COMPUTERTOOLSANDWEBRES URCES
Miran Željko
Izboljšave elektronskih slovarjev
■ Izvleček
Članek obravnava možnosti za izboljšavo slo¬
varjev z vidika prevajalca. Slovarji so osnovni
pripomočki pri delu prevajalcev, v zadnjem ča¬
su se jim pridružujejo tudi dvojezični korpusi.
Danes dostopni slovenski elektronski slovarji so
nastali iz izdelkov, ki so bili prvotno narejeni za
knjižno obliko, nato pa so bili ti slovarji navad¬
no po liniji najmanjšega odpora predelani v ra¬
čunalniške programe. Elektronski slovarji bi lahko
omogočali bistveno več kot knjižni slovarji: iska¬
nje po celotnem besedišču v slovarju, iskanje
podobnih besed, terminološko analizo besedila,
uporabo korpusa za primere rabe, dinamično
povezavo med slovarjem in korpusom, stalno
dopolnjevanje slovarja namesto priprave popol¬
noma novih slovarjev vsakih nekaj desetletij.
Kot primer praktične uporabe predlaganih na¬
čel je na kratko predstavljena terminološka zbir¬
ka Evroterm.
Ključne besede: terminološka zbirka, spletni
slovar, korpus, stalne izboljšave, iskanje po
celotnem besedilu, Evroterm
■ Abstract
Improving Electronic Dictionaries
The article presents some possibilities for improv¬
ing dictionaries from the translator’s point of
view. Dictionaries, glossaries and terminology da-
tabases (recently, parallel corpora as well) are
the basic tools for translators. The existing Slo-
venian electronic dictionaries are based on dic¬
tionaries in book form — the data from those
books were usually transformed into Computer
software using the line of least resistance. How-
ever, electronic dictionaries could provide more
functionality than books: full-text search, fuzzy
search, terminological text analysis, corpus as a
source of collocations, dynamically linked dic-
tionary and corpus and continuous improve-
ments of the dictionary, instead of new dictionary
projects every few decades. The Evroterm termi-
nology database is presented as an example of
practical use of the proposed improvements.
Keywords: terminology database, on-line
dictionary, corpus, continuous improvements,
full-text search, Evroterm
UVOD
Če razvoj slovarjev primerjamo z razvojem avtomobilov, smo sedaj v tisti
fazi, ko je Carl Benz izpregel konje izpred kočije in nanjo namestil motor, zdaj
pa se ponosno prevaža naokoli. Slovarji danes v Sloveniji praviloma najprej izi¬
dejo v knjigi, potem pa jih računalnikarji pretvorijo v elektronsko obliko (Anž-
lovar 2004) - najprej torej izdelamo kočijo, potem odžagamo oje in kočijo pre¬
delamo tako, da je nanjo mogoče namestiti motor.
V prihodnosti bo treba postopek povsem spremeniti: kočija in avto sta dva
različna izdelka, zato ju je treba snovati in izdelovati ločeno; slovarji v knjižni
80 MOSTOVI • Volume 40, No. 1-2, Year 2006: pp. 80-94
Izboljšave elektronskih slovarjev
obliki naj bodo za bibliofile, prevajalci pa večinoma potrebujejo slovarje v elek¬
tronski obliki in pri sestavljanju takih slovarjev je treba čim bolj izkoristiti vse
možnosti informatike. Potem se ne bo dogajalo to, da po angleško-slovenskem
slovarju ne moremo iskati slovenskih besed (npr. Veliki angleško-slovenski slovar
na CD-ju), in potem bo preprosto graditi večjezične slovarje. Primeri rabe, kolo-
kacije in izjeme ne bodo omejeni na znanje ali prepričanje sestavljavcev slovar¬
ja, temveč jih bo slovar samodejno potegnil iz korpusa.
IZBOLJŠAVE SLOVARJEV
Iskanje po celotnem besedilu
Prvi elektronski slovarji so bili knjige, pretvorjene v elektronsko obliko -
taki so pri nas npr. Amebisovi slovarji (http://www.amebis.si): vsebina elektron¬
ske verzije Velikega angleško-slovenskega slovarja je enaka vsebini knjige s tem
naslovom, le iskanje je hitrejše, ker ni treba obračati strani. Večja preglednost je
dosežena z uporabo različnih barv za iztočnico, prevode in besedne zveze, mož¬
no je iskanje v polju zadetkov, na poljubnem strokovnem področju in po prime¬
rih rabe, lahko se dodajajo opombe - in ob še nekaterih manjših dopolnitvah se
tu napredek tako rekoč konča.
Manjka pa najpomembnejša izboljšava - čeprav bi jo bilo mogoče narediti
povsem preprosto: namesto da je iskanje omejeno samo na angleške iztočnice, bi
lahko iskali tudi po slovenskih prevodih besed in besednih zvez. Programerji zna¬
jo rešiti to nalogo, a najbrž založnik meni, da bi imel slovar s tem večjo vred¬
nost, kot so mu jo bili pripravljeni dodeliti, saj bi nenadoma postal tudi sloven-
sko-angleški slovar. Dva slovarja za ceno enega na trgu, kjer skoraj ni konkuren¬
ce - to pa res nima smisla!
Iskanje podobnih besed
Pri pisanju občasno nastajajo napake; lahko zaradi tipkanja ali pa, ker si
človek napačno zapomni zapis besede. Med pisanjem v urejevalniku besedil
nas črkovalnik opozori na morebitno napako; če želimo, nam predlaga (po nje¬
govem mnenju) pravilno besedo. Pri iskanju besede v slovarju pa v takem pri¬
meru sploh ne dobimo zadetka. Kadar elektronski slovar ne najde besede, ki jo
vtipkamo, bi bilo prijazno do uporabnika, če bi program prikazal tudi zadetke,
ki so podobni iskani besedi. (Tak način iskanja (»približno iskanje«) je mogoče
uporabljati pri Amebisovi elektronski različici Nemško-slovenskega slovarja
Igorja Antiča.)
Letnik 40, št. 1 -2, leto 2006: str. 80-94 • MOSTOVI 81
RAČUNALNIŠKAORODJISPLETNIVIR
COMPUTERTOOLSANDWEBRES URCES Miran Željko
Korpusi
Pripomoček, katerega korist prevajalci spoznavajo šele v zadnjih letih, so
korpusi prevodov. Uvod v korpuse je npr. v (Hirci 1999).
Slovar in korpus se zdita povsem različna izdelka: v slovarju so podatki
urejeni po abecedi, korpus pa je neurejena zbirka in šele ob izpisu rezultatov is¬
kanja dobimo iz nje po svoje urejen izvleček. V resnici je (vsaj z vidika prevajal¬
ca) podobnost med slovarjem in korpusom precej večja, kot se zdi na prvi po¬
gled: če kot najosnovnejšo obliko slovarja vzamemo glosar, v katerem vsaki be¬
sedi v prvem jeziku ustreza beseda v drugem jeziku, je to najenostavnejša oblika
korpusa. Po drugi strani pa bi v dovolj velikem dvojezičnem korpusu našli vse
besede iz slovarja, le preslikave med besedami moramo poiskati sami - več o
tem je npr. v (Vintar 2003) - korpus torej lahko obravnavamo kot neke vrste neu¬
rejen glosar ali glosar z veliko količino šuma.
Ponavadi se korpusi in slovarji obravnavajo ločeno - na spletu je na voljo
npr. Slovar slovenskega knjižnega jezika in korpus Nova beseda, ki vsebuje tudi
slovensko leposlovje. Smiselno bi bilo, da bi bile ob zadetkih iz Slovarja sloven¬
skega knjižnega jezika narejene povezave na primere iz korpusa slovenskega le¬
poslovja - tako bi videli, kako se iskana beseda uporablja v knjižnem jeziku, na¬
mesto tega pa je na spletu ista verzija slovarja z enakimi primeri, kot so jih v
knjižno obliko vnesli sestavljavci slovarja. Enako stanje je na CD-ju.
Razumljivo je, da je v knjižni obliki slovarja število primerov rabe omeje¬
no, saj smo omejeni z naravo medija - odvisno od debeline papirja je mogoče
knjigo kolikor toliko neproblematično uporabljati, če obsega do približno 2000
strani. Če je slovar preobširen, postane pretežek. To težavo rešimo tako, da slo¬
var izide v več zvezkih - a tudi tu se pri praktični rabi hitro pojavi meja. Pri ra¬
čunalniških medijih je ta omejitev nekaj redov velikosti višja - ste poskusili izra¬
čunati, koliko znakov je v (Grad 1997)? V knjigi je skoraj 1400 strani, na strani
je 5000 do 6000 znakov, in če ta podatka zmnožimo, dobimo od 7 do 8,4 mili¬
jona znakov, to pa je le odstotek kapacitete CD-ja!
Ena od osnovnih umetnosti sestavljanja slovarjev je torej tudi izbira ustrez¬
nih primerov rabe (več o tem je v (Drstvenšek 2003)). Pri tem lahko nastane
več težav:
- vsak avtor ima omejeno znanje in nekaterih primerov ne vključi v slovar (po¬
gosto izpadejo novejše besedne zveze - prav te pa bi bile za uporabnike slo¬
varja najzanimivejše);
- morda poskuša avtor dokazati kako svojo hipotezo in izbere tiste primere, ki
potrjujejo njegovo mnenje, nasprotnih pa ne uvrsti v slovar;
- avtorji slovarjev so običajno ljudje z večdesetletnimi izkušnjami - zato se v
slovarju znajdejo tudi besede in besedne zveze, ki so v sodobni rabi redkejše.
82 MOSTOVI • Volume 40, No. 1-2, Year 2006: pp. 80-94
-—--- Izboljšave elektronskih slovarjev
Te probleme rešimo, če sestavimo korpus in slovar priredimo tako, da išče
primere rabe neposredno v korpusu - če je korpus sestavljen uravnoteženo in če
kakšni primeri niso namenoma odstranjeni, bi morali dobiti dejanske primere
rabe. Dejstvo je, da se zaradi velike količine podatkov v korpusu pojavljajo na¬
pake, vendar iz množice zadetkov - kljub morebitnim napakam - navadno lah¬
ko izluščimo pravilo.
Korpus v povezavi s slovarjem
Iz knjižnih izdaj slovarjev smo navajeni, da so primeri rabe navedeni statič¬
no - v knjigah ne more biti drugačnega načina prikaza. Pri elektronskem slovar¬
ju pa je smiselno, da je povezava med iztočnico in primeri rabe dinamična -
vzpostavi se šele pri iskanju.
Z vidika prevajalca lahko na splošno rečemo, da posamezen zapis v slovar¬
ju sestavljajo trije deli (slika 1):
- glosar (prevod iztočnice v prvem jeziku v besedo v drugem jeziku),
- dodatne informacije o iztočnici (odvisno od besedne vrste, jezika, obsega slo¬
varja in ciljnih uporabnikov); seznam podatkov, ki naj bi jih vsebovala termi¬
nološka zbirka, je naštet v standardu ISO 12616\
- primeri rabe - tu je najenostavneje uporabiti kar korpus prevodov; tudi tu lah¬
ko navedemo dodatne podatke: zanesljivost prevoda, področje, vir, celotno
besedilo ipd.
Slika 1: Posamezni elementi slovarja in povezave med njimi
V takem sistemu imamo lahko dve smeri iskanja:
1) glosar -» dodatne informacije -» korpus: uporabnik pogosto ne potrebuje vseh
podatkov, zato je smiselno, da se mu informacije odpirajo postopno, najprej
iz glosarja dobi seznam iztočnic (lahko tudi s prevodi), ki ustrezajo iskanemu
kriteriju, ob kliku izbrane besede dobi dodatne informacije, ob ponovnem kli¬
ku pa primere rabe (seznam zadetkov iz korpusa z besedili v izvornem in cilj¬
nem jeziku). Obstajajo še druge možnosti, način izpisa pa je odvisen od iz¬
vedbe slovarja (v slovarju, ki je nameščen na računalniku uporabnika, se lah¬
ko izvajajo zahtevnejše operacije kot v slovarju, ki je na spletnem strežniku),
namena slovarja, količine informacij in predvidene običajne poti iskanja.
Letnik 40, št. 1-2, leto 2006: str. 80-94 1 MOSTOVI 83
RAČUNALNIŠKAORODJISPLETNIVIR
COMPUTERTOOLSANDWEBRESO RCES Miran Željko
2) glosar -» korpus -» dodatne informacije : v slovarjih je vedno omejena množi¬
ca besed; če je slovar splošen, v njem manjkajo strokovni izrazi, če je ome¬
jen na neko strokovno področje, pa v njem ni splošnih izrazov, zato se ved¬
no zgodi, da kakega pojma ne najdemo. Ob primerno velikem korpusu pa je
zelo verjetno, da je vsaj nekaj iskanih pojmov v korpusu, zato je smiselno is¬
kanje omogočiti tudi v drugi smeri in uporabnik iz okolice iskane besede
ugotovi pomen neznane besede. Če pa je iskana beseda tudi v glosarju, je
smiselno, da ob njej uporabniku ponudimo še pot do dodatnih informacij o
tem pojmu.
Z vidika prevajalca ima povezava slovarja in korpusa tele prednosti;
- več načinov iskanja,
- večja verjetnost, da najde pomen iskane besede,
- več podatkov o iskani besedi,
- hitrejše in lažje iskanje.
Pomanjkljivost tega načina je predvsem v rabi korpusa. V dobrem korpusu
je več deset milijonov besed. Vseh podatkov v korpusu ni mogoče preveriti (ozi¬
roma bi bilo to preverjanje predrago), zato so v korpusih napake; praviloma je
v korpusih več napak kot v slovarjih. Uporabnike je treba opozoriti na to - če
se kak zadetek zelo razlikuje od drugih, je možno, da ne gre za izjemo, temveč
za napako in takrat mora uporabnik preveriti podatek še v kakem drugem viru.
Pripombe uporabnikov o napakah so zelo dobrodošle in na podlagi teh povrat¬
nih informacij je treba korpus redno osveževati.
Enojezični slovar, ki je povezan z enojezičnim korpusom, je npr. Digitalni
slovar nemškega jezika (http://www.dwds.de).
Terminološka analiza besedila
Iskanje, pri katerem v iskalno okence vpišemo besedo, so računalnikarji prev¬
zeli od iskanja po slovarjih v knjigah in je uporabno, če nas zanima pomen majh¬
nega števila besed. Realno življenje strokovnega prevajalca pa je (lahko) povsem
drugačno: prevajalec ob besedilu pogosto dobi navodilo: »Upoštevajte terminologi¬
jo iz našega glosarja.« Že če je v glosarju nekaj sto besed, ki jih prispeva več pre¬
vajalcev, glosar pa se stalno dopolnjuje, je nemogoče na pamet vedeti vse izraze.
V takih primerih nam vsaj malo pomagajo prevajalska orodja, kot je npr. Trados
(meni Tools => Translate => Translate terms). Prevajalec pa si želi več: program
bi moral analizirati izvirno besedilo, označiti, kateri izrazi so v terminološki zbir¬
ki, s klikom pa bi uporabnik dobil terminološke podatke o njih (po želji seveda v
povezavi s korpusom). Tak analizator bi bil precejšen korak naprej v primerjavi z
84 MOSTOVI • Volume 40, No. 1-2, Year 2006: pp. 80-94
----Izboljšaveelektronskih slovarjev
iskanjem posamezne besede. Namesto strojnega prevajanja, pri katerem pogosto
dobimo povsem neuporabne rezultate, bi bil za prevajalce torej zelo uporaben pri¬
pomoček, ki bi se ustavil korak pred strojnim prevajanjem.
Prikaz na zaslonu
Pri iskanju v slovarjih in korpusih običajno dobimo veliko količino podatkov.
Te je treba urediti in na zaslonu prikazati tako, da uporabnik čim prej najde iska¬
no. Poleg smiselne razporeditve so osnovna pomoč pri tem barve - različne infor¬
macije naj bodo različno obarvane, manj pomembni podatki so preprosto v črni
barvi. Pomoč barv pri uporabi slovarja je razvidna že iz Amebisovih slovarjev. Pri
korpusu je uporabniku v pomoč, če so posamezne enote jasno ločene druga od
druge in če je iskana beseda pobarvana (če je natisnjena samo krepko - kot je
npr. v korpusu SVEZ-IJS jo je na gosto popisanem zaslonu težje najti). Pri
vzporednem dvojezičnem korpusu je lažje najti ustreznico v obeh jezikih, če sta izpi¬
sa v obeh jezikih vzporedna. Pri zaporednem izpisu zaradi daljše poti, ki jo mora
opraviti oko, vzporejanje traja dalj časa, kar vidimo, če primerjamo korpus SVEZ-
IJS z Evrokorpusom. Dodatna pomoč uporabniku je, če je v izpisu zadetkov iz
korpusa pobarvan tudi prevod iskane besede (če ga program najde v glosarju).
Stalne izboljšave
V preteklosti je bil način dela tak, da se je zbrala ekipa, naredila slovar in
ta je (odvisno od kakovosti in pomembnosti) nespremenjen doživel nekaj pona¬
tisov in bil naprodaj več let ali celo desetletij.
Pri elektronskih slovarjih je lahko postopek drugačen: osnovno različico
slovarja naredimo podobno kot prej. V vsakem slovarju so napake m pomanj¬
kljivosti, tudi če je narejen še tako skrbno. S spremembo knjižne verzije slovar¬
ja so veliki stroški (poleg očitnih stroškov s pripravo in tiskom nove izdaje se
pojavi še nekaj vprašanj: kdo bi kupil preostalo naklado stare izdaje z napaka¬
mi, če je na voljo novejša različica; kako pogosto (ali pri kolikšnem številu na¬
pak) izdajati osvežene verzije ipd.). Pri elektronskih slovarjih so te težave rese
ne s samo naravo medija, saj je strošek za CD bistveno nižji od stroškov tiska
knjige, še vedno pa so težave, ker obstaja več različic slovarja. Vse se istveno
poenostavi z uporabo interneta: če je slovar na spletu, moramo osveževati po at
ke le na enem mestu, vsak uporabnik pa ima vedno na voljo najnovejso različico.
Ker ljudje nimajo vedno pri roki računalnika v povezavi z internetom, je smisel¬
no omogočiti dostop do slovarja tudi z mobilnim telefonom.
V proizvodnji že več desetletij uporabljajo načelo Demingovega kroga stal¬
nih izboljšav in to idejo lahko smiselno uporabimo tudi pri razvoju slovarjev.
Letnik 40, št. 1 -2, leto 2006: str. 80-94 • MOSTOVI 85
RAČUNALNIŠKAORODJISPLETNIVIR
COMPUTERTOOLSANDWEBRESOURC
Miran Željko
Vsebinske izboljšave
Pri osveževanju gre za več opravil:
- popravljanje napak,
- dodajanje novih iztočnic,
- dodajanje novih pomenov že vključenim iztočnicam,
- označevanje pojmov, ki sčasoma zastarijo.
Na najočitnejše napake nas opozorijo uporabniki slovarja, postavi pa se
vprašanje, katere iztočnice dodajati v slovar. Tega se lahko lotimo na različne
načine.
1) Če pri takem projektu sodeluje računalnikar, bo trdil, da se v računalništvu
pojavlja največ novih besed, zato je najpomembneje dodajati te besede. Stro¬
kovnjaki iz drugih ved imajo lahko drugačne utemeljitve: pravnik bo trdil, da
se slovenski in angleški pravni red že v osnovi bistveno razlikujeta in je zato
treba v slovarju to razliko čim bolj osvetliti; predstavnik kake humanistične
stroke bo morda trdil, da slovarja z njegovega področja sploh ni in mora biti
zato v splošnem slovarju več tovrstnega besedišča. Razmerja med novimi be¬
sedami z različnih področij je pri takem načinu zelo težko določiti.
2) Druga možnost je, da uporabimo čim večji korpus, izračunamo frekvenco
pojavljanja besed in dodajamo besede, ki se pojavljajo večkrat. Pri tem po¬
stopku nekako avtomatiziramo prej omenjeno idejo, a zadeva deluje le, če se
korpus stalno osvežuje - v starem korpusu ne moremo najti novih besed.
(Lonneker 2004) predlaga, da pri takem dopolnjevanju kot vir za nove bese¬
de uporabimo korpus literarnih virov.
3) Tretja možnost je najpreprostejša in najbolj demokratična, seznam besed, ki
jih je treba dodati, pa se ustvarja kar sam: dodajamo tiste besede, ki jih upo¬
rabniki niso našli v delujoči verziji slovarja. Vsak slovar je praviloma narejen
zato, da bi ga uporabljali drugi ljudje, ne avtorji slovarja. V (Jakopin 2004)
je navedena možnost, da analiziramo dnevnik spletnega strežnika. Pogosto
(vsakodnevno) osveževanje slovarja razen pri redkih izjemah (npr. dopolnje¬
vanje terminološke baze med prevajanjem zelo obsežnega besedila) ni izve¬
dljivo zaradi prevelikih stroškov. Če pa se osveževanja lotimo le enkrat na
leto, lahko pri zelo obiskanih strežnikih nastanejo težave, ker se dnevniške
datoteke izredno napihnejo (npr. na strežniku www.gov.si se vsakih deset dni
ustvari približno 1 GB dnevnika). Boljša rešitev je, da program, ki išče po
slovarju, sam v datoteko zapisuje besede, ki jih ni v trenutno delujoči različi¬
ci slovarja. Najpogostejše besede s tega seznama so prvi kandidati za dopol¬
nitev slovarja.
86 MOSTOVI • Volume 40, No. 1-2, Year 2006: pp. 80-94
Izboljšave elektronskih slovarjev
Na to, da je treba pregledati podatke tudi z vidika zastarevanja besed, red¬
keje pomislimo - a je pri takem načinu dela treba biti pozoren tudi na to. S to
temo se ukvarja npr. (Brookes 2004).
Z rednim osveževanjem podatkov lahko precej odpravimo pomanjkljivosti
zaradi napak v slovarju in korpusu.
Tehnične izboljšave
Tehnične postopke osveževanja (pretvorba zapisa, prenos podatkov med
strežniki, statistične obdelave) je večinoma mogoče avtomati zirati. Pogostost os¬
veževanja je odvisna od tega, koliko novih ali spremenjenih podatkov se pojavi v
časovni enoti - osveževanje je lahko vsakomesečno, vsakotedensko ali celo vsa¬
kodnevno.
Poleg vsebine slovarja lahko spreminjamo tudi funkcionalnost programa -
nove funkcije so na voljo vsem uporabnikom od trenutka, ko jih uvedemo.
Res je, da se s tem pojavijo dodatni stroški, vendar je vrednost slovarja bis¬
tveno večja, saj vsak trenutek vsebuje ažurne informacije in zato ne zastari. Ve¬
like zagonske stroške imamo samo ob prvi pripravi slovarja.
Redno osveževanje podatkov uporablja npr. Telekom pri telefonskem ime¬
niku: kmalu po tem, ko priključi novega naročnika, so njegovi podatki na voljo
na spletu.
Varstvo intelektualne lastnine
V pripravo slovarjev je vloženega bistveno več dela kot npr. v pisanje roma¬
na, zato je prodajna cena ustrezno višja, zaradi tega pa se pogosteje pojavi prob¬
lem nedovoljenega kopiranja. Slovarja v knjižni obliki nima smisla kopirati, saj
bi bila cena tega enaka ali celo višja od cene v knjigarni, poleg tega je tak slo¬
var težje uporabljati (trenutno zanemarimo, da knjig brez privoljenja avtorja ali
založnika sploh ni dovoljeno kopirati). Amebisovi slovarji na CD-jih so sicer
zaščiteni tako, da jih je mogoče namestiti le na en disk, vendar je to zaščito
mogoče obiti (opis postopka najdemo celo na internetu). Če se držimo pravil,
ki jih predpisuje založnik, pa zabredemo v drugačne težave:
- denimo, da imam namizni in prenosni računalnik, uporabljam pa le enega
naenkrat; pri takem načinu zaščite mi ena licenca za elektronski slovar ne za¬
dostuje;
- denimo, da se mi pokvari disk, na katerem je nameščen slovar, podatkov pa
ni možno obnoviti in je treba disk zamenjati;
- ali še huje: denimo, da mi ukradejo računalnik.
Letnik 40, št. 1-2, leto 2006: str. 80-94 • MOSTOVI 87
RAČUNALNIŠKAORODJISP ETNIV R
COMPUTERTOOLSANDWEBRESO RCES Miran Željko
Y zadnjih dveh primerih je na zaščitni disketi zapisano, da sem program
namestil na disk - a diska nimam več. Z računom in ustreznimi potrdili je od
proizvajalca verjetno mogoče dobiti novo zaščitno disketo, je pa ob tem nekaj
dodatnih opravkov in nekaj dni bom brez slovarja.
Omenjene težave nastajajo zato, ker je dovoljenje za uporabo programa
omejeno na računalnik, namesto da bi bilo omejeno na osebo.
Če želimo še znižati stroške in slovarja na CD-ju sploh ne izdamo, temveč
imamo vse podatke le na spletu, se zdi, da je zaščita celo slabša kot pri CD-jih
(zaščita z imenom in geslom ni resna zaščita, ker si ljudje posojajo gesla).
Vendar obstaja tudi možnost profesionalne zaščite - banke jo uporabljajo za
stranke, ki želijo imeti dostop do svojih računov prek interneta, državna uprava
pa uporablja ta postopek za komunikacijo z državljani pri prenosu zaupnih po¬
datkov (npr. oddaja napovedi dohodnine) - to so spletna digitalna potrdila. Na
naslovu http://www.sigen-ca.si je predstavitev agencije SIGEN-CA, ki izdaja splet¬
na digitalna potrdila za državljane in poslovne subjekte, ter opisi postopkov za
pridobitev spletnih digitalnih potrdil in uporabo teh potrdil.
Postopek uporabe bi bil v grobem takle (Lah 2004): organizacija, ki bi že¬
lela na tak način omejiti dostop do svojih slovarjev (ali drugih podatkov), bi
morala pridobiti spletno digitalno potrdilo za svoj strežnik, uporabniki (kupci)
slovarja pa bi morali dobiti spletno digitalno potrdilo za svoj brskalnik (to potr¬
dilo lahko dobite brezplačno na upravnih enotah), mogoče pa bi bilo uporabiti
tudi bančno spletno digitalno potrdilo (če ga potencialni kupec že ima, nima
pa npr. potrdila SIGEN-CA). Kupec bi plačal letno naročnino, ki bi bila bistve¬
no manjša od zneska za nakup slovarja, in bi potem imel za neko obdobje do¬
stop do slovarja. Ob prijavi uporabnika na slovarski strežnik bi ta zahteval splet¬
no digitalno potrdilo uporabnika in bi ga primerjal s stanjem v svoji bazi (do
kdaj ima uporabnik dovoljenje za dostop do strežnika). Po preverjanju podat¬
kov bi uporabnik delal kot običajno. Podrobnosti glede dogajanja na strežniku
so na omenjeni spletni strani (Poslovni subjekti - spletna potrdila za strežnike
=> uporaba spletnega potrdila => izberemo vrsto strežnika).
Podobno kot pri posojanju gesel si tudi tu uporabniki lahko med seboj iz¬
menjajo spletna digitalna potrdila - a je ta možnost bolj teoretična, saj bi imel
lastnik sposojenega bančnega spletnega digitalnega potrdila s tem možnost
opravljanja vseh bančnih storitev v imenu druge osebe (to pa je podobno, kot
če komu posodimo bančno kartico in mu zaupamo tudi geslo za bankomat) ali
dostop do vseh zaupnih podatkov pri poslovanju z državno upravo (pri uporabi
spletnega digitalnega potrdila SIGEN-CA), kar je celo več, kot če bi komu po¬
sodili osebno izkaznico, ker pri spletnem digitalnem potrdilu ni mogoče preve¬
riti videza lastnika. Občasno bi se morda dogajale zlorabe dostopa, a menim,
da bi bilo teh pojavov bistveno manj, kot je nedovoljenega kopiranja CD-jev.
88 MOSTOVI • Volume 40, No. 1 -2, Year 2006: pp. 80-94
.... Izboljšave elektronskih slovarjev
Dobrih strani prenosa slovarja na splet in zaščite s spletnimi digitalnimi
potrdili je več:
- ponudnik slovarja vzdržuje podatke na enem mestu;
- vsi uporabniki imajo dostop do zadnje različice slovarja;
- ni več izdelave in distribucije CD-jev;
- dovoljenje za uporabo slovarja je omejeno na osebo, ne več na računalnik; če
ima uporabnik več naprav, naenkrat pa uporablja le eno (npr. doma, v službi,
prenosni računalnik, mobilni telefon), ima brez slabe vesti omogočen dostop
do slovarja z vseh naprav. Prav tako ni težav, če mora zamenjati računalnik -
če le ima kopijo spletnega digitalnega potrdila;
- z vidika uporabnika je začetni strošek bistveno manjši kot pri nakupu CD-ja
in je zato več potencialnih kupcev.
Slaba stran je ta, da je slovar dostopen le prek spleta, a danes imajo tako
rekoč vsa podjetja neposreden dostop do interneta, hkrati pa se povečuje tudi
delež prebivalstva, ki ima dostop do interneta prek ADSL-a ali kabelske televizi¬
je, zato bo tak način dostopa vedno zanimivejši.
Druga slaba stran je ta, da uporabniki še niso navajeni uporabljati spletnih
digitalnih potrdil (težave nastajajo pri prevzemu potrdila, ne naredijo varnostne
kopije, pozabijo geslo). Ker pa vedno več aplikacij zahteva spletna digitalna po¬
trdila, bo sčasoma teh težav vse manj.
PRIMER: EVROTERM
Terminološka zbirka, ki uporablja izboljšave, omenjene v 2. poglavju (ra¬
zen omejitve dostopa - za zdaj so podatki prosto dostopni), je Evroterm
(http://www.evroterm.gov.si) v kombinaciji z Evrokorpusom (http://www.evro-
korpus.gov.si). Evroterm sem v Centru Vlade RS za informatiko začel razvijati
leta 2000 (Krstič, 2000) v sodelovanju s Službo za prevajanje, redakcijo in ter¬
minologijo pri Službi Vlade RS za evropske zadeve. Terminološka zbirka in kor¬
pus sta nastajala ob prevajanju pravnih aktov ES v slovenščino. V zbirki so pre¬
težno angleški in slovenski izrazi (več kot 85.000), poleg tega je okrog 17.000
izrazov tudi v francoščini in nemščini, okoli 5000 izrazov pa je še v drugih
desetih jezikih (češčina, danščina, finščina, italijanščina, nizozemščina, poljš¬
čina, portugalščina, slovaščina, španščina in švedščina). Iskanje ni omejeno
na iztočnice, temveč lahko iščemo po vseh sinonimih; v času pisanja tega
članka je bilo v bazi 85.400 vpisov (konceptov), ki so bili poimenovani s 95.000
slovenskimi in 91.800 angleškimi izrazi. V korpusu je več kot 27 milijonov besed.
Ob iskanju posamezne besede dobimo vse možne prevode in druge podatke, ki
Letnik 40, št. 1-2, leto 2006: str. 80-94 • MOSTOVI 89
RAČUNALNIŠKAORODJISPLETNIVIRI
COMPUTERTOOLSANDWEBRESO RCES Miran Željko
so jih o posameznem pojmu navedli sestavljavci zbirke. Korpus je vzporedni
dvojezični (angleško-slovenski), poravnava pa je na ravni prevodne enote v
Tradosovem programu Translator’s Workbench (ponavadi je to stavek, lahko
je tudi vrstica pri naštevanju po točkah, naslov, napis pod sliko ali tabelo, vse¬
bina celice v tabeli itd.).
Iskanje
Sodobni programi imajo navadno množico funkcij (ki jih uporabnik nikoli
ne potrebuje), zato so nekatere pogosto uporabljane funkcije skrite globoko v si¬
stemu menijev. Menim, da je pomemben napredek v nasprotno smer naredil is¬
kalnik Google: razen nekaj vrstic besedila nad iskalnim okencem in pod njim je
osnovni ekran tako rekoč prazen. Po drugi strani pa strokovnjaki za terminolo¬
gijo ali korpuse potrebujejo dodatne možnosti, s katerimi lahko filtrirajo preveli¬
ko količino izpisa, ki se pojavi pri preprostem iskanju in ob veliki količini podat¬
kov v bazi. V terminološki zbirki in korpusu zato lahko uporabljamo preprosto
ali izpopolnjeno iskanje.
Iskanje po terminološki zbirki
Preprosto iskanje: v iskalno okence vpišemo iskani izraz (besedo, del bese¬
de ali niz besed) in kliknemo iskalni gumb. Rezultat je seznam zadetkov v vseh
jezikih. Če iskane besede ni, nas program na to opozori, hkrati pa poišče po¬
dobne besede, in če obstajajo, jih izpiše. Ob kliku na zadetek dobimo prevod
besede in dodatne informacije o njej. V dodatnih informacijah so prevodi izbra¬
ne besede za štiri najzanimivejše jezike napisani v štirih različnih barvah, ker
domnevamo, da prevajalci najbolj potrebujejo te podatke, v nizu besed pa obar¬
vano besedo hitreje opazimo. Besede v drugih enajstih jezikih so napisane le
krepko. Besede v angleščini in slovenščini so podčrtane, to pomeni, da jih je
mogoče klikniti - ob tem dobimo seznam zadetkov iz korpusa, ki vsebujejo is¬
kano besedo. Če se v polju TermRef pojavi veljavna oznaka predpisa po zapisu
Celex, dobimo tudi povezavo na ta predpis in s klikom lahko vidimo celoten
dokument.
Če po Evrotermu iščemo z mobilnim telefonom, je izpis seveda omejen na
najnujnejše podatke: področje in izraze v vseh jezikih.
Pri razširjenem iskanju imamo več možnosti:
- določimo jezik izvirnika,
- določimo enega ali več jezikov prevoda,
- izberemo eno ali več področij,
90 MOSTOVI • Volume 40, No. 1-2, Year 2006: pp. 80-94
------Izboljšaveelektronskih slovarjev
- izberemo način ujemanja (popolno ujemanje, začetek izraza, konec izraza,
del izraza ali iskanje podobnih besed),
- izberemo način izpisa:
- seznam zadetkov s prevodi in področji,
- popoln izpis.
Če pri prvem načinu izpisa kliknemo označeno besedo, dobimo dodatne
informacije o tej besedi (kot pri preprostem iskanju).
Če program ne najde iskane (ali njej podobne) besede v terminološki zbir¬
ki, preveri, ali obstaja v korpusu.
Iskanje po korpusu
Pri preprostem iskanju v iskalno okence vpišemo iskani izraz (besedo, del
besede ali niz besed), program pa preišče slovenski in angleški del korpusa in
izpiše zadetke. Če izberemo izpopolnjeno iskanje, lahko iskanje omejimo na je¬
zik, področje, kakovost prevoda, oznako predpisa in izberemd eno- ali dvojezič¬
ni izpis ali le število zadetkov. Program najprej preveri, ali je iskana beseda v
glosarju - če obstaja, izpiše prevod, ki je hkrati kazalec na dodatne informacije
(te so enake, kot če iščemo v Evrotermu), nato pa se izpišejo zadetki iz korpu¬
sa. Če je program našel prevod, ta podatek uporabi pri dvojezičnem izpisu in
barvno označi iskani izraz in prevod tega izraza. Če prevoda iskane besede ni v
glosarju, je pobarvana samo iskana beseda. Če je v polju »ID« navedena veljav¬
na oznaka predpisa po strukturi Celex, je ta pretvorjena v povezavo, in če jo
kliknemo, vidimo celotno besedilo predpisa v angleščini; če kliknemo še kateri¬
koli drug navedeni jezik držav članic EU, pa dobimo dvojezično poravnano be¬
sedilo (za slovenščino kliknemo SL). Poravnava ni omejena na angleško-sloven-
sko: eden od parametrov, ki jih vidimo v naslovu (URL-ju), je »lngl=en,sl«. Če
tu namesto »en« napišemo npr. »de«, bomo isti predpis dobili poravnan v nemš¬
čini in slovenščini.
Terminološka analiza besedila
Na spletni strani Evroterma obstaja tudi povezava na Terminator. Ob kliku
te povezave se odpre novo okno, katerega večino zaseda prazen okvir. S funkcijo
»kopiraj in prilepi« lahko vanj vnesemo celotno besedilo, ki ga je treba prevesti,
označimo jezik in sprožimo obdelavo. Pri daljših besedilih je treba malo počaka¬
ti (npr. obdelava besedila, ki obsega 40.000 znakov (7400 besed), traja okoli 70
sekund), ampak rezultat je pogosto vreden truda: program vse izraze, ki obstaja¬
jo v Evrotermu, pretvori v hipertekstne povezave, in če kliknemo tako povezavo,
dobimo vse terminološke podatke o izbranem izrazu (enako kot če bi iskali prav
Letnik 40, št. 1-2, leto 2006: str. 80-94 • MOSTOVI 91
RAČUNALNIŠKAORODJISP ETNIV R
COMPUTERTOOLSANDWEBRESO RCES
Miran Željko
ta izraz). Zadreg glede terminologije potem ni več; zdaj je povsem jasno, kateri
izrazi so v terminološki zbirki - pri teh torej prevajalec nima svobode izražanja.
Res je, da tovrstna analiza v Terminatorju najbolje deluje za angleška bese¬
dila (ker je v njih najmanj pregibnih oblik), prikazana pa je možnost, kako pri
računalniškem iskanju narediti korak naprej od iskanja posameznih besed.
Prednosti programa
V programih Evroterm in Evrokorpus so uporabljene prej naštete razširitve:
- terminološka zbirka je dvojezična (deloma petnajstjezična), iskanje pa je mož¬
no po vseh jezikih v zbirki;
- uporabnik lahko na preprost ali kompleksnejši način preiskuje terminološko
bazo in korpus, informacije se mu prikazujejo postopno: najprej seznam za¬
detkov, potem prevod z dodatnimi informacijami, po želji še primeri rabe ali
celotno besedilo predpisa, kjer se pojavi iskana beseda;
- terminološka zbirka in korpus sta povezana, to pa uporabniku prinaša dodat¬
ne koristne informacije; zbirka in korpus se lahko širita neodvisno drug od
drugega;
- korpus uporablja podatke iz glosarja za preglednejši izpis;
- mogoče je terminološko analizirati celotno besedilo izvirnika;
- vsebina glosarja in dodatnih informacij se osvežuje vsaj enkrat na teden, vse¬
bina korpusa pa vsakih nekaj mesecev.
SKLEP
Profesor Wolfgang Teubert je leta 1999 članek Korpusno jezikoslovje in lek-
sikografija končal z mislijo (citiram); »Uveljavlja se prepričanje, da mora biti na¬
slednja generacija slovarjev, tako enojezičnih kot tudi dvojezičnih, vsaj preverja¬
na s korpusom, če že ne zasnovana na korpusu. Vendar konec koncev korpu-
snojezikoslovno izhodišče hoče več. Interaktivni postopki naj bi zahtevnemu
uporabniku omogočali neposreden dostop do korpusnega gradiva in mu prepuš¬
čali interpretacijo jezikovnih podatkov, namesto da bi mu bili ti, kakor je bilo
običajno doslej, posredovani skozi očala leksikografov.« (konec citata). Slovar je
seveda bistveno kompleksnejša zadeva kot terminološka zbirka - ampak nekje
je pač treba začeti in lahko rečemo, da je Evroterm v povezavi z Evrokorpusom
eden prvih korakov v tej smeri.
V članku je naštetih nekaj možnosti, kako zasnovati nove slovarje, da nas
omejitve iz knjižnih izdaj ne bodo omejevale tudi pri elektronskih slovarjih:
- iskanje po obeh jezikih v enem slovarju (in možnost iskanja po celotnem be¬
sedilu);
92 MOSTOVI # Volume 40, No. 1-2, Year 2006: pp. 80-94
Izboljšave elektronskih slovarjev
- iskanje podobnih besed;
- razdelitev slovarja na tri dele: glosar, dodatne informacije in primeri rabe;
- samostojen razvoj teh treh delov;
- uporaba korpusa za iskanje primerov rabe;
- korpus kot dopolnilo podatkov v slovarju in glosar kot dopolnilo podatkov v
korpusu;
- terminološka analiza besedila, ki ga je treba prevesti;
- redno osveževanje podatkov;
- zaščita dostopa do slovarja prek interneta s spletnimi digitalnimi potrdili.
Prikazano je, kako so navedeni predlogi za izboljšave uporabljeni v termi¬
nološki zbirki Evroterm.
Literatura
ANZLOVAR, Petra, 2004: Slovarji: težave se začnejo že z izborom besed. Nedelo, 6. junija,
str. 27.
BROOKES, lan, 2004: Painting the Fort Bridge: Coping with Obsolescence in a Monolin-
gual English Dictionary. Proceedings of the Eleventh Euralex International Congress. Lo-
rient: France: EURALEX 2004, str. 221-231.
DRSTVENŠEK, Nina, 2003: Vloga besedilnega korpusa pri postavitvi geselskega članka v
enojezičnem slovarju. Jezik in slovstvo, 48/5. 65-81.
GRAD, Anton, ŠKERLJ, Ružena, VJTOROVIČ, Nada, 1997: Veliki angleško-slovenski slovar.
Ljubljana: DZS.
HIRCI, Nataša, 1999: Pogled v prihodnost: vloga prevodoslovnih besedilnih korpusov v Slo¬
veniji. Uporabno jezikoslovje 7-8/1999, str. 137-154. Ur. I. Kovačič, I. Štrukelj. Ljubljana:
Društvo za uporabno jezikoslovje.
ISO 12616, 2002: Translation-oriented terminography. ISO, Geneva.
JAKOPIN, Primož, LONNEKER, Birte, 2004: Query-driven Dictionary Enhancement. Pro¬
ceedings of the Eleventh Euralex International Congress. Lorient: France: EURALEX 2004,
str. 273-284.
KRSTIČ, Adriana, ŽELJKO, Miran, 2000: Evroterm - terminologija EU na internetu. Zbor¬
nik referatov posvetovanja INDO 2000, str. 112-116.
LONNEKER, Birte, ROZMAN, Katarina, 2004: Online SLO-DE-SLO: spletni slovensko-
nemški in nemško-slovenski slovar. Zbornik 7. mednarodne multikonference Informacijska
družba IS 2004, zvezek B: Jezikovne tehnologije, str. 56-63. Ur. T. Erjavec, J. Gros.
TEUBERT, Wolfgang, 1999: Korpusno jezikoslovje in leksikografija. Zbornik Študije o korpu-
snem jezikoslovju, 2005, str. 103-136. Ur. V. Gorjanc, S. Krek.
VINTAR, Špela, 2003: Uporaba vzporednih korpusov za računalniško podprto ustvarjanje
dvojezičnih terminoloških virov: doktorska disertacija. Ljubljana. [COBISS.S1-ID
21981538]
Letnik 40, št. 1-2, leto 2006: str. 80-94 • MOSTOVI 93
RAČUNALNIŠKAORODJISPLETNIV R
COMPUTERTOOLSANDWEBRES URCES Miran Željko
Viri na spletu
Amebis: http://www.amebis.si
Center Vlade RS za informatiko: http://www.gov.si/cvi
Demingov krog stalnih izboljšav: http://academic.emporia.edu/smithwil/00sum476/citeam-
pr.htm
Digitalni slovar nemškega jezika: http://www.dwds.de
Evrokorpus: http://www.gov.si/evrokor/
Evroterm: http://www.gov.si/evroterm/
Korpus Nova beseda: http://bos.zrc-sazu.si/s_beseda.html
Korpusi ELAN, SVEZ-IJS in TRANS: http://nl2.ijs.si/index-bi.html
Nemško-slovenski slovar (avtor: Igor Antič, programska oprema: Amebis, d. o. o.):
http://www.amebis.si/izdelki/mknesl/
SIGEN-CA: http://www.sigen-ca.si
Slovar slovenskega knjižnega jezika: http://bos.zrc-sazu.si/sskj.html
Služba Vlade RS za evropske zadeve: http://www.gov.si/svez
Trados: http://www.trados.com
Drugi viri
Pogovor s Pavlo Lah o uporabi spletnih digitalnih potrdil, Ljubljana, junij 2004
94 MOSTOVI • Volume 40, No. 1-2, Year 2006: pp. 80-94