Ukrainian biological terminology" (SUBT) [1]. This dictionary is an authoritative terminographic work that embraces the normative general scientific and widely used and narrowly specialized terminology of biological sciences, recorded in encyclopedic, general language and special dictionaries, in scientific, popular science, educational and informative literature. The dictionary is published in small editions in traditional paper form; it is very popular among users - scientists, graduate students and students of biological specialties.
2021 Copyright for this paper by its authors.
printed (book) or electronic form (website), but also to create computational lexicons. Therefore, it is
very important to develop a model that can later be transformed into a variety of alternative formats [
In this paper, we outline the following stages: 1. Lexicographic system (L-system) development of dictionary structure 2. Marking the text of the Dictionary with XML tags according to the structure of its L-system (XML document)
Using the examples of dictionary articles of the selected dictionary, we will demonstrate how the
XML schema can be applied to any dictionary article. Due to its generality, we believe that our model
can serve as a basis for presenting, combining and extracting information not only from dictionaries of
the same type, but also from a wide range of terminological dictionaries [
We introduce the notation: АВ it will mean, that А В. Then, following the theory of
lexicographic systems [
C(T) ТБi
СМБi ТК_Уl ТК_Рm ТК_Аn БТj БПz Т_У ГРДУ ГРПУ НО ММУ Т_Р СРР ГРДР ГРПР ММР Т_А СРА ГРДА ГРПА ММА НТ ТЛ СРТ БТСk СИНn САНТ САТv МП ТБСЛp
БТСЛw ТКС_Уq ТКС_Рr ТКС_Аs ТЛC НТЛС
СН МС ТС_У ГРСДУ ГРСПУ ММУ ТС_Р ММР ТС_А ММА In scheme 1, the structural elements mean the following:
CС — dictionary article text ЗТ_У — the title term is Ukrainian ТБі — terminological block ТК_Уl — terminol. complex ukr. Т_У — the term is Ukrainian ГРДУ— grammatical remark to the term ГРПУ — grammatical remark after the term НО — homonym number ММУ — language marker (ukr) ТК_Рm — terminol. complex of rus. Т_Р — the term is Russian ГРДР — grammatical remark to the term ГРПР— grammatical remark after the term ММР — language marker (rus) СРР — semantic trailer ТК_Аn — terminol. English complex Т_А — English term ГРДА — grammatical remark to the term ГРПА — grammatical remark after the term ММА — language marker СРА — semantic trailer СМБі — semantic block БТj — interpretation block НТ — interpretation number ТЛ — interpretation CPТ — semantic trailer to tl. БТСk — block of terminological phrases ТБСЛp — terminological block of phrases ТСК_Уq — terminological complex of phrases ukr. ТС_У — terminological phrase in the Ukrainian language ГРСДУ — grammatical remark to the phrase ГРСПУ — grammatical remark after the phrase ММУ — language marker (ukr) ТСК_Рr — terminological complex of words.
Rus. ТС_Р — terminological phrase in Russian ММР — language marker (in Russian) ТСК_Аs — terminological complex of phrases in English. ТС_А — terminological phrase in English ММА — language market БТСЛp — block of interpretations of phrases ТЛС — interpretation НТС — phrase interpretation number СИНt — synonymous block СН — synonym МС — synonym marker (Син.) БПz — link block САНТ — sender САТv — recipient (can be several) МП — link token (див.)
Lexical information in dictionary articles can be represented in the form of a tree structure, which largely reflects the natural hierarchical organization of entries in printed dictionaries. Consider the examples in the notation of the scheme: вy#са, -ів, мн., одн. вус, -а (рос. усы#, ед. ус., англ. whisker (у тварин), tendril (у рослин), moustache (у людини), antenna (у комах)) 1. Загальна назва розміщених біля рота чутливих волосин (вібрисів) у ссавців та щетинкоподібного пір’я у птахів, деякі дотикові утвори у безхребетних тварин; 2. Надземні виткі прикріплювальні пагони у рослин.
Marking ТБ ЗТ ТК_У 1
Representation in the SS вy#са, -ів, мн., одн. вус, -а (рос. усы#, ед. ус., англ. whisker (у тварин), tendril (у рослин), moustache (у людини), antenna (у комах)) вy#са вy#са, -ів, мн. ГРПУ ТК_У2 ММУ Т_У ГРДУ ГРПУ ТК_Р 1 ММР ТР ТК_Р 2 ММР Т_Р ГРДР ТК_А 1 ММА ТА СРА ТК_А 2 ММА ТА СРА ТК_А 3 ММА ТА СРА ТК_А 4 ММА ТА СРА СБ БТ1 НТ ТЛ БТ2 НТ ТЛ укр. вy#са -ів, мн., одн. вус, -а укр. вус
In the example, there is only one terminology block and one semantic block, respectively. It was found that in dictionary articles there are as many terminological blocks as semantic ones and vice versa. There are two Ukrainian complexes in the terminological block. Presented as: вy#са, -ів, мн.; одн. вус, -а. In the semantic block there can be some interpretations in an example of them two are found: 1. Загальна назва розміщених біля рота чутливих волосин (вібрисів) у ссавців та щетинкоподібного пір’я у птахів, деякі дотикові утвори у безхребетних тварин; 2. Надземні виткі прикріплювальні пагони у рослин.
новонаро#джений 1. прикм. (рос. новорождённый, англ. neonatus, neonate) який недавно або тільки що народився; 2. ім., -ого (рос. новорождённый, англ. newborn, infant) людина, яка недавно народилася.
Marking ТБ1 ЗТ ТК_У
Representation in the SS новонаро#джений 1. прикм. (рос. новорождённый, англ. neonatus, neonate) новонаро#джений новонаро#джений 1. прикм. укр. новонаро#джений прикм. рос. новорождённый рос. новорождённый
людина, яка недавно народилася.
The example reveals two terminological blocks and two semantic ones, respectively. The first terminological block is complete, it consists of Ukrainian, Russian and English complexes. The second block is cut. The terminological block Ukrainian in both complexes has a common Ukrainian term, which is the title word. Semantic blocks, respectively, consist only of interpretations. ацидофi#льний (рос. ацидофи#льный, англ. acidophilic) 1. Який має здатність забарвлюватися кислими барвниками; ацидофi#льні органi#зми див. органi#зм: органi#зми ацидофi#льні. Син. кислотолю#бний; 2. Який росте тільки в кислому середовищі.
Representation in the SS ацидофi#льний (рос. ацидофи#льный, англ. acidophilic) ацидофi#льний ацидофi#льний укр. ацидофi#льний рос. ацидофи#льный рос. ацидофи#льный англ. acidophilic
The semantic block can be filled with blocks of terminological phrases, synonyms, blocks of references. Terminological blocks can be several, they can be presented in one or two complexes. The examples illustrate some variants of the structure in the notation of the scheme. 2.2. Marking the text of the Dictionary with XML tags according to the structure of its L-system (XML document)
The next stage is the automatic conversion of the lexicographic structure of the dictionary into an XML document. However, it is obvious that the XML file explains and stores all the structural elements we have identified and the relationships between them. This is done using a special software procedure developed by us to automatically mark the text of the dictionary. The marking algorithm is developed based on polygraphic features of text identification of structural elements of the L-system (boundaries of the dictionary article (paragraphs), special symbols, positional characteristics, changes of language, fonts, case of letters, etc.).
XML dictionary article schema (SS) <CC> Словникова стаття
<ЗТУ>заголовний термін український</ЗТУ> <ТБ номер=p> Термінологічний блок <ТК_У номер=i> український термінологічний комплекс <ТУ> Термін український</ТУ> <НО> Номер омоніма</НО> <ГР> Граматична ремарка</ГР> <ММУ> укр.</ММУ> </ТК_У > <ТК_Р номер= j> російський термінологічний комплекс <ТР> Російський термін</ТР> <СР> Семантична ремарка</СР> <ГР> Граматична ремарка</ГР> <ММР> рос.</ММР> </ТК_Р> <ТК_А номер=k> англійський термінологічний комплекс <ТА> Термін англійський</ТА> <СР> Семантична ремарка</СР> <ГР> Граматична ремарка</ГР> <ММА> англ.</ММА> </ТК_А > </ТБ > <СМБ номер=p> <БТ номер=m> Блок тлумачення <ТЛ> Тлумачення </ТЛ> <СРT> Семантична ремарка </СРT> <СИН номер=n> Синонімічний блок <ТУ> термін</ТУ> <ТСУ> термін</ТСУ> <МС> Син.</МС> </СИН номер=n > </БТ > <БТС номер=l> Блок термінологічних словосполучень <ТБс номер =t> Термінологічний блок словосполучення <ТКС_У номер =f> Український термінологічний комплекс словосполучення <ТСУ> Термологічне словосполучення</ТСУ> <ГРС> Граматична ремарка</ГРС> <ММУ> Маркер мови</ММУ> </ТКС_У > <ТКС_Р номер =g> Російський термінологічний комплекс словосполучення <ТСР> Термологічне словосполучення</ТС >
Р <ГРС> Граматична ремарка</ГРС> <ММР> Маркер мови</ММР> </ТКС_Р > <ТКС_А номер =h> Англійський термінологічний комплекс словосполучення <ТСР> Термологічне словосполучення</ТСР> <ГРС> Граматична ремарка</ГРС> <ММА> Маркер мови</ММА> </ТКС_А> </ТБс> <БТсл номер =v> Блок тлумачення словосполучення
<ТЛс> Тлумачення до словосполучення</ТЛс> </БТсл> </БТС> <БП> Блок посилань</БП> </СМБ> </CC>
According to the scheme, all dictionary articles were marked. Consider the labeling by example 1,2.
Example 1 СС> <текст_СС> вy#са, -ів, мн., одн. вус, -а (рос. усы#, ед. ус., англ. whisker (у тварин), tendril (у рослин), moustache (у людини), antenna (у комах)) 1. Загальна назва розміщених біля рота чутливих волосин (вібрисів) у ссавців та щетинкоподібного пір’я у птахів, деякі дотикові утвори у безхребетних тварин; 2. Надземні виткі прикріплювальні пагони у рослин. <текст_СС> <ТБ> <текст_ТБ> вy#са, -ів, мн., одн. вус, -а (рос. усы#, ед. ус., англ. whisker (у тварин), tendril (у рослин), moustache (у людини), antenna (у комах)) </текст_ТБ> <ТК номер='1'_У> <Т_У> вy#са</Т_У> <ГРПУ> -ів, мн. </ГРПУ> <ММУ> укр. </ММУ> </ТК_У> <ТК номер='2'_У> <Т_У> вyс</Т_У> <ГРПУ> -а</ГРПУ> <ГРДУ> одн.</ГРДУ> <ММУ> укр. </ММУ> </ТК_У> <ТК номер='1'_Р> <Т_Р> усы#</Т_Р> <ММР> рос. </ММР> </ТК_Р> <ТК номер='2'_Р> <Т_Р> ус</Т_Р> <ГРДР> ед.</ГРДР> <ММР> рос. </ММР> </ТК_Р> <ТК номер='1'_А> <Т_А> whisker</Т_А> <СР> у тварин</СР> </ТК_А> <ТК номер='2'_А> <Т_А> tendril</Т_А> <СР> у рослин</СР> <ММА> англ. </ММА> </ТК_А> <ТК номер='3'_А> <Т_А> moustache</Т_А> <СР> у людини</СР> <ММА> англ. </ММА> </ТК_А> <ТК номер='4'_А> <Т_А> antenna</Т_А> <СР> у комах</СР> <ММА> англ. </ММА> </ТК_А> </ТБ> <СМБ> <БТ номер='1'>
<ТЛ> Загальна назва розміщених біля рота чутливих волосин (вібрисів) у ссавців та щетинкоподібного пір’я у птахів, деякі дотикові утвори у безхребетних тварин; </ТЛ> </БТ> <БТ номер='2'>
<ТЛ> Надземні виткі прикріплювальні пагони у рослин.</ТЛ> </БТ> </СМБ> </СС>
Example 2 <СС>
<текст_СС> новонаро#джений 1. прикм. (рос. новорождённый, англ. neonatus, neonate) який недавно або тільки що народився; 2. ім., -ого (рос. новорождённый, англ. newborn, infant) людина, яка недавно народилася. </текст_СС> <ЗТ> новонаро#джений </ЗТ> <ТБ номер='1'> <тест_ТБ> новонаро#джений 1. прикм. (рос. новорождённый, англ. neonatus, neonate) </тест_ТБ> <ТК_У номер='1'> <Т_У> новонаро#джений </Т_У> <ГРПУ> прикм. </ГРПУ> <ММУ> укр. </ММУ> </ТК_У> <ТК_Р номер='1'> <ТР> новорождённый </ТР> <ММР> рос. </ММР> </ТК_Р > <ТК_А номер='1' > <Т_А> neonatus </Т_А> <ММА> англ. </ММА> </ТК _А> <ТК_А номер='2' > <Т_А> neonate </Т_А> <ММА> англ. </ММА> </ТК_А> </ТБ> <ТБ номер='2'> <тест_ТБ> 2. ім., -ого (рос. новорождённый, англ. newborn, infant)</тест_ТБ> <ТК_У номер='1'> <Т__У> новонаро#джений </Т_У> <ГРПУ> ім. </ГРПУ> <ГРПУ> -ого </ГРПУ> <ММУ> укр. </ММУ> </ТК_У> <ТК номер='1'_Р> <Т_Р> новорождённый </Т_Р> <ММР> рос. </ММР> </ТК _Р> <ТК_А номер='1'> <Т_А> newborn </Т_А> <ММА> англ. </ММА> </ТК_А> <ТК_А номер='2'> <Т_А> infant </Т_А> <ММА> англ. </ММА> </ТК_А> </ТБ> <СМБ номер='1'> <БТ номер='1'> </БТ номер='1'> </СМБ> <СМБ номер='2'> <БТ номер='2'> </БТ номер='2'> </СМБ> </СС> <НТ>1</НТ> <ТЛ> який недавно або тільки щонародився; </ТЛ> <НТ>2</НТ> <ТЛ> людина, яка недавно народилася. </ТЛ>
The transition to an XML document is due to the need to define author tag sets and attribute names. Document XML structures can also be nested, providing any level of hierarchy, as long as the rules for embedding XML documents are followed. XML documents can contain any optional grammar descriptions of the document so that other programs can check its structure. The XML representation of the dictionary obtained in this way makes it possible to form its lexicographic database in automatic mode. This stage will be considered in a separate paper.
After going through a number of stages, we have achieved many benefits: 1. In the digital world, dictionaries will be given new life as they are presented in a modern way. 2. Working with the content showed many errors that the program highlighted. 3. Іn the future proper XML will help implement the right search engine on site. 4. Any changes that will need to be made to the site can be made through a modern editing system.
Although there are still questions, it has been demonstrated that it is possible to digitize a paper dictionary and save it in XML and on the Internet. The key is to use standard components that can be reused in other projects and have simple data formats that are easy to edit with free tools