Verbesserung der Kompatibilität terminologischer Sammlungen durch eine überbrückende Klassifikation von Datenkategorien

IGOR KUDASHEV

University of Helsinki

E I N L E I T U N G

Trotz der Existenz eines standardisierten Satzes von Datenkategorien (ISO 12620:1999) und standardisierter Methoden der Terminologiearbeit (ISO 704:2000) ist es nach wie vor schwierig, zwei terminologische Datenbanken zu finden, die in zwei verschiedenen Organisationen erstellt wurden und sich ohne Datenverlust oder Verzerrung der ursprünglichen Grundsätze, nach denen die jeweilige Datenbank zusammengestellt wurde, problemlos zusammenführen ließen. Die naheliegendsten Gründe dafür sind folgende:

Nationale Sprachen und Traditionen unterscheiden sich;

die Fachsprachenbereiche unterscheiden sich;

Hintergründe und Herangehensweisen der Bearbeiter unterscheiden sich;

technische Lösungen unterscheiden sich.

Gleichzeitig geht einer der Trends bei der Verwaltung terminologischer Ressourcen und anderer Arten von Daten dahin, verstreute Ressourcen zu größeren Portalen oder Diensten zusammenzuführen, in der Regel ohne sie physisch zu verschmelzen. Ein Beispiel dafür ist das Portal EuroTermBank (http://www.eurotermbank.com), das die Suche in mehreren internen und externen terminologischen Datenbanken ermöglicht und eine Zusammenstellung der Ergebnisse erstellen kann.

Mit den steigenden Anforderungen der Nutzer und zunehmenden Datenmengen wird es notwendig, eine erweiterte Suche anzubieten, die alle Felder eines Eintrags und nicht nur die Lemmaformen abdeckt, und Einträge an die Präferenzen der Nutzer anzupassen. In diesem Artikel schlagen wir eine Klassifikation von Datenkategorien vor, die als Brücke zwischen terminologischen Sammlungen dienen kann. Die Klassifikation behandelt die folgenden Probleme im Zusammenhang mit der Verwaltung von Terminologiesammlungen mit unterschiedlichen Sätzen von Datenkategorien:

Zusammenführung und Verschmelzung terminologischer Ressourcen;

Organisation einer Suche, die alle Felder der Einträge abdeckt;

Anpassung der Einträge aus mehreren Sammlungen an die Präferenzen der Nutzer.

36

Igor Kudashev | Improving Compatibility of Terminological...

Eine terminologische Datenbank kann neben eigentlichen terminologischen Daten auch verschiedene andere Datentypen enthalten, etwa Informationen über Quellen, Benutzer und Transaktionen der Terminologieverwaltung. In diesem Artikel konzentrieren wir uns auf die Klassifikation von Datenkategorien, die sich auf die Beschreibung von LSP-Ausdrücken beziehen.

WAS IST EINE DATENKATEGORIE?

In terminologischen Datenbanken werden verschiedene Datentypen in unterschiedlichen Feldern abgelegt. Eine Datenkategorie ist das Ergebnis der Spezifizierung eines bestimmten Datenfelds (ISO 1087-2:2000: 13). Terminologen verwenden verschiedene Metaphern, um das Konzept einer Datenkategorie zu erklären. Eine Metapher ist die eines Kleiderschranks, in dem verschiedene Schubladen zur Aufbewahrung unterschiedlicher Kleidungsstücke dienen. Eine andere Metapher ist ein Einkaufskorb, in dem jede Art von Waren in eine eigene Verpackung gehüllt wird, damit sie nicht durcheinandergeraten.

TYPISCHE ABWEICHUNGEN ZWISCHEN DATENKATEGORIEN

Datenkategorien sind das Ergebnis der Datenklassifikation. Daten können auf viele verschiedene Arten klassifiziert werden, je nach Sichtweise der klassifizierenden Person und den Bedürfnissen der Benutzer. Mit der Kleiderschrankmetapher könnte man sagen, dass unterschiedliche Schränke unterschiedlich viele Schubladen haben, die wiederum verschiedene Formen, Größen usw. aufweisen können.

Bei Datenkategorien in terminologischen Datenbanken sind mindestens sechs Arten von Abweichungen möglich:

- Abweichung bei den Bezeichnungen der Datenkategorien;

- Abweichung bei der „Größe“ der Datenkategorien, d. h. unterschiedliche „Granularität“;

- Abweichung bei den „Positionen“ der Datenkategorien, d. h. ihrer Lage im Klassifikationsschema;

- Abweichung bei den Klassifikationsprinzipien (Überschneidungen);

- Abweichung bei den Inhalten der Datenkategorien;

- Mischfälle.

Im Folgenden werden einige Beispiele angeführt, die typische Abweichungen veranschaulichen.

Fall 1: Datenkategorien werden unterschiedlich bezeichnet.

Beispiel: Die Datenkategorie heißt in einer Datenbank note, in einer anderen comment, in einer dritten remark und in einer vierten NB.

Terminologija | 2009 | 16

37

Fall 2: Der Name einer Datenkategorie wird in unterschiedlichen Bedeutungen verwendet.

Beispiel: Die Datenkategorie Synonym kann „Vollsynonym“, „Teilsynonym“ oder „Voll- oder Teilsynonym“ entsprechen.

Fall 3: Namen von Datenkategorien sind „falsche Freunde“.

Beispiel: Das englische abbreviation und acronym, wie sie in der ISO-Norm definiert sind (ISO 12620:1999: 6–7), und das Russische аббревиатура und акроним entsprechen einander über Kreuz (Kudashev & Hajutin 2003: 104–105).

Fall 4: Die Granularität der Datenkategorien unterscheidet sich.

Beispiel: Die Datenkategorie abgekürzte Terminusform ist in fünf Unterklassen gegliedert (Abkürzung, Kurzform des Terminus, Initialwort, Akronym und gekürzter Terminus) in ISO 12620:1999, während eine solche Unterteilung in ISO 12616:2002 („Übersetzungsorientierte Terminologie“) fehlt.

Fall 5: Die Datenkategorien überschneiden sich.

Beispiel: Die Datenkategorien Beispiel und Kontext überschneiden sich. Einige Beispiele sind Kontexte und einige Kontexte können als Beispiele dienen, aber die beiden Kategorien sind nicht identisch.

Fall 6: Dieselbe Datenkategorie wird unterschiedlichen übergeordneten Kategorien zugeordnet.

Beispiel: Die Datenkategorie Kontext gilt in ISO 12620:1999 als konzeptbezogene Daten, offenbar weil Kontexte zusätzliche Informationen über das Konzept liefern können. Eine häufigere Funktion von Kontexten besteht jedoch darin, Informationen zur Verwendung von Termini und zu Kollokationen bereitzustellen; daher „klassifizieren viele Datenbanken Kontext als terminusbezogene Kategorie“ (ISO 12620:1999: 25).

Fall 7: Sprache, Zeichensystem oder Notation der Daten unterscheiden sich.

Beispiel: Eine Wortart kann in einer Datenbank als noun, in einer anderen als n., in einer dritten als subst. und in einer vierten als grafisches Symbol codiert werden.

Fall 8: Identische oder ähnliche Werte von Datenkategorien werden mit unterschiedlichen Bedeutungen und in unterschiedlichen Zusammenhängen verwendet.

Beispiel: Der Wert Neologismus in der Datenkategorie Terminusherkunft von ISO 12620:1999 klingt wie eine chronologische Kennzeichnung, bezieht sich tatsächlich jedoch auf die bei der Bildung des Terminus angewandte Methodik.

38

Igor Kudashev | Improving Compatibility of Terminological...

Fall 9: Die Werte halbgeschlossener Klassen unterscheiden sich aufgrund unterschiedlicher Klassifizierungen sprachlicher Phänomene in verschiedenen Sprachen und unterschiedlicher Traditionen. Beispiel: In ISO 12620:1999 umfassen die Bezeichnungen zur Beschreibung von LSP-Ausdrücken, die dem „niederen Sprachstil“ angehören, slang register und vulgar register. Sie entsprechen ungefähr den Bezeichnungen профессиональный жаргонизм (beruflicher Jargon) und профессиональное просторечие (berufliche Umgangssprache) im Russischen. Im Finnischen gibt es jedoch nur eine Kategorie, ammattislangi (beruflicher Jargon; siehe Sanastotyön käsikirja 1989: 12).

Es ist außerdem darauf hinzuweisen, dass einige Daten in terminologischen Sammlungen implizit ausgedrückt sein können.

Beispiel 1: Das Vorhandensein der Bezeichnung obsolete in manchen Fällen und ihr Fehlen in anderen Fällen in einer terminologischen Sammlung impliziert, dass Termini, die nicht mit dieser Bezeichnung versehen sind, zum aktiven LSP-Wortschatz gehören.

Beispiel 2: Werden zwei oder mehr Termini in denselben Eintrag aufgenommen, impliziert dies üblicherweise, dass sie Synonyme oder Äquivalente sind.

Der Datenaustausch oder die Aggregation terminologischer Ressourcen kann erfordern, dass solche impliziten Daten explizit gemacht werden. Wenn Daten beispielsweise in Form einer Ontologie statt in statischen Einträgen gespeichert werden, müssen die oben erwähnten impliziten Informationen über Synonyme und Äquivalente beim „Zerlegen“ der Einträge explizit gemacht und gespeichert werden.

ISO-INVENTARE UND KLASSIFIKATIONEN VON DATENKATEGORIEN

ISO 12620:1999 legt eine Reihe von Datenkategorien zur Erfassung terminologischer Informationen fest. Sie schreibt nicht vor, welche Datenkategorien verwendet werden sollten, sondern dient vielmehr als Inventar. Diese Reihe von Datenkategorien wird im Projekt ISOcat (www.isocat.org) erweitert, das weithin akzeptierte linguistische Datenkategorien dokumentiert.

Obwohl das Projekt ISOcat zweifellos für Linguisten nützlich ist, die dadurch die Möglichkeit erhalten, linguistische Konzepte besser zu kategorisieren und zu definieren, und für Gestalter von Terminologiedatenbanken, die fertige Datenkategorien aus einem umfangreichen Inventar auswählen können, dürfte es das Problem des Datenaustauschs, der Aggregation und der Suche über vollständige Einträge in mehreren Datenbanken kaum lösen.

Erstens kann es die Zusammensteller terminologischer Produkte nicht daran hindern,

Terminologija | 2009 | 16

39

Daten auf andere Weise zu klassifizieren und ihre eigenen Datenkategorien zu verwenden. Zweitens: Je mehr Datenkategorien in terminologischen Sammlungen verwendet werden, desto vielfältiger werden diese, wodurch der Datenaustausch noch schwieriger wird.

Die Liste der Datenkategorien ist theoretisch unendlich und in der Praxis sehr umfangreich. So umfasst beispielsweise die Liste der terminologiebezogenen Datenkategorien im Bestand ISOcat bereits mehr als 500 Einträge. Eine der im Projekt ISOcat angewandten Praktiken kann diese Zahl um ein Vielfaches erhöhen. Damit meinen wir, Werte geschlossener und halbgeschlossener Klassen als eigenständige Datenkategorien darzustellen.

Beispielsweise werden Werte der Datenkategorie register, etwa vulgarRegister, slangRegister usw., nun als eigenständige Datenkategorien aufgeführt. Ebenso wird die Datenkategorie reliabilityCode in reliabilityCode1, reliabilityCode2 usw. aufgeteilt. Ob dies aus praktischer Sicht sinnvoll ist, kann unterschiedlich beurteilt werden; Daten lassen sich jedoch auf viele verschiedene Arten organisieren, sodass es keine formalen Einschränkungen gibt, Datenkategorien bis hin zu elementaren Klassen aufzuteilen, die nur die Werte yes und no annehmen können. Es ist jedoch klar, dass dieser Bereich der Datenkategorien angemessen strukturiert und klassifiziert werden muss, damit er überschaubar und gut organisiert bleibt.

Die in ISO 12620:1999 vorgeschlagene Klassifikation der Datenkategorien ist unterdessen in mehrfacher Hinsicht problematisch. Zunächst gibt es einige Unstimmigkeiten hinsichtlich der grundlegenden Dateneinteilung. Abschnitt 6.2 (Typologie der Datenkategorien) zufolge werden Datenkategorien in drei Hauptgruppen eingeteilt: Termini und terminusbezogene Informationen, beschreibende Daten und administrative Daten. In Anhang D (Systematische Auflistung der Datenkategorien) wird die zweite Gruppe jedoch Datenkategorien zur Beschreibung von Begriffen genannt. Gleichzeitig enthält diese Gruppe die Untergruppe Anmerkung, die „für sich steht, weil sie mit jeder der anderen Kategorien verknüpft werden kann und daher keiner anderen spezifischen Untergruppe untergeordnet werden kann“ (ISO 12620:1999: 4).

Nimmt man an, dass die beabsichtigte Einteilung vier Gruppen umfasste: Termini und terminusbezogene Informationen, begriffsbezogene Informationen, administrative Daten und Anmerkung, wirft diese Klassifikation dennoch viele Fragen auf. Hier nur einige davon:

- Warum sind Beispiele und Kontexte begriffsbezogene und nicht terminusbezogene Daten? Vgl. die Beschreibung der Datenkategorie Kontext: „Ein Text oder Textteil, in dem ein Terminus vorkommt“ (ISO 12620:1999: 25).

- Warum sind Synonym und Äquivalenz terminusbezogene Daten, während ansonsten alles, was mit der Bedeutung zusammenhängt, begriffsbezogene Daten sind? Vgl. die Beschreibung der Datenkategorie Äquivalenzgrad: „Das Ausmaß, in dem sich die Intensionen zweier oder mehrerer Begriffe überschneiden“ (ISO 12620:1999: 21).

40

Igor Kudashev | Improving Compatibility of Terminological...

Warum sind Antonym und Homograph administrative und nicht terminus- oder begriffsbezogene Daten?

Warum sind Audio, Video usw. (lediglich) begriffsbezogene Daten?

Wie lautet die genaue Definition administrativer Daten? Warum umfasst diese Klasse so heterogene Kategorien?

Die Einteilung terminologischer Daten in begriffsbezogene und terminusbezogene Daten kann aus technischer Sicht nützlich sein, weil sie den begriffsorientierten Ansatz unterstützt, der die Zahl der Beziehungen zwischen Termini verringert, indem synonymische Termini mit demselben Begriff verknüpft werden. Eine solche Einteilung im Allgemeinen und ihre Umsetzung in ISO 12620:1999 im Besonderen kann jedoch für die alltäglichen Nutzer terminologischer Datenbanken – Übersetzer und Fachexperten – eine Herausforderung darstellen. Es ist nämlich nicht leicht zu verstehen, warum man Synonyme in terminusbezogenen Daten, Antonyme aber in administrativen Daten und Beispiele in begriffsbezogenen Daten suchen soll.

Alltägliche Nutzer arbeiten mit Termini – Wörtern und Wortverbindungen. Daher ist es für sie natürlicher, von der Bedeutung eines Terminus, den Synonymen eines Terminus, Beispielen für den Gebrauch eines Terminus usw. zu sprechen. Daraus folgt, dass eine Klassifikation von Datenkategorien, die eine vollständige Suche in mehreren Sammlungen ermöglichen soll, terminusorientiert, intuitiv verständlich und auf gängigen linguistischen Kategorien aufgebaut sein sollte.

ÜBERBRÜCKUNG VON ABWEICHUNGEN ZWISCHEN DATENKATEGORIEN

Das Problem von Abweichungen zwischen Datenkategorien lässt sich mithilfe von Zuordnungen lösen. Sind die Abweichungen nomineller Art, unterscheiden sich beispielsweise die Bezeichnungen der Datenkategorien oder werden dieselben Inhalte unterschiedlich dargestellt, können Datenkategorien direkt einander zugeordnet werden. Nach Anwendung der direkten Zuordnung lassen sich die Daten in der aggregierten Ressource mit derselben Präzision durchsuchen wie in den ursprünglichen Datenbanken.

Bei erheblichen Unterschieden zwischen Datenkategorien muss durch die Zuordnung zwischen classifications von Datenkategoriesätzen ein gemeinsamer Nenner gefunden werden. Die Verwendung eines gemeinsamen Nenners verringert die Präzision der Suche etwas, ist aber die einzige Möglichkeit, eine gemeinsame Suche über terminologische Ressourcen mit unterschiedlicher Struktur hinweg zu ermöglichen. Ist der Nutzer nicht bereit, Einbußen bei der Präzision der Suche hinzunehmen, muss er jede Sammlung einzeln durchsuchen.

Wie beim Datenaustausch im Allgemeinen ist die Verwendung eines Zwischenformats, d. h. einer Art überbrückender Klassifikation von Datenkategorien, langfristig effektiver

Terminologija | 2009 | 16

41

als mehrere Zuordnungen zwischen verschiedenen Klassifikationen. Die allgemeinen Grundsätze einer Klassifikation von Datenkategorien, die als gemeinsame Schnittstelle zwischen anderen Klassifikationen dienen soll, lauten wie folgt:

1. Da die Klassen der Klassifikation als gemeinsame Nenner dienen sollen, müssen sie eine höhere Abstraktionsebene aufweisen als die meisten „primitiven“ Datenkategorien, die nicht weiter untergliedert werden. Zugleich darf die Abstraktionsebene nicht zu hoch sein, da die Nutzer an einer allzu allgemeinen Klassifikation nicht interessiert wären. In der Praxis reicht eine Klassifikation mit zwei Abstraktionsebenen aus.

2. Die Klassifikation sollte alle Arten von LSP-Ausdrücken abdecken, die üblicherweise in terminologischen Datenbanken beschrieben werden, darunter Termini-Elemente, Eigennamen, Nomenklatur, feste Wendungen usw.

3. Die Klassifikation sollte nur solche Datenkategorien enthalten, die unmittelbar mit der Beschreibung von LSP-Ausdrücken zusammenhängen. Die Beschreibung technischer und administrativer Aspekte (z. B. Medium, Kodierungen, Quellen, Zuverlässigkeit usw.) ist eine andere Aufgabe.

4. Die Klassifikation sollte hierarchisch aufgebaut sein, wobei auf derselben Abstraktionsebene mehrere Gliederungsgrundlagen zulässig sein sollten.

5. Die Klassifikation sollte erweiterbar sein, d. h. auf jeder Hierarchieebene die Kategorie „Sonstiges“ enthalten.

Diese Grundsätze müssen mit der oben erwähnten Anforderung der Benutzerfreundlichkeit verbunden werden. Unserer Ansicht nach eignet sich eine Klassifikation, die auf den sprachlichen Funktionen der Daten beruht, in dieser Hinsicht besonders gut.

Bei der auf sprachlichen Funktionen beruhenden überbrückenden Klassifikation verlagert sich der Fokus von den Bezeichnungen der Datenkategorien auf die Funktion oder Funktionen der darin enthaltenen Daten. Ein möglicher Vergleich ist eine Bibliothek mit ihrem alphabetischen Katalog und ihrem Sachkatalog.

Die Suche anhand der Bezeichnungen von Datenkategorien ähnelt der Suche mithilfe eines alphabetischen Katalogs. Der Titel gibt einen gewissen Hinweis auf den Inhalt des Buches, kann aber mitunter irreführend sein. Zudem können Nutzer nicht alle möglichen Titel erraten, die ein bestimmtes Thema abdecken. Ein alphabetischer Katalog ist nützlich, wenn die Nutzer genau wissen, welchen Eintrag oder welche Einträge sie finden möchten. Die meisten Bibliotheksnutzer beginnen ihre Suche jedoch mit dem Sachkatalog, weil sie vorher nicht wissen, welche Einträge das Thema behandeln, für das sie sich interessieren.

Ein terminologisches Portal, das mehrere terminologische Sammlungen aggregiert-

42

Igor Kudashev | Improving Compatibility of Terminological...

…tionen mit unterschiedlichen Datensatzkategorien stellen für Nutzer dasselbe Problem dar wie die Welt der Bücher in den Regalen einer Bibliothek. Nutzer wissen, an welcher Art von Information sie interessiert sind (Grammatik, Bedeutung, Gebrauch usw.), wissen aber nicht unbedingt, in welchen Datenkategorien diese Information zu finden ist. In verschiedenen terminologischen Sammlungen können ähnliche Datentypen in unterschiedlichen Datenfeldern vorliegen. So können Informationen zum arealen Status eines fachsprachlichen Ausdrucks beispielsweise in Feldern wie Gebrauch, Regionalmarkierung, Sprachsymbol usw. zu finden sein.

Wenn die Suche auf den sprachlichen Funktionen der Daten basiert, müssen sich Nutzer nicht um die genauen Bezeichnungen der Datenkategorien kümmern. Sie geben lediglich an, dass sie nach Informationen zum arealen Status, zur Bedeutung oder zu Synonymen suchen, und das Terminologiemanagementsystem findet und zeigt vollständige oder gekürzte Einträge in verschiedenen Datenbanken an, die den angegebenen Informationstyp enthalten. Die Suche nach Funktion kann und sollte durch die Suche nach Feldnamen ergänzt werden, wenn Nutzer genau wissen, in welchen Feldern sie suchen möchten.

Datenfelder können, wie Bibliotheksbestände, unterschiedliche Arten sprachlicher Informationen enthalten. So ist Beispiel ein typisches multifunktionales Feld, das in unterschiedlichem Umfang Informationen zur Form, Bedeutung und Verwendung eines Terminus enthalten kann. Jede Datenkategorie kann eine oder mehrere Funktionen haben. Es sollte auch möglich sein, den Grad anzugeben, in dem eine bestimmte Datenkategorie bestimmte Funktionen widerspiegelt. Diese Eigenschaft kann verbal (z. B. Primär- und Sekundärfunktion) oder numerisch (z. B. 0–100%) angegeben werden.

Am einfachsten lässt sich eine bestimmte Menge von Datenkategorien auf die Zwischenklassifikation abbilden, indem man die Inhalte von Datenfeldern eines bestimmten Typs als einheitlich betrachtet und eine einfache Zuordnungstabelle erstellt. Eine genauere, aber auch kompliziertere Abbildung würde es den Erstellern ermöglichen, Abweichungen einzelner Datenfelder von den in der globalen Zuordnungstabelle verwendeten Werten anzugeben. So liefern Kontexte üblicherweise Informationen zum Gebrauch und zur Bedeutung von Termini. Es ist sinnvoll, diese Informationstypen in die globale Zuordnungstabelle aufzunehmen, da sie für jedes Kontextfeld gelten. Einige Kontexte können jedoch auch enzyklopädische Informationen enthalten. Diese gelegentliche Verwendung enzyklopädischer Informationen kann lokal auf Feldebene gekennzeichnet werden.

Terminologija | 2009 | 16

43

KLASSIFIKATION VON DATENKATEGORIEN AUF DER GRUNDLAGE SPRACHLICHER FUNKTIONEN DER DATEN

Da fachsprachliche Ausdrücke sprachliche Zeichen sind, lassen sich Informationen über sie in Informationen zu ihrer Form, Bedeutung, Verwendung, ihren Beziehungen zu anderen Einheiten sowie ihrem Ursprung und ihrer Entwicklung unterteilen. Im Folgenden wird jede dieser Klassen ausführlich beschrieben und es werden einige Beispiele für die jeweils zugehörigen Daten angeführt. Die kompakte Fassung der Klassifikation finden Sie in Appendix 1.

Daten zur Form

Fachsprachliche Ausdrücke haben zwei Formen – eine schriftliche und eine mündliche. Darüber hinaus lassen sich Daten zur Form eines fachsprachlichen Ausdrucks in drei Klassen unterteilen:

- Daten zur kanonischen Form;

- Daten zur Bildung der Einheit;

- Daten zur Flexion der Einheit.

DATEN ZUR KANONISCHEN FORM

Die kanonische Form ist die Form, in der das Lemma in der Datenbank angegeben wird. Sie dient als „Repräsentant“ für andere Formen. Beispielsweise ist in den meisten europäischen Sprachen die kanonische Form für Substantive der Nominativ Singular und für Verben der Infinitiv Präsens. Die Regeln für die Wahl der kanonischen Form variieren jedoch je nach Sprache und lexikografischer Tradition.

Hier sind einige Beispiele für Daten zur schriftlichen kanonischen Form:

- Ausdruckstyp nach seiner Schriftform (z. B. Vollform, abgekürzte Form, Symbol, Formel usw.);

- Schreibweise der Form;

- Schreibvarianten der Form;

- Silbentrennung.

Beispiele für Daten zur mündlichen kanonischen Form:

- Ausdruckstyp nach seiner mündlichen Form (z. B. Initialwort, Akronym);

- Aussprache;

- Aussprachevarianten der Form;

- Silbifizierung.

Wie man sieht, können sich einige Datenkategorien sowohl auf schriftliche als auch auf mündliche Formen beziehen. Wenn beispielsweise angegeben wird, dass ein bestimmter Ausdruck ein Initialwort ist, d. h. eine abgekürzte Form, die aus den Anfangsbuchstaben des vollständigen Terms besteht und bei der diese Buchstaben einzeln ausgesprochen werden (z. B. United Nations – UN), liefert dies Informationen sowohl zur schriftlichen als auch zur mündlichen Form. Außerdem kann es

44 Igor Kudashev | Improving Compatibility of Terminological...

Es kann gesagt werden, dass sie Informationen über die Wortbildung, den Ursprung und die Entwicklung von Termini bereitstellen.

DATEN ZUR TERMINUSBILDUNG

Beispiele für Daten zur Bildung fachsprachlicher Ausdrücke:

- Terminuskomponenten und Terminuselemente;

- Morphemstruktur;

- syntaktisches Modell;

- Modell der Terminusbildung;

- Methode(n) der Terminusbildung;

- morphologische Varianten;

- Ableitungen.

DATEN ZUR FLEXION

Beispiele für Daten zur Flexion von fachsprachlichen Ausdrücken:

- grammatische Parameter (Numerus, Genus, Belebtheit usw.);

- vollständiges oder partielles Formenparadigma;

- Flexions-, Konjugationsmodelle usw.

Daten zur Bedeutung

Dieser Teil der Klassifikation beginnt mit einer eher randständigen Kategorie, um mit den anderen Abschnitten im Einklang zu bleiben. Fachsprachliche Ausdrücke lassen sich in mehrere Klassen unterteilen, je nachdem, in welchem Maße ihre innere Form ihre Bedeutung widerspiegelt. Beispielsweise ist eine feste Wendung eine Einheit, deren Bedeutung sich nicht aus dem zusammengefügten Sinn der Wörter ableiten lässt, aus denen der Ausdruck besteht.

Abgesehen davon lassen sich die Daten zur Bedeutung fachsprachlicher Ausdrücke in zwei große Kategorien unterteilen. Die erste ist logische Bedeutung – die Beschreibung des logischen Konzepts, das durch einen fachsprachlichen Ausdruck bezeichnet wird. Diese Art von Information findet sich üblicherweise in terminologischen Definitionen und definitionsähnlichen Beschreibungen.

Die zweite Kategorie umfasst eher heterogene Bedeutungskomponenten, die als induzierte Bedeutung bezeichnet werden können. Zu diesen Komponenten gehören beispielsweise:

- verschiedene Konnotationen, d. h. wertende Bedeutungskomponenten;

- die innere Form des Ausdrucks (seine „wörtliche“, Morphem für Morphem wiedergegebene Bedeutung);

Terminologija | 2009 | 16

45

– andere LSP- oder LGP-Bedeutungen desselben Ausdrucks;

– Bedeutungskomponenten, die sich aus antonymischen, synonymischen, paronymischen und anderen systematischen Beziehungen des Ausdrucks ergeben;

– verschiedene Arten von Assoziationen;

– Bedeutungskomponenten, die sich aus Klangähnlichkeit, Reimen usw. ergeben.

Wir bezeichnen diese Bedeutungskomponenten als „induziert“, weil sie aus der Haltung der Sprachnutzer gegenüber den durch LSP-Ausdrücke bezeichneten Objekten, aus den Assoziationen der Nutzer oder aus den Beziehungen eines LSP-Ausdrucks zu anderen Spracheinheiten hervorgehen. In diesem Sinne werden dem LSP-Ausdruck zusätzliche Bedeutungskomponenten von Sprachnutzern, anderen Spracheinheiten oder beiden „induziert“. Weitere Informationen zur Darstellung induzierter Bedeutung in LSP-Wörterbüchern finden sich in (Kudashev 2006; Kudashev 2007: 254–258).

Induzierte Komponenten sind willkommen und werden sogar gezielt gefördert, wenn sie positive Assoziationen und Konnotationen hervorrufen oder es den Nutzern ermöglichen, in informeller Kommunikation ihre Einstellung zum Gegenstand auszudrücken. In den meisten Fällen lenken sie die Aufmerksamkeit der Nutzer jedoch lediglich von der logischen Bedeutung ab, die den Kern der LSP-Kommunikation bilden soll. Dies ist wahrscheinlich einer der Gründe dafür, dass Komponenten induzierter Bedeutung in der Terminologietheorie weitgehend vernachlässigt wurden. Ihre Berücksichtigung ist jedoch eine wichtige Voraussetzung für eine erfolgreiche terminologische Benennung und eine wirksame LSP-Kommunikation.

Daten zur enzyklopädischen Beschreibung

Die enzyklopädische Beschreibung liefert Informationen über Objekte, die durch LSP-Ausdrücke bezeichnet werden; in den meisten Fällen sind diese Informationen außersprachlich. Es ist jedoch mitunter nicht leicht, eine Grenze zwischen der Beschreibung des Begriffs und der Beschreibung des durch einen LSP-Ausdruck bezeichneten Objekts zu ziehen. Viele terminologische Datenbanken enthalten bereits Informationen, die als enzyklopädische Beschreibung gelten, und der Anteil solcher Informationen dürfte künftig zunehmen, da verschiedene Arten von Nachschlagewerken einander tendenziell näherkommen (vgl. Hartmann 2001: 5). Um diesem Umstand Rechnung zu tragen, haben wir beschlossen, die enzyklopädische Beschreibung in die Klassifikation der Datenkategorien aufzunehmen, die sich auf die Beschreibung von LSP-Ausdrücken beziehen.

Nutzungsbezogene Daten

Nutzungsbezogene Informationen scheinen am häufigsten nachgefragt zu werden.

46 Igor Kudashev | Improving Compatibility of Terminological...

terminological data (Kudashev 2007: 207). It can be subdivided into two big categories:

- Nutzungsbeschränkungen;

- Gebrauchshäufigkeit.

NUTZUNGSBESCHRÄNKUNGEN BEZOGENE DATEN

Die Verwendung eines beliebigen LSP-Ausdrucks ist zumindest auf eine bestimmte Nationalsprache, ein bestimmtes Fachgebiet und einen bestimmten Zeitraum beschränkt. Darüber hinaus kann die Verwendung auf ein bestimmtes geografisches Gebiet, eine Berufsgruppe, eine Organisation, ein Register usw. beschränkt sein. Nachstehend finden Sie eine Liste der häufigsten Nutzungsbeschränkungen mit einigen Beispielen in Klammern:

- Nationalsprache (en, fi, ru);

- Fachgebiet und Teilgebiet (Physik – Atomphysik – Hochenergiephysik);

- wissenschaftliche Schule/Theorie (Newtons Physik, Einsteins Physik; dänischer Strukturalismus in der Linguistik);

- zeitliche Beschränkung (veraltet, Neologismus, während des Zweiten Weltkriegs verwendet);

- geografische Beschränkung (en-US, en-GB, Dialektausdruck);

- organisatorische Beschränkung (Begriff, der bei/durch Nokia, Microsoft, UN, WHO verwendet wird);

- Schutzrechtsbeschränkung (Markenzeichen, Handelsname);

- Registerbeschränkungen (offizieller Begriff, informeller Begriff, Fachjargon);

- Beschränkungen nach Berufsgruppe (Ärzte, Pflegekräfte, medizinische Assistenzkräfte);

- kombinatorische Beschränkungen (eine Untersuchung durchführen/vornehmen/anstellen/einleiten);

– Konformitätsbeschränkungen (standardisierter, bevorzugter, empfohlener, nicht empfohlener Terminus).

Die beiden letztgenannten Arten von Beschränkungen müssen wahrscheinlich ausführlicher kommentiert werden.

Daten zu kombinatorischen Beschränkungen

Kombinatorische Fähigkeit ist die Fähigkeit sprachlicher Einheiten, größere Einheiten zu bilden. Sie lässt sich in semantische, lexikalische und syntaktische kombinatorische Fähigkeit unterteilen. Semantische kombinatorische Fähigkeit bedeutet, dass Ausdrücke keine umstrittenen Bestandteile in ihrer Bedeutung aufweisen. Lexikalische kombinatorische Fähigkeit zeigt sich in der Fähigkeit von Ausdrücken, sich mit bestimmten anderen lexikalischen Mitteln zu verbinden. Syntaktische kombinatorische Fähigkeit ist die Fähigkeit eines Ausdrucks,

Terminologija | 2009 | 16

47

sich mit bestimmten grammatischen Formen anderer Ausdrücke und mit Hilfswörtern zu verbinden. Kombinatorische Beschränkungen werden gewöhnlich mithilfe syntaktischer Modelle, Beispiele und Kontexte beschrieben.

Daten zu Konformitätsbeschränkungen

Terminologische Produkte sind mehr oder weniger präskriptiver Natur. Diese Normativität kann von Empfehlungen der Ersteller oder der von ihnen konsultierten Fachexperten bis hin zu einer normativen Genehmigung reichen. In jedem Fall geht es um die Konformität eines LSP-Ausdrucks mit einem „guten“ oder „korrekten“ Stil (aus Sicht der Ersteller) und im Falle von Normen auch mit einem normativen Dokument.

DATEN ZUR NUTZUNGSHÄUFIGKEIT

Informationen zur Nutzungshäufigkeit können auf Korpusbelegen beruhen und numerisch ausgedrückt werden, oder sie können eine mehr oder weniger subjektive Schätzung sein, die verbal ausgedrückt wird (z. B. häufig verwendet – selten verwendet – kaum verwendet).

Daten zu systematischen Relationen

Unter systematischen Relationen verstehen wir ontologische Relationen (Relationen, die Wissen über die Welt enthalten), systematische lexikalische Relationen und sprachübergreifende Äquivalenzrelationen. Im Folgenden werden Beispiele für die häufigsten systematischen Relationen aufgeführt:

– Synonymierelationen;

– Antonymierelationen;

– Homonymierelationen;

– Paronymierelationen;

– generische Relationen;

– partitive Relationen;

– nicht-hierarchische ontologische Relationen (assoziative, sequenzielle, temporale, kausale usw.);

– (sprachübergreifende) Äquivalenzrelationen.

Relationen, die sich auf Wortbildung, Flexion und Kombinierbarkeit von Ausdrücken beziehen, gehören nicht zu dieser Kategorie, da es sich nicht um systematische lexikalische Relationen handelt.

Daten zu Ursprung und Entwicklung

Diese Art von Daten steht etymologischen Daten nahe, ist jedoch nicht auf diese beschränkt. Sie kann beispielsweise Folgendes umfassen:

48 Igor Kudashev | Improving Compatibility of Terminological...

- Informationen über die Formen, von denen ein bestimmter fachsprachlicher Ausdruck vermutlich abstammt;

- Informationen über die Entwicklungsstufen eines bestimmten fachsprachlichen Ausdrucks;

- Informationen über frühere Form(en), Bedeutung(en), Verwendung usw. eines bestimmten fachsprachlichen Ausdrucks.

SCHLUSSFOLGERUNGEN

In diesem Artikel haben wir die Prinzipien einer Datenklassifikation erörtert, die darauf abzielt, strukturelle Inkongruenzen zwischen Datenkategorien in verschiedenen terminologischen Sammlungen zu überbrücken. Zu den vorgesehenen Anwendungen der Klassifikation gehören die Aggregation und Zusammenführung terminologischer Daten, die Organisation einer Suche über vollständige Einträge in mehreren terminologischen Sammlungen sowie die Anpassung der Einträge an die Präferenzen der Nutzer.

Die beiden letztgenannten Aufgaben erfordern, dass die Klassifikation für gewöhnliche Nutzer terminologischer Produkte recht einfach und intuitiv verständlich ist. Eine Klassifikation, die auf den linguistischen Funktionen der Daten basiert, scheint hierfür eine der besten Möglichkeiten zu sein. Eine Suche anhand der linguistischen Funktionen der Daten ergänzt die Suche nach den Bezeichnungen der Datenkategorien wirkungsvoll und erfüllt dieselbe Funktion wie ein Sachregister in einer Bibliothek.

In diesem Artikel haben wir uns auf die Klassifikation von Daten konzentriert, die sich auf die Beschreibung fachsprachlicher Ausdrücke beziehen, da dies die wichtigste Art von Daten ist, die in terminologischen Datenbanken enthalten ist. Klassifikationen anderer Datentypen, etwa Informationen über Quellen, Nutzer und Transaktionen des Terminologiemanagements, werden in den Spezifikationen des ContentFactory-Projekts verfügbar sein, dessen Ziel die Entwicklung einer ontologiebasierten Plattform für die verteilte kollaborative Terminologiearbeit ist. Das Projekt endet 2010, und ein großer Teil seiner internen Dokumentation wird veröffentlicht werden.

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