Dataset

No caso da terminologia, os dados utilizados para a construção de recursos são constituídos principalmente por corpora elaborados a partir do discurso dos especialistas, principalmente textos do domínio de especialidade, devidamente processados e etiquetados.

Na aceção de Kozlova (2005, p.58), por base de dados entende-se um grande armazenamento de dados e/ou documentos, organizado segundo determinados critérios, e concebido de tal forma que permita a consulta, reutilização e recuperação. No entanto, quando se abordam tipologias de recursos terminológicos, surge recorrentemente a referência a banco de termos, o que implica fazer à partida uma distinção entre bases de dados terminológicas (ou bases de termos) e bancos de dados terminológicos (ou banco de termos). Kozlova (2005, p.58), relativamente aos recursos terminológicos, refere-se a um banco de dados como um recurso de dimensões superiores, que abrange e reúne os conteúdos de várias bases de dados. Esta distinção entre banco de termos (term bank) e

base de dados/termos (termbase)30, por vezes difusa, é corroborada por Mohammadi (2013) que refere primeiramente, como elemento de distinção, a sua capacidade de armazenamento de informação e também as entidades que as produziram e/ou gerem. Esta autora, citando o trabalho de Allard (2012), refere então que um banco de termos (term bank) é:

«… an enormous termbase addressing a wide range of heterogeneous audience encompassing companies, language learners, or even the general public. It is usually administered by major companies and governmental agencies.»

Segundo a mesma referência, são exemplos de bancos de termos o TERMIUM®, o Grand Dictionnaire Terminologique (GDT), a IATE e a UNTerm (United Nations’ Multilingual Terminology Database).

Esta aceção limita-se porém a evidenciar a dimensão do banco de termos, não fazendo referência aos seus conteúdos ou estrutura organizacional. Kudashev (2013), utilizando a referência da Norma ISO 1087-2/2000, define um term bank como:

«(…)a totality of structured terminological data and a framework for its management (cf. definitions in ISO 1087-2:2000: 12). This framework consists of metadata and software required for managing terminological data» (p.14).

Esta definição, aqui especificamente aplicada à terminologia, faz agora referência não só aos seus conteúdos (dados terminológicos), mas também à própria estrutura e organização dos bancos de termos, salientando as ferramentas informáticas necessárias para a sua gestão.

Chegamos assim às bases de termos (bases de dados terminológicas). Allard define de forma clara uma base de termos (termbase) como «an electronic collection of

structured term entries in the form of individual or client-server databases of a relatively smaller size and with a more limited audience than a term bank».

30 _{Para o presente trabalho, passar-se-á a considerar uma base de termos e uma base de dados} terminológica duas designações do mesmo conceito.

Podemos então concluir que um banco de termos é um grande acervo de dados terminológicos, podendo gerar uma ou várias bases de dados mais pequenas e mais específicas. Sendo assim, e como o objetivo do presente trabalho é analisar um domínio específico do conhecimento, ou seja, a aquacultura, apenas interessa referir os recursos aqui analisados (por exemplo, a IATE) como bases de dados terminológicas (BDT), ou bases de termos.

Depois dos dicionários, as BDT são uma das tipologias de recursos mais utilizadas e um dos recursos que mais informação contêm sobre as unidades terminológicas, fornecendo, no atual panorama da sociedade de informação, maiores garantias de um recurso atualizado e de fácil acesso. Os estudos realizados por (Désilets et al., 2009) e, principalmente, por Durán-Muñoz (2010), já acima referidos, confirmam esta preferência. O desenvolvimento das tecnologias de informação permitiu processar

corpora de grandes dimensões que podem ser alinhados, etiquetados e estruturados de modo a extrair-se e acrescentar informação. Depois de devidamente organizada, esta poderá vir a ser aplicada com várias finalidades. Mais ainda, permite a atualização e a adição de elementos novos, de natureza não-linguística, como seja o caso dos conteúdos multimédia. Este conceito vem ao encontro da atual sociedade digital, em que muitas vezes é útil não só os elementos textuais da unidade terminológica, mas a sua informação conceptual em contexto, por exemplo, quer na forma de imagem parada (fotografia) quer em movimento (vídeo). Um exemplo pode ser dado pela área das artes performativas em que a definição de um movimento de dança por recurso a uma imagem é mais facilmente compreensível do que a definição textual. A imagem, quando possível, também é útil quando o utilizador não tem o mesmo conhecimento do domínio que o especialista. Este é o caso da tradução, mas também o de outras profissões como produtores de conteúdos e profissionais da área da comunicação social. Neste sentido, muitas empresas produtoras de software para linguistas profissionais já disponibilizam estas funções de imagem nos programas de gestão de terminologia, como por exemplo, no Multiterm, o programa de gestão de terminologia da SDL.

No entanto, a forma como estes recursos estão concebidos não permite perceber eficazmente a forma como os conceitos, e os termos que os designam, se relacionam entre si e como se posicionam no domínio. E estas relações concetuais são importantes

quando o utilizador do recurso não é um especialista formado na área, como no caso dos tradutores. Segundo (Meyer, Skuce, Bowker, & Eck, 1992):

«A major weakness of TDBs is that they provide mainly linguistic information about terms (e.g. equivalents in other languages, morphological information, style labels); conceptual information is sparse (limited to definitions and sometimes contexts), unstructured, inconsistent and implicit.»(p.956)

Esta abordagem surge paralelamente aos grandes desenvolvimentos dos recursos digitalizados, como os sistemas de tradução automática (machine-translation, MT), onde surge a necessidade de criar um sistema que possa ser lido não só por humanos como também pelas máquinas. Por conseguinte, a utilidade e capacidade das BDT pode ser potenciada e melhorada se a sua conceção incluir princípios concetuais, ou seja, uma estrutura de base conceptual, onde conceitos e respetivas designações estão ligados por diversas relações revestidas de significado (por exemplo, causa-efeito, objeto-função) que não apenas as relações semânticas tradicionais «parte de» e «tipo de» (Faber Benitez, 2009).