требованием к подобной классификации является ее простота и понятность для простых пользователей терминологических продуктов. В статье описывается один из возможных кандидатов на роль «общего знаменателя» – классификация, основанная на лингвистических функциях данных. Gauta 2009-10-14 Igor Kudashev University of Helsinki Palmenia Centre for Continuing Education P.O. Box 239 (Paraatikenttä 6) FIN-45100 Kouvola, Finland E-mail: [email protected] Terminologija | 2009 | 16 55