Résumé étendu

Le développement de ressources terminologiques et leur maintenance optimale sont des activités laborieuses et chronophages qui nécessitent souvent d'investissements économiques substantiels. C'est la raison pour laquelle l'élaboration de normes pour la représentation et l'échange de données occupent une place essentielle dans le domaine de la terminologie. L'interopérabilité 2 entre les formats terminologiques est assurée par l'adoption de la norme ISO 30042 : 2019 qui promeut l'adoption du format TermBase eXchange (TBX), à savoir une famille XML de formats d'échange terminologique basée sur le méta-modèle structurel hiérarchique Terminological Markup Framework (TMF) (ISO-16642 : 2017).

Au cours des dernières années, des solutions intéressantes ont été proposées afin de favoriser l'interopérabilité par le biais de technologies du Web Sémantique (WS) [2] et des principes promus par l'initiative des « données liées » (Linked data) [3,5], qui permettent de partager et de réutiliser les données entre différentes applications et de les relier aux ressources disponibles sur le Web. Dans cette optique, le modèle Ontolex-Lemon (https://www.w3.org/2016/05/ontolex/) a été développé en s'imposant en tant que standard de facto pour la représentation des ressources linguistiques et terminologiques dans le WS. Les avantages offerts par ces technologies sont incontestables. Premièrement, elles assurent la trouvabilité, l'accessibilité, l'interopérabilité et la réutilisabilité des données de la recherche (de l'acronyme anglais FAIR) [31] conformément à la philosophie de la science ouverte et aux stratégies de recherche et d'innovation de la Commission européenne pour la période 2020-2024. Deuxièmement, le modèle de données RDF, à la base du WS, permet d'atteindre non seulement une interopérabilité syntaxique ̶ déjà garantie par la structure de données XML à la base de TBX ̶ mais également une interopérabilité sémantique, assurant ainsi un échange de données caractérisées par une sémantique désambigüisée et partagée.

L'utilisation des technologies du WS signifie en effet représenter des données terminologiques sous forme de triplets RDF et structurer formellement la sémantique de ces données en ontologies au moyen 1st International Conference on "Multilingual digital terminology today. Design, representation formats and management systems", June 16 -17, Padova, Italy EMAIL: silvia.piccini@ilc.cnr.it (A. 1); federica.vezzani@unipd.it (A. 2); andrea.bellandi@ilc.cnr.it (A. 3) ORCID: 0000-0002-2584-0191 (A. 1); 0000-0003-2240-6127 (A. 2); 0000-0002-1900-5616 (A. 3) du langage Web Ontology Language (OWL). Ce dernier, basé sur un sous-ensemble de la logique du premier ordre, rend les machines capables de comprendre et d'interpréter les données et d'effectuer des inférences logiques, déduisant ainsi de nouveaux faits. Ainsi, de nombreuses solutions ont été proposées dans la littérature afin de transformer une structure de données XML en une formalisation ontologique plus expressive [1,4,6] permettant, de cette façon, de définir les relations hiérarchiques qui existent entre deux ou plusieurs concepts, de préciser les propriétés des relations (transitivité, symétrie, réflexivité, etc.) et les contraintes (ou axiomes) générales et formelles entre les concepts, les attributs et les relations, et enfin d'élaborer des règles permettant de déduire de nouvelles connaissances [20]. Il n'est donc pas surprenant que la terminologie ait commencé à s'intéresser à ces technologies, comme en témoigne le nombre croissant de jeux de données ouverts et interconnectés publiés dans le cadre du Web de données [26,27] ou les études et les outils visant à transformer et à publier des terminologies en tant que « données liées » [10,13]. À cet égard, sont indicatives les solutions engagées en appui à la Stratégie européenne d'interopérabilité (EIS) visant à transformer en RDF deux ressources d'intérêt stratégique pour la Communauté européenne telles que IATE [29] et EuroVoc [11].

Les avantages technologiques incontestés ont souvent constitué la force motrice vers le paradigme des données liées comme en témoigne la croissance constante du soi-disant Linguistic Linked Open Data Cloud (LLOD) [8]. Cependant, les avantages ne se limitent pas seulement à ces aspects. Cet article vise à étudier les effets théoriques que l'adoption des technologies du WS et du paradigme des « données liées » peut entraîner dans les études terminologiques en tant que pistes de réflexion qui, à notre avis, n'ont pas encore été suffisamment explorées. Le format TBX reflète, en effet, la vision traditionnelle de la terminologie qui remonte aux travaux d'Eugen Wüster [32,33].

Bien qu'une description précise et détaillée des aspects linguistiques d'un terme puisse être accomplie au moyen de catégories de données spécifiques (ISO 12620 : 2019), le concept est généralement vu comme une entité simple et universellement partagée selon une vision de la réminiscence aristotélicienne (ταὐτά πᾶσι). Cette perspective, qui est à la base des principales bases de données terminologiques mises en place autour des années 70/80 (i.e. EURODICAUTOM, IATE, TERMIUM Plus, etc.), est très efficace pour les tâches de traduction. Par conséquent, il n'est pas surprenant que les outils de TAO soient capables d'exporter et/ou d'importer des glossaires dans le format TBX. Cependant, comme l'ont montré de nombreuses approches terminologiques [12,7,19,16,28,24], le concept doit plutôt être vu comme une entité complexe et multiforme, à savoir une liste des conditions nécessaires et suffisantes résultant de catégorisations qui peuvent varier intra-et interlinguistiquement ainsi que diachroniquement.

Comme les études variationnistes l'ont mis en évidence [17,18,15,14] les langues peuvent se focaliser sur le concept sous différents angles : certains traits peuvent se traduire en sens dans une langue mais rester dans l'ombre dans une autre langue (tout en restant accessible à la pensée et à l'expérience), donnant lieu à des phénomènes d'anisomorphisme. La variation peut également être intralinguistique : au sein d'une même langue de spécialité, un concept peut se matérialiser en plusieurs dénominations synonymes et dans chacune d'elles les caractéristiques du concept considérées comme cognitivement plus saillantes se cristallisent et se transforment en sens lexical.

Comme nous essaierons de le (de)montrer, l'utilisation des technologies du WS, telles que les ontologies, devient fondamentale pour décrire la complexité à la fois du concept et du sens d'un terme et ainsi faire comprendre aux chercheurs la dynamique qui se cache derrière les phénomènes de la polysémie, de la synonymie, de l'anisomorphisme et de la variation diachronique.

En d'autres termes, les technologies du WS sont particulièrement efficaces pour capturer et décrire les concepts dits endocentriques [25]. Ces derniers ̶ à la différence des concepts exocentriques ancrés dans une expérience partagée par des individus au-delà des frontières linguistiques particulières ̶ dépendent fortement du système de relations lexicales propre à une langue, et ne peuvent être pleinement compris sans une description qui prend en compte le caractère complexe des concepts et la dimension du sens du terme.

Après une analyse contrastive multi-niveaux (syntaxe, sémantique, tâches, outils) des technologies à la base de TBX et de Ontolex-lemon, des études de cas extraites à partir du domaine médical seront illustrées. En particulier, nous examinerons des cas de variation diachronique de conceptualisation (par exemple pour le concept d'"hystérie"), de variation socio-culturelle (le cas du terme "SIDA") et de variation interlinguistique liée à des aspects connotatifs (français "sein"/"mamelle" ~ italien seno/mammella) qui peuvent influencer la perception des termes/concepts en perspective multilingue.

Enfin, pour favoriser une synergie profonde entre les ressources en TBX et les ressources en RDF, nous proposerons un outil pour convertir automatiquement les ressources créées dans la version la plus récente de TBX (de 2019) en RDF (et notamment en Ontolex-Lemon). À l'heure actuelle, le seul outil existant TBXtoRDF créé par Cimiano et al. (2015) n'est compatible qu'avec une version désormais obsolète de TBX (2008) et de Ontolex-Lemon. En ce sens, nous proposons donc un système qui prend en charge toutes les spécificités de la nouvelle version de TBX datée de 2019 et les dernières spécifications de Ontolex-Lemon.