面向術(shù)語(yǔ)識(shí)別的術(shù)語(yǔ)界定研究

張 榕

(北京語(yǔ)言大學(xué)漢語(yǔ)速成學(xué)院,北京 100083)

面向術(shù)語(yǔ)識(shí)別的術(shù)語(yǔ)界定研究

張 榕

(北京語(yǔ)言大學(xué)漢語(yǔ)速成學(xué)院,北京 100083)

術(shù)語(yǔ)的界定問(wèn)題一直都是術(shù)語(yǔ)學(xué)界研究的課題。術(shù)語(yǔ)與普通詞語(yǔ)之間的交融滲透關(guān)系使得術(shù)語(yǔ)的界定復(fù)雜。如何提供一種可操作的術(shù)語(yǔ)界定標(biāo)準(zhǔn)來(lái)指導(dǎo)術(shù)語(yǔ)識(shí)別是亟待解決的現(xiàn)實(shí)問(wèn)題。提出一種面向術(shù)語(yǔ)識(shí)別的術(shù)語(yǔ)界定方法，對(duì)于術(shù)語(yǔ)詞典的編纂與更新都是一項(xiàng)有意義的工作。

術(shù)語(yǔ)界定，術(shù)語(yǔ)識(shí)別，定義性描述

一 問(wèn)題的提出

術(shù)語(yǔ)尤其是新術(shù)語(yǔ)的識(shí)別一直都是術(shù)語(yǔ)學(xué)研究的重點(diǎn)之一。近年來(lái)該領(lǐng)域的研究成果頗豐。施水才[1]、劉豹[2]、何琳[3]等都使用各種語(yǔ)言學(xué)及統(tǒng)計(jì)學(xué)的方法進(jìn)行術(shù)語(yǔ)的識(shí)別發(fā)現(xiàn)。然而究竟哪些詞語(yǔ)是術(shù)語(yǔ)需要被識(shí)別出來(lái)，學(xué)界在該問(wèn)題上的處理始終存在一定的盲目性與主觀性。各家各派從不同的角度對(duì)術(shù)語(yǔ)界定問(wèn)題都進(jìn)行過(guò)闡述，遺憾的是這些術(shù)語(yǔ)界定，在面向中文信息處理的目標(biāo)背景下，可操作程度較低。術(shù)語(yǔ)的界定原則與術(shù)語(yǔ)識(shí)別的最終結(jié)果，以及術(shù)語(yǔ)詞典編纂的收詞原則緊密相關(guān)。如何給出一個(gè)科學(xué)的、可操作的術(shù)語(yǔ)界定方法以服務(wù)于術(shù)語(yǔ)識(shí)別、術(shù)語(yǔ)詞典編纂是本文的研究重點(diǎn)。

二 術(shù)語(yǔ)與普通詞語(yǔ)之間的交融滲透

一個(gè)詞語(yǔ)在一個(gè)上下文中可以是術(shù)語(yǔ)，在另一個(gè)上下文中可能是普通詞語(yǔ)。術(shù)語(yǔ)本身是一個(gè)詞語(yǔ)，和普通詞語(yǔ)之間互相滲透表現(xiàn)為術(shù)語(yǔ)也可泛化為普通詞語(yǔ)；普通詞語(yǔ)可以抽象為術(shù)語(yǔ)。

1.術(shù)語(yǔ)的泛化現(xiàn)象

術(shù)語(yǔ)的泛化指特定領(lǐng)域的術(shù)語(yǔ)，在通用領(lǐng)域被廣泛使用，成為日常用語(yǔ)的過(guò)程。術(shù)語(yǔ)的泛化改變了術(shù)語(yǔ)的單義性和專業(yè)性的特性。單義性指在一個(gè)特定領(lǐng)域內(nèi)，一個(gè)術(shù)語(yǔ)只表述一個(gè)概念，同一個(gè)概念只用同一個(gè)術(shù)語(yǔ)來(lái)指稱，術(shù)語(yǔ)與概念之間一一對(duì)應(yīng)[4]。術(shù)語(yǔ)的泛化使得術(shù)語(yǔ)含有一個(gè)以上的概念，但由于這些概念分屬不同的領(lǐng)域，所以并不會(huì)造成理解上的混淆。舉例如下。

在計(jì)算機(jī)科學(xué)技術(shù)領(lǐng)域，“軟件”指一系列按照特定順序組織的計(jì)算機(jī)數(shù)據(jù)和指令的集合，一般來(lái)講軟件被劃分為系統(tǒng)軟件、應(yīng)用軟件和介于這兩者之間的中間件；在普通詞匯中指服務(wù)水平、管理模式、人員素質(zhì)、企業(yè)氛圍等內(nèi)容。

在遺傳學(xué)中，“克隆”有兩個(gè)含義：(1)又稱“無(wú)性[繁殖]系”，遺傳組成完全相同的分子、細(xì)胞或個(gè)體及其組成的一個(gè)群體。(2)利用體外重組技術(shù)將某特定的基因或DNA序列插入載體分子的操作過(guò)程。而現(xiàn)在也指復(fù)制與原件完全一樣的副本的過(guò)程。

有些術(shù)語(yǔ)已經(jīng)成為日常用語(yǔ)，經(jīng)過(guò)泛化后的術(shù)語(yǔ)具有了多義性和普遍性。例如“盲點(diǎn)”：

“這件事情你沒弄明白，是你理解上的盲點(diǎn)吧?！?/p>

2.普通詞語(yǔ)的專業(yè)化現(xiàn)象

與術(shù)語(yǔ)的泛化相對(duì)應(yīng)的是普通詞語(yǔ)的專業(yè)化現(xiàn)象。某些普通詞語(yǔ)在特定領(lǐng)域與語(yǔ)境下，可以專業(yè)化為術(shù)語(yǔ)。但在不同的上下文環(huán)境、不同的領(lǐng)域中，這些詞語(yǔ)的概念內(nèi)涵不盡相同，有時(shí)甚至完全不同。普通詞語(yǔ)成為術(shù)語(yǔ)，概念上可能保持一致，也可能指代不同的概念內(nèi)涵。

(1)普通詞語(yǔ)可成為具有相同概念的術(shù)語(yǔ)。例如“失眠”在《現(xiàn)代漢語(yǔ)詞典》中的釋義為：“夜間睡不著或醒后不能再入睡?！倍卺t(yī)學(xué)科技詞典中的釋義為：“由于精神活動(dòng)長(zhǎng)期過(guò)度緊張，致使大腦的興奮和抑制功能失調(diào)，精神活動(dòng)能力因而受到影響而造成的不充分的睡眠或不完全的睡眠，臨床特點(diǎn)是失眠、多夢(mèng)，常伴有頭痛、頭昏、胸悶、心悸、腹脹、注意力不集中，臨床表現(xiàn)有入睡困難、多夢(mèng)、易醒、醒后難以再入睡?！?/p>

普通人對(duì)“失眠”一詞的理解與?？拼蠓虻睦斫饩陀泻艽蟮膮^(qū)別?？梢娙粘Ｉ钪幸粋€(gè)很普通的詞語(yǔ)，在某個(gè)特定領(lǐng)域，對(duì)該領(lǐng)域的研究者來(lái)說(shuō)是一個(gè)專業(yè)術(shù)語(yǔ)。

(2)普通詞語(yǔ)可以成為具有不同概念的術(shù)語(yǔ)。例如“指針”“協(xié)議”“地址”三個(gè)詞語(yǔ)可以被認(rèn)為是普通詞語(yǔ)，也可被認(rèn)為是專門術(shù)語(yǔ)。在《現(xiàn)代漢語(yǔ)詞典》中的義項(xiàng)就是它們作為普通術(shù)語(yǔ)的解釋，在計(jì)算機(jī)詞典中的義項(xiàng)就是它們作為術(shù)語(yǔ)的解釋。

在《現(xiàn)代漢語(yǔ)詞典》中的釋義分別如下：

指針：(義項(xiàng)1)鐘表的面上指示時(shí)間的針，分為時(shí)針，分針，秒針；儀表指示度數(shù)的針。 (義項(xiàng)2)比喻辨別正確方向的依據(jù)。

協(xié)議：(義項(xiàng)1)協(xié)商 (義項(xiàng)2)國(guó)家，政黨或團(tuán)體間經(jīng)過(guò)談判，協(xié)商后取得的一致意見。

地址：人、團(tuán)體居住或通信的地點(diǎn)。

計(jì)算機(jī)詞典中的釋義分別如下：

指針：保存對(duì)象地址的變量。

協(xié)議：一種成文的公約集，管轄兩臺(tái)相互通信的系統(tǒng)間的信息交換格式化和相對(duì)定時(shí)。

地址：(義項(xiàng)1)數(shù)據(jù)源出地和目的地的代碼。 (義項(xiàng)2)確定傳輸目的地和來(lái)源的數(shù)字位或字符序列。 (義項(xiàng)3)文件的位置?？梢允褂玫刂凡檎襂nternet 和計(jì)算機(jī)中的文件。Internet 地址也稱為URL。

可見一個(gè)詞語(yǔ)是否為術(shù)語(yǔ)并不是一成不變的，而是與領(lǐng)域以及不同的使用對(duì)象緊密相關(guān)的。術(shù)語(yǔ)的泛化以及普通詞語(yǔ)的專業(yè)化兩個(gè)過(guò)程是聯(lián)動(dòng)的。

三 術(shù)語(yǔ)的界定

術(shù)語(yǔ)的界定始終是術(shù)語(yǔ)學(xué)界和語(yǔ)言學(xué)界爭(zhēng)議的問(wèn)題。國(guó)際標(biāo)準(zhǔn)、國(guó)家標(biāo)準(zhǔn)、辭書、詞典都曾經(jīng)給術(shù)語(yǔ)下過(guò)定義，一些專門從事術(shù)語(yǔ)研究的專家學(xué)者也紛紛發(fā)表各自的觀點(diǎn)，其中包括：“術(shù)語(yǔ)指專業(yè)領(lǐng)域中一般概念的文字指稱”[5]“術(shù)語(yǔ)是指稱專業(yè)概念的詞或詞組”[6]“通過(guò)語(yǔ)音或文字來(lái)表達(dá)或限定專業(yè)概念的約定性符號(hào)”[4]“術(shù)語(yǔ)是經(jīng)常在專業(yè)領(lǐng)域中出現(xiàn)，而很少在其他領(lǐng)域中出現(xiàn)的詞語(yǔ)”[7]等多達(dá)幾十種的界定方法。上述的術(shù)語(yǔ)界定在術(shù)語(yǔ)識(shí)別的任務(wù)前提下，都不能或不完全能準(zhǔn)確提供一個(gè)可操作性標(biāo)準(zhǔn)，給術(shù)語(yǔ)識(shí)別以及術(shù)語(yǔ)詞典的收詞造成了一定的困難。在該背景下，本文提出一種可操作的術(shù)語(yǔ)界定方法，來(lái)提高術(shù)語(yǔ)識(shí)別、術(shù)語(yǔ)詞典編纂的客觀性，這是前人的工作尚未涉及的。

上述對(duì)術(shù)語(yǔ)的各種界定，例如，什么是“專業(yè)領(lǐng)域”“專業(yè)概念”，針對(duì)不同的人群，有不同的理解。對(duì)某個(gè)領(lǐng)域的專家來(lái)說(shuō)屬于專門領(lǐng)域、專業(yè)概念的詞語(yǔ)對(duì)普通人群可能就是一個(gè)普通詞語(yǔ)。這些概念和術(shù)語(yǔ)一樣也是需要界定的。人都難以界定的概念，對(duì)于進(jìn)行中文信息處理的計(jì)算機(jī)而言，更難具有實(shí)際的操作性。

例如“門”這個(gè)概念，一般對(duì)普通人來(lái)講就是“指房屋等的出入口”。但是在建筑學(xué)里，“門”的概念是指在出入通道處所設(shè)可開關(guān)或轉(zhuǎn)動(dòng)的裝置。在生物學(xué)里，“門”的概念是指生物分類法中的一級(jí)，位于界和綱之間。在電子學(xué)中“門”是一種邏輯電路。若按照上述的術(shù)語(yǔ)界定方式去判斷，“門”很大概率是一個(gè)普通詞語(yǔ)，它可能出現(xiàn)在多個(gè)領(lǐng)域中，不具有領(lǐng)域特異性，如果按照通常的術(shù)語(yǔ)識(shí)別方法，例如tf-idf的方法(一種用于資訊檢索與資訊探勘的常用加權(quán)技術(shù))，則抽取出該詞語(yǔ)的概率很低。由此本文提出了一種不同于前人的術(shù)語(yǔ)的界定方式。該方法建立在國(guó)家標(biāo)準(zhǔn)《術(shù)語(yǔ)工作 計(jì)算機(jī)應(yīng)用 數(shù)據(jù)類目》(terminology work computer applications data categories)的基礎(chǔ)之上。其中關(guān)于術(shù)語(yǔ)的界定為：專門語(yǔ)言中表達(dá)已定義概念的詞語(yǔ)的指稱。

以術(shù)語(yǔ)識(shí)別為目的驅(qū)動(dòng)，本文將術(shù)語(yǔ)定義為：在某一特定領(lǐng)域內(nèi)，有定義性描述的詞或詞組。該界定方法將術(shù)語(yǔ)與被定義項(xiàng)的關(guān)系結(jié)合起來(lái)。某種程度上可以認(rèn)定：術(shù)語(yǔ)是某一特定領(lǐng)域的被定義項(xiàng)。一個(gè)詞語(yǔ)是否為術(shù)語(yǔ)，它所在的上下文即句子起了決定性的作用。例如以下兩個(gè)句子：

(1)門是指在出入通道處所設(shè)可開關(guān)或轉(zhuǎn)動(dòng)的裝置。

(2)客廳的門通向臥室和廚房。

依據(jù)本文的界定標(biāo)準(zhǔn)，句1中的“門”就可以被認(rèn)作是術(shù)語(yǔ)。句2中“門”只是個(gè)普通詞語(yǔ)。因?yàn)榫渥?中的“門”存在于定義性描述的語(yǔ)句中，以一個(gè)被定義項(xiàng)的語(yǔ)言形式存在。

依照這一界定標(biāo)準(zhǔn)可提高術(shù)語(yǔ)識(shí)別的客觀性與可操作性，理?yè)?jù)如下：

首先概念清晰。該界定排除了人名、地名、機(jī)構(gòu)名等命名實(shí)體類專用名詞。因?yàn)檫@些專名指稱現(xiàn)實(shí)中的唯一個(gè)體，不可能有定義。排除了各種修飾性的語(yǔ)言成分如形容詞、副詞、成語(yǔ)、俗語(yǔ)等。能被抽出來(lái)的一定在某專業(yè)領(lǐng)域有定義性描述，符合前面所列的所有關(guān)于術(shù)語(yǔ)的定義。

其次可操作性強(qiáng)。因?yàn)槎x性描述是由語(yǔ)言形式表現(xiàn)的，根據(jù)這些形式特點(diǎn)可建立起形式系統(tǒng)，設(shè)計(jì)算法，讓計(jì)算機(jī)自動(dòng)操作。

再者能與專業(yè)領(lǐng)域直接建立聯(lián)系。縱觀前面引用的各種有關(guān)術(shù)語(yǔ)的界定，核心都是要同專業(yè)領(lǐng)域相關(guān)。定義的語(yǔ)言內(nèi)容本身及定義的上下文語(yǔ)境會(huì)明確地指示該術(shù)語(yǔ)所述的專業(yè)領(lǐng)域。該界定解決了同一個(gè)詞形用在不同領(lǐng)域充當(dāng)術(shù)語(yǔ)的身份辨認(rèn)問(wèn)題。

同時(shí)預(yù)測(cè)到對(duì)該界定方法可能有如下缺陷。第一，認(rèn)為大量的術(shù)語(yǔ)在文本中的出現(xiàn)都是使用性出現(xiàn)，并非定義性出現(xiàn)，按照這種方法無(wú)法抽取出來(lái)；第二，這種方法能抽取新術(shù)語(yǔ)，抽不出老術(shù)語(yǔ)。比如，能從網(wǎng)上抽出“藍(lán)牙”“WiFi”這類較新術(shù)語(yǔ)，因?yàn)檫@類術(shù)語(yǔ)能找到定義；但是“電燈”“電話”這類老術(shù)語(yǔ)因?yàn)檎也坏蕉x，也就抽不出來(lái)了，但只要認(rèn)真分析，就可以看出這種批評(píng)是不正確的。

基于中文信息處理的術(shù)語(yǔ)研究通常分為兩種類型：

(1)以構(gòu)建術(shù)語(yǔ)表為目的，抽取術(shù)語(yǔ)的詞形，識(shí)別其所屬的領(lǐng)域；

(2)事先已有術(shù)語(yǔ)表，在上下文語(yǔ)境中識(shí)別術(shù)語(yǔ)的各種詞例，目的是研究術(shù)語(yǔ)出現(xiàn)的頻率、用法等動(dòng)態(tài)性質(zhì)。

術(shù)語(yǔ)的識(shí)別就是抓住術(shù)語(yǔ)出現(xiàn)的源頭，將所有定義性描述的詞語(yǔ)給找出來(lái)。第一種缺陷中指出的沒有定義性描述的術(shù)語(yǔ)可能在一篇文本中無(wú)法被識(shí)別，但只要它是術(shù)語(yǔ)，就一定會(huì)作為被定義項(xiàng)在句子中出現(xiàn)，基于大規(guī)模的真實(shí)語(yǔ)料，這是完全能被識(shí)別發(fā)現(xiàn)的；同時(shí)可通過(guò)術(shù)語(yǔ)聚類方法，識(shí)別出該術(shù)語(yǔ)所在的領(lǐng)域，進(jìn)行領(lǐng)域分類后放進(jìn)術(shù)語(yǔ)詞典的收詞表中。當(dāng)然，具體操作中要看能否把術(shù)語(yǔ)出現(xiàn)的源頭都找到。誠(chéng)如第二種缺陷所指出的，用這種方法識(shí)別出的術(shù)語(yǔ)多數(shù)是新術(shù)語(yǔ)。因?yàn)閹资昵啊装倌昵俺霈F(xiàn)的術(shù)語(yǔ)，其定義所在的文本許多尚未數(shù)字化，更不會(huì)進(jìn)入網(wǎng)絡(luò)，計(jì)算機(jī)暫時(shí)還沒法抽取到，但那些老術(shù)語(yǔ)早已收進(jìn)各種術(shù)語(yǔ)詞典中。對(duì)于它們來(lái)說(shuō)，第一種類型的術(shù)語(yǔ)識(shí)別工作根本沒必要重復(fù)去做。

四 結(jié) 語(yǔ)

依據(jù)已有的術(shù)語(yǔ)界定標(biāo)準(zhǔn)進(jìn)行的術(shù)語(yǔ)識(shí)別存在以下幾個(gè)問(wèn)題。第一，抽取出來(lái)的詞語(yǔ)若果真是術(shù)語(yǔ)，絕大多數(shù)都是各種術(shù)語(yǔ)表中已經(jīng)收錄的，從構(gòu)造術(shù)語(yǔ)表的角度看并無(wú)很大意義。第二，抽取出來(lái)的詞語(yǔ)中包含著一定數(shù)量的非術(shù)語(yǔ)，仍需花費(fèi)大量人力去鑒別。比如使用tf-idf的方法，識(shí)別出來(lái)的只是領(lǐng)域特異詞，即在某個(gè)領(lǐng)域經(jīng)常出現(xiàn)而在其他領(lǐng)域很少出現(xiàn)的詞語(yǔ)，但這些詞語(yǔ)中有可能是人名、地名、常用語(yǔ)、俗語(yǔ)。使用互信息的統(tǒng)計(jì)方法抽取出來(lái)的也會(huì)有一些非術(shù)語(yǔ)的固定詞語(yǔ)搭配。第三，把所有的詞語(yǔ)都作為初選的對(duì)象，極為低效。依據(jù)本文的術(shù)語(yǔ)界定方式可抽取出新術(shù)語(yǔ)，連同術(shù)語(yǔ)詞典中的老術(shù)語(yǔ)，就可以構(gòu)造出完整的術(shù)語(yǔ)表，并不斷補(bǔ)充發(fā)展。利用這樣的術(shù)語(yǔ)表，就可采用一般的分詞和詞義排歧的方法，在大規(guī)模文本的各種上下文語(yǔ)境中抽取術(shù)語(yǔ)的詞例，完成第二種類型的工作，而上述兩項(xiàng)工作的結(jié)合，正是術(shù)語(yǔ)詞典編纂的主要任務(wù)。本文的術(shù)語(yǔ)界定研究對(duì)于術(shù)語(yǔ)識(shí)別、術(shù)語(yǔ)詞典的編纂與更新都是一項(xiàng)有意義的工作。

[1] 施水才，王楷，呂學(xué)強(qiáng).基于條件隨機(jī)場(chǎng)的領(lǐng)域術(shù)語(yǔ)識(shí)別研究[J].計(jì)算機(jī)工程與應(yīng)用，2013(10)：147-149.

[2] 劉豹，張桂平，蔡?hào)|風(fēng).基于統(tǒng)計(jì)和規(guī)則相結(jié)合的科技術(shù)語(yǔ)自動(dòng)抽取研究[J].計(jì)算機(jī)工程與應(yīng)用，2008(23):147-150.

[3] 何琳.基于多策略的領(lǐng)域本體術(shù)語(yǔ)抽取研究[J].情報(bào)學(xué)報(bào)， 2012(8)：45-47.

[4] 馮志偉.現(xiàn)代術(shù)語(yǔ)學(xué)引論[M].北京：語(yǔ)文出版社，1997.

[5] ISO/TC 37. Terminology work-Vocabulary-Part 1：Theory and application[S].

[6] 標(biāo)準(zhǔn)化與信息分類編碼研究所. GB/T 10112—1999 術(shù)語(yǔ)工作 原則與方法[S]. 中國(guó)標(biāo)準(zhǔn)出版社，2004.

[7] 王強(qiáng)軍.信息技術(shù)領(lǐng)域新術(shù)語(yǔ)提取的初步研究[J]. 術(shù)語(yǔ)標(biāo)準(zhǔn)化與信息技術(shù)，2003(1)：32-35.

動(dòng) 態(tài)

電氣工程名詞審定委員會(huì)第四次會(huì)議紀(jì)要

2014年7月19日，中國(guó)電工技術(shù)學(xué)會(huì)在北京鐵道大廈召開了電氣工程名詞審定委員會(huì)第四次會(huì)議(全體)，與會(huì)的領(lǐng)導(dǎo)及專家共50多人。會(huì)議由中國(guó)電工技術(shù)學(xué)會(huì)理事、電氣工程名詞審定委員會(huì)主任顧國(guó)彪院士主持。中國(guó)電工技術(shù)學(xué)會(huì)副理事長(zhǎng)兼秘書長(zhǎng)裴相精講話，感謝各位專家百忙之中前來(lái)參加會(huì)議并積極完成名詞定義階段的工作。全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)審定室主任鄔江，根據(jù)目前上報(bào)的詞條定義撰寫中的問(wèn)題，向與會(huì)專家講解了撰寫名詞定義工作中應(yīng)注意的問(wèn)題及解決思路。全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)副主任劉青也參加了本次會(huì)議，他在講話中指出，此次由中國(guó)電工技術(shù)學(xué)會(huì)組織審定電氣工程名詞的工作非常重要和及時(shí)，該名詞是我國(guó)科技名詞規(guī)范化事業(yè)的重要組成部分，并對(duì)如何解決工作中存在的問(wèn)題提出了一些建議。

(史金鵬)

Research on Term Definition Based on Term Identification

ZHANG Rong

s: Term definition is one of hot topics for terminology researchers. The interrelate relations between terms and common words make term definition more complicated. In this paper, we propose a kind of definition which provides a workable criterion for term identification. The research is helpful for the compilation and updating of term dictionaries.

term definition, term identification, definitional description

2014-02-19

張榕(1975—)，北京語(yǔ)言大學(xué)漢語(yǔ)速成學(xué)院講師，博士，研究方向?yàn)橛⒄Z(yǔ)語(yǔ)言文學(xué)。通信方式：lostballoon@sina.com。

H083;N04

A

1673-8578(2014)04-0005-04