Úvod

Terminologická data jsou shromažďována, zpracovávána a uchovávána širokou škálou systémů, obvykle v aplikacích, tj. různých druzích systémů řízení bází dat, od aplikací pro osobní počítače určené jednotlivým uživatelům až po serverové systémy terminologických databank provozované velkými společnostmi a vládními agenturami. Terminologické databáze obsahují různé soubory datových kategorií a jsou založeny na různých typech datových modelů. Terminologická data musí být často sdílena a opětovně využívána v řadě aplikací a toto sdílení je obvykle uskutečňováno použitím formátů, do nichž jsou data speciálně převedena. K usnadnění spolupráce a zamezení duplicitních prací je třeba, aby byly vyvinuty normy a směrnice pro vytváření a používání souborů terminologických dat, jakož i pro sdílení a výměnu dat.

Metamodel definovaný touto mezinárodní normou je vhodný pro integrovaný přístup využitelný při analýze stávajících a při návrhu nových souborů terminologických dat, které jsou běžně zpracovávány relačními nebo textově orientovanými databázovými systémy. Soubory terminologických dat mohou být rovněž ukládány jako strukturované dokumenty se značkováním založeným na formátech typicky definovaných pomocí jazyka SGML (Standard Generalized Markup Language), daného v ISO 8879 [12] nebo XML (eXtensible Markup Language), který vychází z SGML, ale je doplněn Konsorciem W3C (World Wide Web Consortium) pro použití na www stránkách. Integrovaný přístup usnadňuje úlohy načtení dat z prostého souboru se značkováním do databáze a exportu z databáze do strukturovaného dokumentu. Další motivací využití integrovaného přístupu je to, že narozdíl od zcela oddělených přístupů k databázím a k strukturovaným dokumentům jsou formáty založené na XML zpracovávány novým způsobem, který se podobá klasickým systémům řízení bází dat. Tak např. jsou soubory XML dotazovány a aktualizovány přímo, aniž by byla data importována do tradičních prostředí databází.

Tento integrovaný přístup k analýze a návrhu má dvě úrovně abstrakce. První (a nejabstraktnější) úroveň integrovaného přístupu je úroveň metamodelu. Tato úroveň, kterou by bylo možné rovněž nazývat úrovní abstraktního pojmového datového modelu, podporuje analýzu a návrh ve velmi obecné rovině. Druhou úrovní je úroveň datového modelu.

Na úrovni datového modelu má ten, kdo navrhuje soubor terminologických dat, možnost různého výběru alternativ podle potřeb praxe. Přitom musí nejprve určit nejvhodnější formu reprezentace svých terminologických dat na základě následujících voleb:

–      zda použít relační databázi nebo prostý soubor se značkováním;

–      zda budou data primárně použita k dotazování a aktualizacím a budou reprezentována v některých databázových systémech, a pokud ano, který systém použít;

–      zda budou data primárně použita ke sdílení a vzájemné výměně a budou reprezentována v prostém souboru se značkováním.

Pro účely této mezinárodní normy je předpokládáno, že veškeré prosté soubory budou používat značkování XML.

Jakmile byla provedena volba - systém řízení báze dat nebo prostý soubor se značkováním - je třeba vybrat datový model. Pro relační databázi je typickou metodou popisu datového modelu ER-diagram (entity-relationship diagram - diagram vztahu mezi entitami). Pro dokument XML je typickou metodou popisu datového modelu DTD (Document Type Definition - definice typu dokumentu). Alternativní metoda, využívající tzv. „XML schéma“, je stanovena Konsorciem W3C. V budoucnosti bude možné používat ještě abstraktnější metody popisu XML formátu.

Konkrétní zavedení metamodelu pro značkování terminologie vyjádřené v XML se nazývá jazyk pro značkování terminologie (neboli TML, Terminological Markup Language). Ten lze popsat na základě omezeného počtu charakteristik, jmenovitě:

–      jak TML vyjadřuje strukturální organizaci metamodelu (tj. stromy rozvoje TML),

–      specifické datové kategorie používané TML a jak se týkají metamodelu,

–      způsob, kterým mohou být tyto datové kategorie vyjádřeny v XML, a tím „ukotveny“ na stromech rozvoje TML, tj. XML styl jakékoliv dané datové kategorie, a

–      slovníky používané TML k vyjádření rozdílných informačních objektů, jako jsou prvky a atributy XML podle odpovídajících XML stylů.

Některé z příkladů v této mezinárodní normě jsou instancemi formátů MSC (MARTIF with Specified Constraints - MARTIF se stanovenými omezujícími podmínkami) a Geneter, jak je popsáno v příloze B, resp. v příloze C.