september 2023

bekijk deze nieuwsbrief in uw browser

Terugblik

Termraad Nederlands

De Termraad Nederlands is een overleggroep voor terminologische afstemming. In totaal vergaderen vertegenwoordigers van de Nederlandstalige (ver)taaldiensten van de EU-instellingen, de Nederlandse, Belgische en Vlaamse overheden en het Instituut voor de Nederlandse Taal (INT) jaarlijks vier maal over actuele termen en (ver)taalbehoeftes bij de betrokken instanties. Naast drie videovergaderingen in 2023 vond op 15 september laatstleden een bijeenkomst plaats in de kanselarij van de Eerste Minister (Belgische overheid) in Brussel. Deze bijeenkomst bood tevens de gelegenheid voor beschouwingen in de vorm van een presentatie. F. Steurs (directeur INT) belichtte er de werkzaamheden van het INT evenals ontwikkelingen in het operationele kader voor terminologiewerk onder de titel ‘Het Europees digitaal kompas 2030: terminologie in het digitale decennium.

Kennisinstituut
Het INT wil zich profileren als een kennisinstituut voor het Nederlands in aansluiting bij de structurele taken zoals die worden bepaald in het Taalunieverdrag van 1980. Artikel 5 vermeldt doelstellingen op onder meer het vlak van wetenschappelijk onderzoek over de Nederlandse taal, verantwoord gebruik ervan, de instelling van databanken op het gebied van de terminologie en het opstellen van woordenlijsten. Op deze terreinen is het INT actief met projecten voor de beschrijving van het lexicon (woordenboeken, corpora), terminologische databanken, grammatica, officiële spelling (Groene Boekje) enz. Daarbij ligt de focus op de opbouw en het onderhoud van een digitale taalinfrastructuur. Deze richt zich met name op primaire data door compilatie van linguïstisch verrijkte corpusdata uit ruwe taalgebruiksdata, op secundaire data door taaldocumentatie en de beschrijving van woordenschat en spraakkunst, zowel algemeen als vaktaal (terminologie), en op de software en dienstverlening voor analyse, verwerking, ontsluiting, publicatie en ondersteuning van onderzoek en ontwikkeling.

In het computationeel lexicon GiGaNT laten zich twee hoofdmodules onderscheiden, HiLex voor de historische woordenboeken en corpora en MoLex voor de databanken hedendaags Nederlands.

De digitale focus en de expliciete terminologische component bieden mogelijkheden om aan te sluiten bij ontwikkelingen die zich op een breder plan voltrekken op het vlak van de digitale transformatie en het toenemend belang van correcte, gestandaardiseerde, meertalige terminologie met begripssystemen. De digitalisering vormt voor laatstgenoemde tendens bovendien een krachtige drijfveer. De digitale benadering van de ontvanger van de informatie, vaak via nieuwe vormen als video en audio, legt sterk de nadruk op de informatie-inhoud. De noodzaak van ‘content marketing’ dient zich aan.
De informatie en formulering moeten uniform zijn ongeacht de bedrijfsafdeling of het websitegedeelte.
Verder moet de inhoud beantwoorden aan taxonomieën en gestandaardiseerde metadata. Ook de herbruikbaarheid in redactionele systemen en goede vindbaarheid door zoekmachines zijn essentieel (Search Engine Optimalisation – SEO). Data-analyse tot slot helpt bepalen wie welke digitale informatie wanneer leest.
Deze vier aspecten vergen uniforme, op eenheid gerichte aanduidingen en benamingen die juist de terminologie kan bieden. Het klassieke terminologiebeheer onderscheidt bovenaan de voorkeursterm, daaronder toegelaten equivalenten en als laatste niet toegestane termen.
Terminologie en kennismanagement
Een tweede trend waarin de rol van terminologie onmiskenbaar is, is de versmelting van terminologie en kennismanagement. Deze ontwikkeling houdt een toenadering in van ontologie en terminologie. Waar de eerste een ontologieboom opbouwt tot aan de fijne vertakkingen en bladeren en dus bij de termen eindigt, begint terminologie bij de termen en bouwt zich van daaruit een hele kennisboom. De visualisering in conceptoverzichten blijkt begrippen en termen zeer inzichtelijk te maken.
De digitale transformatie en relevantie van terminologie manifesteren zich op hun beurt in Europese ontwikkelingen die verband houden met grootschalige taalinfrastructuren. Als illustratief voorbeeld werd met name het ELRC-project (European Language Resource Coordination) aangehaald dat liep van 2015 tot 2022 en nu is overgeheveld naar de European Language Data Space. Waar het eerste initiatief taaldata verzamelde om de ontwikkeling van automatische vertaling en taaltechnologie te ondersteunen voor burgers en overheidsadministratie, wil het platform van de Europese Taaldataruimte bovendien de commerciële sector bedienen. Het ELE-project (European Language Equality) vervolgens streeft een nog ambitieuzere doelstelling na om digitale taalgelijkheid te realiseren in Europa tegen 2030 en zo taalbarrières te slopen en de communicatie te verbeteren in een Europa met 24 officiële EU-talen en ruim 60 regionale en minderheidstalen.
Kunstmatige intelligentie
Naast de idee van een gemeenschappelijke data-infrastructuur voor alle talen is in de transformatie naar een digitaal decennium intussen ook de invloed van kunstmatige intelligentie onmiskenbaar, getuige een project als het Open GPT-X project in Duitsland (DFKI) (German Center for Artificial Intelligence). Het wil een Europees antwoord bieden op Amerikaanse AI-taalmodellen als GPT-3. Zo’n groot taalmodel of Large Language Model is een diep lerend algoritme dat tekst en andere inhoud kan herkennen, samenvatten, vertalen, voorspellen en genereren op basis van kennis uit enorme datasets. Juridische teams kunnen grote taalmodellen gebruiken om te helpen bij juridische parafrasering en samenvatten van rapporten (zie bijvoorbeeld “Predictice” voor het Frans).

Nieuws

Digital Scholarship in the Humanities

Meertalige digitale terminologie is een benadering die verder reikt dan de conceptuele en taalkundige weergave van terminologie zoals die gangbaar is in de klassieke terminologische discipline. Vanuit de digitale optiek houdt de terminoloog zich ook intensief bezig met wat vereist is om een computationeel hulpmiddel te helpen implementeren, te beheren en te onderhouden. Het Oxfordse tijdschrift DSH beschouwde het daarom als opportuun om aan het tweede juninummer een supplementdeel toe te voegen onder de titel ‘Multilingual Digital Terminology’, dit in aansluiting bij bijdragen gepresenteerd op de internationale conferentie ‘Multilingual Digital Terminology Today’ in Padua van 16 en 17 juni 2022.

Meerwoordtermen automatisch vertalen
De eerste bijdrage (M. Cabezas-García e.a. - Machine versus corpus-based translation of multiword terms) gaat in op de mogelijkheden die machinevertaling van meerwoordtermen biedt aan terminografen die termenbanken automatisch willen verrijken voor pre-editing of die in het kader van post-editing data controleren of herzien. Met dat doel voor ogen vindt een analyse plaats van een set Engels-Spaanse vertalingen van Google Translate, DeepL en Apertium, geëxtraheerd uit teksten in het domein van de milieuwetenschappen. In eerste instantie worden de resultaten van de machinevertaling vergeleken bij vertaling zowel zonder als in een zinscontext. Hieruit resulteert een foutentypologie met fouten tegen de betekenis, zoals foutieve formulering van interne semantische relaties, verkeerde keuze van het kernwoord, en fouten tegen de stijl door woord-voor-woord en niet-idiomatisch te vertalen. Terminografen dienen er zich echter bewust van te zijn dat de inzet van machinevertaling als snelle methode voor de verrijking van termenbanken meer gecreëerde dan ontdekte vertaalequivalentie kan opleveren. Het onderzoek had daarom als bijkomend doel om de resultaten van de machinevertaling te vergelijken met vertalingen op basis van vergelijkbare corpora. De corpusgebaseerde equivalenten, waar vindbaar, bleken kwalitatief en qua variatie beter. Mits verificatie aan de hand van vergelijkbare bronnen en de noodzakelijke inbreng van terminografen met vaardigheden op het vlak van pre- en post-editing, kan machinevertaling volgens de conclusie de data-invoer voor termenbanken versnellen.

Lexicografie en terminologie
De tweede bijdrage documenteert een benadering in de lexicografie die een semasiologische en onomasiologische invalshoek combineert (R. Costa e.a. - A crossroad between lexicography and terminology work: Knowledge organization and domain labelling). Dat gebeurt aan de hand van een case study over domeinnamen in het kader van het MORDigital-project, een project dat het historische Portugese woordenboek van Morais Silva (eerste editie uit 1789) omzet in gestructureerde, computerleesbare data. Deze bron is weliswaar geen terminologisch woordenboek maar bestaat als taalwoordenboek uit zowel algemene als gespecialiseerde lexicale eenheden en leent zich daardoor voor deze gecombineerde aanpak. Aan de hand van domeinnamen op het gebied van de wiskunde illustreren de auteurs hoe de overgang van een vlakke, niet-hiërarchische lijst van domeinaanduidingen naar een generiek-specifieke ontologie haar beslag krijgt en de bijbehorende lemma’s of hun betekenissen zich via coderingen in de header van de gebruikte TEI-versie (Text Encoding Initiative) laten ordenen en classificeren. De toepassing van deze terminologische denkwijze op lexicografisch werk bevordert de consistentie en interoperabiliteit tussen bronnen, ongeacht hun taal.
Socioterminologische beschrijving
De integratie van sociolinguïstische terminologische variatie is op haar beurt een complicerend aspect in de digitale terminografie (V. Delavigne - Des corpus aux bases de données … et retour. Quelle architecture pour une base de données socioterminologiques?). Waar standaardnormen als ISO 704 en ISO 1087 zich vooral richten op normering en conceptualisering, en termvariatie slechts bespreken met betrekking tot synonymie en polysemie, heeft de terminologie gaandeweg ook meer het aspect van de variatie geïntegreerd onder invloed van een sterk toegenomen oriëntatie op teksten en corpora. Deze immers kunnen ook de gebruiksverschillen en reëel discours weergeven. Deze variatie waarvoor terminologen zich zijn gaan interesseren, laat zich indelen volgens een typologie en kan onder meer samenhangen met diachronische, sociale en demografische, geografische verschillen, evenals verschillen in tekstgenre, aard van de toepassing enz. Voor dergelijke socioterminologische beschrijving wordt een databasemodel voorgesteld dat terminologische fiches koppelt aan zowel teksten als editologische fiches die, naast de gebruikelijke informatie, gegevens opnemen over onder meer auteur, uitgever, en sociolinguïstische gegevens zoals de taalpolitieke rol van de tekst, beoogd publiek e.d.

Onderzoeksrichtingen in de termextractie
Analyse van de recente literatuur uit 2022 en begin 2023 over automatische termextractie en de meest beloftevolle onderzoeksrichtingen aangeven is het doel van de volgende bijdrage (G. M. Di Nunzio e.a. - A systematic review of Automatic Term Extraction: What happened in 2022?). De onderzoeken worden er ingedeeld volgens een zestal thema’s waaronder het ontwerp en implementatie van de tools, kennisorganisatie, meertaligheid enz. Neurale modellen blijken beloftevol maar hun performantie ten aanzien van het aantal correct herkende termen laat zien dat tussenkomst van een vakdeskundige voorlopig nodig blijft voor kwalitatieve meertalige termenbanken.

Samenwerking
Het opzetten van samenwerkingsverbanden en technologische invloed is typerend voor vele vakgebieden in de huidige tijd. In de vertaalwereld weerspiegelt zich dit in begrippen als ‘translation team work’, het beroep op ‘crowdsourcing’ voor vrijwillige vertaalbijdragen en ‘collaborative terminology resources’ of platformen van het wikitype. Dit vijfde artikel (P. Elbaz e.a. - Terminologie collaborative: analyse d'un projet inter-universitaire outillé en contexte européen) doet verslag van een project dat vertaalstudenten vertrouwd wilde maken met deze samenwerkingspraktijk en het gebruik van taaltechnologische hulpmiddelen. Het drietalige terminologieproject (Grieks, Frans, Engels) had als onderwerp natuurlijketaalverwerking en achtereenvolgens werden fases doorlopen als inwerking in het domein, corpussamenstelling, termextractie, onderzoek naar de semantische relaties en het opstellen van terminologische fiches. De workflow resulteerde in inzicht in de voordelen bij samenwerkingsverbanden en training bij vertaalopleidingen.

Meertalige data
Hoe kan men meertalige terminologische data modelleren? Het volgende artikel beschrijft daarvoor twee benaderingen: deze ontwikkeld door ISO TC 37/SC 3 als Terminological Markup Framework/ TermBase eXchange standaard, en het Lexicon Model for Ontologies (Lemon) (S. Piccini e.a. - TBX and ‘Lemon’: What perspectives in terminology?). Interoperabiliteit van data is een doelstelling die beide systemen gemeen hebben maar ze onderscheiden zich ieder door hun eigen profiel. TBX is een standaard die de uitwisseling (importeren en exporteren) van data tussen termenbanken faciliteert en door zijn flexibiliteit zeer beantwoordt aan de behoeftes van de (ver)taalindustrie. De datamodellering in RDF/OWL via Lemon daarentegen heeft als voordelen onder meer de mogelijkheid om termenbanken te koppelen aan datasets die het web als Linked Open Data beschikbaar stelt en om veranderingen van een concept in de tijd binnen dezelfde ontologie weer te geven. Zoals de auteurs aan de hand van een gewijzigd medisch concept tonen, is hiervoor in een TBX-systeem de creatie van een nieuwe conceptingang nodig en een tekstnoot van de terminoloog die de diachrone relatie tussen de twee concepten toelicht.

Ontologieën
Twee applicaties voor het ontwerpen van ontologieën staan centraal in het zevende artikel (C. Roche - La Théorie du Concept des Normes ISO à l’Ere Numérique). Waar ontologieën sterk bijdragen om domeinen inzichtelijk te maken, zijn terminologische kernnoties uit de ISO-standaarden zoals concept en conceptuele relatie nochtans niet zonder meer compatibel met de kennistechnologie die de computationele ondersteuning moet leveren. Terminologische ISO-normen definiëren een concept immers als een combinatie van onderscheidende essentiële kenmerken en hanteren daarmee een intensionele benadering. Daartegenover opereert de kennistechnologie met een extensioneel opgevat begrip, de logische klasse die gedefinieerd wordt in termen van relaties tussen objecten. Objecten worden er niet gedefinieerd door wat ze zijn maar door hun relaties met andere objecten. Zoals het artikel aan de hand van de veel gebruikte applicatie Protégé illustreert, is daarom een soort vertaalslag nodig die essentiële kenmerken uitdrukt met behulp van relaties tussen objecten, of van een intersectie van klassen. De editor voor conceptsystemen Tedi daarentegen is ontworpen om ontologieën te bouwen op basis van de gangbare terminologische ISO-begrippen als onderscheidende kenmerken en de intensionele definitie van concepten.

Termextractie
Het slotartikel presenteert een experiment voor termextractie aan de hand van een parallel corpus van Italiaanse en Engelse teksten uit het domein van het cultureel erfgoed, meer bepaald de archeologie (G. Speranza e.a. - Towards terminological resources tailored to the users’ needs: Terminology extraction based on appositive constructions). De extractie richt zich specifiek op het computationeel goed herkenbare zinsdeel van de bijstelling waarin een begrip bijvoorbeeld tussen twee komma’s of ronde haken wordt toegelicht. Het onderzoek maakt gebruik van de Corpus Query Language van de Sketch Engine en laat na de analyse van de verschillende types van bijstellingen zien hoe aan de hand van de geboden informatie terminologische hulpmiddelen kunnen worden aangemaakt die zich richten op verschillende gebruikersgroepen, namelijk meertalige voor vertalers, eentalige voor een lekenpubliek en geannoteerde ten behoeve van technische schrijvers.

Datacategorieën en ISO-normen

Termingangen vormen het klassieke werkmateriaal voor een scala van terminologiewerkzaamheden. De wijze waarop deze elementaire bouwstenen tot stand komen en worden verwerkt kan echter aanzienlijk variëren. Een sterke invloed heeft uiteraard het nagestreefde einddoel. Zo kunnen termingangen volgens de indeling die ISO 1087 aangeeft in de rubriek “Termen en definities” (3.7) deel uitmaken van terminologische woordenboeken. Ze worden er onderscheiden in vocabularia die benamingen en definities bevatten uit een of meer domeinen of onderwerpen, en glossaria die bestaan uit benamingen uit een of meer domeinen of onderwerpen samen met equivalenten in een of meer natuurlijke talen. Daarnaast kunnen termingangen ook deel uitmaken van terminologische databases. Voor een dergelijk doel is een specifiek termbeheer noodzakelijk dat zowel betrekking heeft op het ontwerp van de gehele database als op de bepaling van de terminologische data van de termingangen en de categorieën van die data. Hiervoor zijn hulpbronnen met gestandaardiseerde datacategorieën ontwikkeld die uniform datagebruik en interoperabiliteit mogelijk maken. Een overzicht binnen kort bestek bieden twee artikelen in edition. Fachzeitschrift für Terminologie en Universitas Mitteilungen (Detlef Reineke).

5th international conference on terminology

Het Instituut voor de Litouwse Taal organiseert op 19 en 20 oktober 2023 weer een nieuwe editie in zijn congresreeks over het thema ‘Scientific, administrative and educational dimensions of terminology’. Deze algemene invalshoek vertaalt zich naar een scala van onderwerpen dat de terminologie in haar volle breedte beslaat: theorieproblemen, horizonuitbreiding en nieuw potentieel, stilistische aspecten, de relatie met ontologieën, terminografie en termenbanken, ontwikkelingen en perspectieven, termvariatie, termbeheer, normalisatie en standaardisatie, ICT en terminologieonderwijs. Het congres kan zowel ter plekke in Vilnius als online worden bijgewoond en heeft als keynotesprekers M.-C. L’Homme, M.T. Zanola en P. León Araúz.

EAFT Eleventh Terminology Summit

Barcelona is op 16 en 17 november de gaststad voor het elfde terminologiecongres van de European Association for Terminology, ingericht in samenwerking met TERMCAT. De aandacht gaat daarbij uit naar twee hoofdonderwerpen, vernieuwing en duurzaamheid, waarvoor de lezingen over drie sessies worden verspreid. Lezingen over het eerste deelonderwerp stellen de focus scherp op aspecten zoals vernieuwingen in het structureren van data, de rol van terminologie in de massamedia, invloed van kunstmatige intelligentie en vernieuwing brengende onderzoeken en hulpmiddelen. Gevarieerd zijn ook de mogelijkheden die zich aandienen binnen het tweede deelthema. Als een aspect van duurzaamheid kan terminometrie de mate beschrijven waarin termen ingang vinden. Duurzaamheid laat zich ook economisch uitdrukken als de ‘return on investment’ die terminologie genereert. Het begrip duurzaamheid laat zich ook weer beschouwen vanuit het standpunt van domeinverlies en -winst. Een derde rondetafelsessie plaatst de thema’s in een tijdsverband met de vraag wat men inzake duurzame vernieuwing uit het verleden kan leren voor de toekomst.

Terminologie diachronique: un bilan, des perspectives

In de terminologie wordt het diachrone aspect vaak gemarginaliseerd. Zowel destijds Wüsters terminologietheorie als de recentere terminologiepraktijk en het terminologieonderzoek hanteren in eerste instantie een synchroon perspectief. Toch is terminologie doorheen de tijd voortdurend in ontwikkeling, zodat zich de noodzaak aan chronologische verruiming opdringt. Om hieraan de nodige impuls te geven richt CeRLA (Centre de Recherche en Linguistique Appliquée) een tweedaagse conferentie in op 30 november en 1 december aan de Université Lumière Lyon 2. De gezichtspunten voor de onderzoeksvoorstellen zijn inderdaad talrijk. Ze kunnen onder meer betrekking hebben op de stand van zaken met aandacht voor de geschiedenis van de diachrone terminologie en de vorming van een typologie van studies ervan. Eveneens kunnen vragen rijzen over de invloed van de diachrone dimensie op de terminologietheorie, de te hanteren methodes, relaties met takken van wetenschapsgeschiedenis of de historische taalkunde, praktische toepassingen voor het onderwijs e.d.

Tools en bronnen

Termenlijsten Expertisecentrum Nederlandstalige Terminologie

Termenlijsten zijn zowel voor concretere als abstractere doelstellingen dienstbaar. Een zeer concreet doel dienen ze wanneer ze direct voorzien in uiteenlopende professionele behoeftes. Dat geldt wanneer een al dan niet meertalige omschrijving en afbakening van begrippen nodig is voor de beoefening van een vak of in onderwijsverband bij de instructie van leerstof. Evenzeer kunnen ze abstracter bijdragen tot meer algemene reflectie, bijvoorbeeld in het kader van taal- en terminologiebeleid. Hier vormen de begrippen domeinwinst en domeinverlies essentiële criteria die in beschouwing worden genomen om mee de mate te bepalen waarin taalgebruikers zich van hun taal kunnen bedienen in gespecialiseerde contexten. Gaan vele taalgemeenschappen terecht zorgzaam om met de communicatiepositie van hun taal, dan mag daarnaast echter duidelijk zijn dat het ingewikkeld is om begrippen als domeinwinst en -verlies in kaart te brengen, laat staan te kwantificeren. Waar de afwezigheid van nieuwe begrippen vaak als een waarschuwingssignaal werkt in de gedachtewisseling over deze onderwerpen, laten termenlijsten juist ook de noodzakelijke positieve tegenhanger zien voor wat wel beschikbaar is.
Op het Instituut voor de Nederlandse Taal worden termenlijsten verzameld in een eigen rubriek die gaandeweg wordt uitgebreid. Gezien de specifieke taakstelling van het INT houden ze steeds, eentalig of meertalig, verband met het Nederlands. Om de grote variatie in de onderwerpen en hun vaktaal te ordenen, worden ze ingedeeld volgens de onderwerpencatalogus van de Library of Congress, een internationaal systeem dat ook vele Nederlandse universiteitsbibliotheken hanteren om hun collectie te classificeren. Recent werden aan de webpagina van het Expertisecentrum voor Nederlandstalige Terminologie de volgende termverzamelingen toegevoegd. Suggesties voor verdere aanvulling nemen we graag in overweging.

Bericht van NL-Term

De impact van AI op vertaling en terminologie

Webinar via Zoom.
Donderdag 12 oktober 2023, 14u – 16.30u.
Doelgroep: vertalers, terminologen, tolken, technisch schrijvers.
De opmars van artificiële intelligentie (AI) is onstuitbaar en de ontwikkeling gaat razendsnel. Dat AI ook een impact zal hebben – of al heeft – op vertaling en terminologie, is meer dan duidelijk.
Bij het Directoraat-Generaal Vertaling (DGT) van de Europese Commissie worden teksten vertaald van en naar de 24 officiële EU-talen. Maar DGT is bovendien actief betrokken bij onderzoek naar:

Op 12 oktober presenteren enkele DGT-stafleden een overzicht van wat ze al hebben gerealiseerd en wat er mogelijk nog in de pijplijn zit.
Zal generatieve AI (ChatGPT, GPT-4, Google Bard …) de huidige automatische vertaling verdringen? Kunnen de chatbots betere termextractie garanderen? Kunnen bedrijven en organisaties gebruik maken van eTranslation?
Het webinar wordt gedeeltelijk in het Nederlands en gedeeltelijk in het Engels gegeven. Deelname is gratis.
Inschrijven moet vooraf via het inschrijfformulier.
Wie zich aanmeldt, krijgt vooraf het programma en de Zoomlink toegestuurd.
PE-punten. Vertalers en tolken uit Nederland kunnen voor deelname aan dit webinar PE-punten aanvragen bij Bureau WBTV. Alleen de contacturen komen in aanmerking: er kunnen geen studiebelastingsuren gedeclareerd worden.

Agenda