Prof. Dr. Klaus-Dirk Schmitz - tekom

TBX – ein Standard für den 

Austausch terminologischer Daten: 

Anforderungen, Probleme, Verbesserungen 

tekom Jahrestagung 2012 

23.-25. November 2012 - Wiesbaden 

Prof. Dr. Klaus-Dirk Schmitz 

Fachhochschule Köln - Fakultät 03 - ITMK 

klaus.schmitz@fh-koeln.de

Terminologieaustausch 

• Konsistente und zuverlässige Terminologiearbeit 

ist zeitaufwendig und kostenintensiv! 

Warum nicht existierende Terminologie nutzen? 

• Zusammenarbeit erfordert Bereitstellung und 

gemeinsame Nutzung von Terminologie! 

Warum nicht Terminologie austauschen? 

• Systemwechsel und Data Sharing erfordert 

Datenaustausch zwischen den Systemen! 

Warum nicht Terminologie wiederverwenden? 

2 K.-D. Schmitz, FH Köln


• Übernahme von Terminologie(beständen) 

• Import zur Übernahme aus anderen TMS 

• Import zur Übernahme aus anderen Anwendungen 

(MÜ-Wörterbücher, Term-Extraktion, CMS, SAP etc.) 

• Import zur Übernahme aus Sammlungen (z.B. Web) 

• Dabei: Harmonisierung mit existierenden Einträgen 

• Weitergabe von Terminologie(beständen) 

• Export zur Weitergabe (an Partner) 

• Export zur drucktechnischen Aufbereitung oder Web 

• Export zur Verwendung in anderen Anwendungen (MÜ- 

Wörterbücher, Term-Checker etc.) 

• Dabei: Selektion von Datenkategorien und Einträgen 


Terminologieaustausch: Probleme 

• wirtschaftliche und juristische Aspekte 

• Information als Kapital 

• Urheber- und Nutzungsrecht 

• Qualität der Terminologiebestände 

• Hardware- und Software-Kompatibilität 

• Datenträger / Codierung / Zeichensätze 

• inhaltliche Aspekte 

• Datenkategorien, Datenfeldinhalte, Klassifikationen, ... 

• Granularität (Grammatik vs. Genus/Numerus/Wortklasse) 

• Eintragsmodellierung 

• Prinzipien (Begriffsorientierung, Benennungsautonomie) 


Terminologieaustausch: Daten 

TXT 

Keine Semantik 

Keine Struktur 



CSV 

Keine Semantik 

Keine Struktur 



MT 5.5 

Keine genormte Semantik 

Keine hierarchische Struktur 



MT 2011 

Keine genormte Semantik 


Terminologieaustausch: Individuell 

Term- 

Base 1 

Term- 

Base 2 

Term- 

Base 3 

Term- 

Base 4 


Terminologieaustausch: Std-Format 

Term- 

Base 1 

Term- 

Base 2 

Term- 

Base 3 

Term- 

Base 4 



• Austauschnormen: derzeitiger Stand 

• ISO 12200 (1999): MARTIF 

• ISO 12620 (1999): Terminological Data Categories 

• ISO 16642 (2003): Terminology Markup Framework 

• ISO 12620 (2009): Data Categories („Meta“-Std.) 

Datenkategorien in Registry (DCR): www.isocat.org 

• ISO 30042 (2008): TBX (früher LISA, jetzt ETSI) 

(Familie: TBX-Default, TBX-Basic, TBX-Glossary) 

wird zur Zeit überarbeitet und aktualisiert! 

• ISO 26162 (2012): Design, implementation and use 

of terminology management systems 



TBX: TermBase eXchange format 

• Austauschformat, festgelegt zunächst durch die OSCAR- 

Group der LISA (Localization Industry Standards Association) auf 

der Basis von ISO 16642 und ISO 12620 

• Dann als ISO 30042 (2008) genormt 

• Nach Ende von LISA von ETSI (European Telecommunications 

Standards Institute) übernommen 

• TBX ist damit gleichzeitig eine internationale Norm und ein 

Industrie-Standard! 



TBX: TermBase eXchange format 

• TBX basiert auf anerkannten Standards (XML, Unicode) 

• TBX ist eine TML (Terminology Markup Language), die den 

Spezifikationen des TMF (Terminology Markup Framework, ISO 

16642) genügt 

• TBX berücksichtigt Best Practices für das Terminologie- 

Management (Begriffsorientierung, Benennungsautonomie) 

• TBX ist in einigen Terminologie-Management-Systeme 

implementiert (wie? Dazu später mehr!) 


TBX: Beispiel 


TBX: Konzeption 

TBX setzt sich im wesentlichen zusammen aus: 

• Metamodell (aus ISO 16642 bzw. 12200) 

• berücksichtigt Begriffsorientierung 

• berücksichtigt Benennungsautonomie 

• Datenkategorien (aus ISO 12620 und IsoCat) 

• Zuordnung der Datenkategorien zu den Ebenen 

des Metamodells 


Datenmodellierung: Metamodel (ISO 16642) 


Datenmodellierung: Metamodel (ISO 12000) 


Eintragsmodellierung + Prinzipien 

• Begriffsorientierung 

Alle terminologische Information zu einem Begriff 

einschließlich aller Benennungen in allen Sprachen 

sollen in einem Eintrag verwaltet werden können. 

Daraus folgt: 

• Alle Synonyme, Abkürzungen, Äquivalente müssen in 

einen Eintrag (tauchen alle im Index auf) 

• Alle Homonyme / Polyseme müssen in verschiedene 

Einträge (tauchen im Index mehrfach auf) 



• Benennungsautonomie 

Alle Benennungen zu einem Begriff sollen als autonome 

Blöcke von Datenkategorien verwaltet und mit allen 

notwendigen Datenkategorien dokumentiert werden 

können (ohne Bevorzugung einer bestimmten 

Benennung) 

Daraus folgt: 

• Alle Synonyme, Abkürzungen, Varianten etc. können 

mit Genus, Wortklasse, Quelle, Kontext, Firmencode 

etc. versehen werden. 

• Auch „verbotene“ Benennungen sollten aufgenommen 

werden (markiert als „abgelehnt“ oder „no term“) 



Eintrag 

„Begriff“ 

repräsentiert durch ID-Nr., + Metadaten wie z.B. Fachgebiet 

Sprache 1 

Sprache 2 

Sprache 3 

... 

+ Metadaten 

+ Metadaten 

+ Metadaten 

Benennung 1 

Benennung 1 

Benennung 1 

+ Metadaten 

+ Metadaten 

+ Metadaten 

Benennung 2 

Benennung 2 

+ Metadaten 

+ Metadaten 

Benennung 3 

+ Metadaten 



... 

21 

K.-D. Schmitz, FH Köln

Terminology Metamodel (ISO) 

concept 

orientation 

metadata 

term 

autonomy 


Metamodel in MultiTerm 

entry = concept 

language 

term 


Datenkategorien 

• Erste umfassende Analyse von terminologischen 

Datenkategorien, die in Termbanken auftreten, 

bei der Erarbeitung von ISO 12620 und ISO 

12200 

• Erste Norm für terminologische Datenkategorien: 

ISO 12620:1999 

• Vollständig neue Version der ISO 12620:2009 

(keine term. Datenkategorien mehr enthalten) 

• Data Category Registry ISOcat (www.isocat.org) 

The Registration Authority of the TC 37 DCR is the Max Planck 

Institute for Psycholinguistics, Nijmegen, The Netherlands 


Data categories (ISOcat) 






Zuordnung DatCats zu Ebenen 

• Die Typologie der Datenkategorien in ISOCAT gibt 

Hinweise, auf welchen Ebenen des Datenmodells 

sie angeordnet werden 

(begriffs-, sprach- oder benennungsorientiert) 

• Sehr oft ist die Ebene genau definiert: 

z.B.: Wortklasse auf Benennungsebene 

• In einigen Fällen hängt die Wahl der Ebene von Zweck 

und Philosophie der Termbank ab: 

z.B.: Definition auf allen 3 Ebenen erlaubt 


(S.E.Wright) 

definition pertains to all terms in a language. 


TBX-Unterstützung in Tools 

• TBX ist eigentlich zu „technisch“; nicht jeder Nutzer 

eines Terminologie-Management-Systems kann selbst 

eine TBX-Schnittstelle „bauen“ 

• Also müssten Systementwickler eine solche Schnittstelle 

implementieren, die von den Nutzern als eine Funktion 

direkt angesprochen werden kann. 

• Dabei gibt es aber grundsätzliche Probleme 

• Dies soll am Beispiel von SDL MultiTerm 2011 

verdeutlicht und Lösungen aufgezeigt werden 

• Für viele andere Tools gilt das Gezeigte entsprechend! 


Eigenschaften von MultiTerm 2011 

• SDL MultiTerm ist seit vielen Jahren Marktführer bei den 

Terminologie-Managament-Systemen mit einer Unzahl an 

Installationen 

• MultiTerm kann als Desktop-Version, als Client-Server- 

Anwendung in einer Mehrbenutzer-Umgebung und als 

browser-basierte Web-Anwendung genutzt werden 

• MultiTerm erlaubt/erfordert nutzer- bzw. anwendungsspezifische 

Datenbank-Definitionen; 

deshalb gibt es sehr viele unterschiedliche MultiTerm- 

Datenbanken, selbst in der gleichen Umgebung 



MT2011 stellt wesentliche Eigenschaften bereit, 

die für eine TBX-Schnittstelle notwendig oder 

zumindest hilfreich sind: 

• Begriffsorientierung 

• Benennungsautonomie 

• ISO-Metamodell and Hierarchien 

• Offene und geschlossene Datenkategorien 

das erleichtert die Bereitstellung von TBX- 

Schnittstellen durch den Software-Entwickler 


ISO-Datenkategorie-Typen in MT 2011 

• Offene DatCats 

Text 

• Geschlossene 

DatCats 

Picklist 

• Einfache DatCats 

Boolean 



MT2011 Datenmodell 



 

masculine feminine 

neuter otherGender 

 



MT2011 erlaubt nutzer-spezifische Datenbank- 

Modellierungen: 

• eigene Sprachennamen (aber EN, FR, DE, …) 

• eigene Datenkategorie-Namen 

• eigene Werte (von Picklisten) 

• eigene Zuordnung der Datenkategorien zu 

den Ebenen des Datenmodells 

das macht es nahezu unmöglich, eine TBX- 

Schnittstelle durch den Software-Entwickler 

bereitzustellen 




MT2011 und TBX: Import 

• Die Import-Funktion von MT2011 erlaubt nur 

den Import von Daten im Format mtf.xml 

(MT2011-spezifisches XML, ähnlich zu TBX) 



• Aber MT2011 Convert erlaubt den Import aus 

verschiedenen Formaten, auch aus TBX: 



• TBX Import-Datei (Beispiel) 






MT2011 und TBX: Export 

• MT2011 stellt verschiedene Export-Formate 

bereit (einschließlich TBX), 

erlaubt aber auch eigene nutzer-spezifische 

Export-Format Definitionen 










MT2011 und TBX: Export angepasst 


MT09 and TBX: Export modified 


MT09 and TBX: Export modified 


MT2011 und TBX: Export angepasst 


Schlussfolgerung 

• MT2011 stellt Schnittstellen für den Austausch 

von und nach TBX bereit (andere Tools auch) 

• Import und Export arbeiten (im Moment) nicht 

fehlerfrei (z.B. termNote, xref, picklist values etc.) 

(auch bei anderen Tools) 

• Dieses Problem haben mehr oder weniger alle 

Tools, die eine nutzer-spezifische Definition oder 

Anpassung der Datenbankstruktur erlauben 

(Der Entwickler kann nicht die Semantik der 

Nutzer-Datenkategorie und -Werte kennen!) 


Schlussfolgerung 

Lösung 1: 

• Definiere eine „TBX-nahe“ Termbank-Struktur 

(DatCat-Namen, Picklisten-Werte, korrekte Ebenen) 

• Schreibe eigenen TBX-Export (wenn möglich) 

(z.B. basierend auf existierendem TBX-Export) 

Beides könnte SDL als Template bereitstellen 

Lösung 2: 

• Nutze ein Mapping-Tool, dass von proprietärem 

XML in TBX umwandelt 

Wird von BYU-TRG entwickelt (akmtrg@byu.edu) 


MT predefined termbase templates 


Ausblick 

• Derzeit wird an einer Konsolidierung von TBX 

gearbeitet: 

• Abgleich der unterschiedlichen TBXe (default, basic, …) 

• Normung der Datenkategorien in IsoCat 

• Kompatibilität mit existierenden TBX-Implementierungen 

• Unterschiedliche Styles (tags vs. attributes) 

• … 

• Wird zu einer Aktualisierung von ISO 30042 

führen (2014?) 


Vielen Dank für Ihre 

Aufmerksamkeit 

Prof. Dr. Klaus-Dirk Schmitz 

Fachhochschule Köln 

Fakultät 03 - ITMK/IIM 

Mainzer Str. 5 

50678 Köln 

klaus.schmitz@fh-koeln.de

Prof. Dr. Klaus-Dirk Schmitz - tekom

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?