Использование компьютерных технологий для экспертизы терминологического словаря в области государственного финансового контроля АНО Центр информационных. - презентация

1 Использование компьютерных технологий для экспертизы терминологического словаря в области государственного финансового контроля АНО Центр информационных исследований МГУ им. М.В.Ломоносова Научно-исследовательский вычислительный центр Университетская информационная система РОССИЯ Лукашевич Н.В., Салий А.Д., Добров Б.В.

2 Терминологический проект Подготовка проекта словаря терминов и понятий, используемых в осуществлении государственного финансового контроля - Договор со Счетной Палатой РФ Имеется проект словаря, предоставленный специалистами СП, –Род экспертизы Срок исполнения – 4 месяца (невозможно без компьютерных технологий)

3 Наш опыт Работа с терминологией в широкой общественно- политической области: экономическая, правовая, политическая, общенаучная, социальная и др. терминология Общественно-политический тезаурус для автоматического концептуального индексирования – более 70 тысяч терминов –Не нужно формулировать определения –Изучая определения, нужно записать их в виде совокупности отношений

4 Особенности ПО «Государственный финансовый контроль» Государственный финансовый контроль – –контроля за своевременным исполнением доходных и расходных статей федерального бюджета и бюджетов федеральных внебюджетных фондов; – определение эффективности и целесообразности расходов государственных средств и использования государственной собственности. Предметная область - на стыке нескольких областей: экономика, право, бухгалтерский учет Проблема выделения границ области – формирование списка терминов словаря

5 Формирование корпуса Бюллетень Счетной палаты РФ: 800 статей –Загрузка в ИПС Поиск по словам Поиск по терминам –Извлечение терминов Внутренние документы СП –Извлечение терминов

6 Извлечение терминов Слова и словосочетания «простой структур» –Сущ+сущ в род.падеже –Прилагательное+существительное –Тройки, составленные из таких выражений Длинные словосочетания или словосочетания, включающие предложные группы –Отчет о результатах проверки –Закон о бюджете –Функциональная классификация расходов бюджета Сопоставление с Общественно-политическим тезаурусом

7 Самые частотные многословные выражения, извлеченные по корпусу Федеральный бюджет Российская Федерация Счетная палата Федеральный закон Общая сумма Средства федерального бюджета Областной бюджет Денежные средства Использование средств Заработная плата Минфин России Бюджетные средства Налоговый орган

8 Соотношение понятие-термин Понятие Однозначное название = термин в смысле Теории терминологии – дескриптор в тезаурусах Текстовые термины – аскрипторы (синонимы) в тезаурусах

9 Типы терминов и организация словаря По возможности: словарная вход, к которому приписана словарная статья, должен быть сформулирован однозначно Словарному входу могут соответствовать несколько синонимических терминологических выражений (указываются при словарной статье) В словарь вставляются статьи-отсылки от неосновных терминов к соответствующим статьям словаря По возможности, значения многозначных терминов описываются как отсылки к однозначным словарным входам Ср. со структурой тезауруса

10 Принципы формирования словаря Принцип 1. Термин должен соответствовать фиксированному набору семантических и тематических типов, разработанному на основе анализа нормативных актов, регулирующих деятельность в данной предметной области. Принцип 2. Описание терминов предметной области должно быть системным. Принцип 3. Важным фактором, влияющим на включение/невключение термина в состав термино логического словаря предметной области, является частотность употребления этого термина или его текстовых вариантов в текстах предметной области.

11 Основные семантические и тематические типы единиц словаря Термины относящиеся к –этапам, процедурам, участникам процесса государственного финансового контроля; –к бюджетной системе и бюджетному процессу; –к области приобретения, использования и распоряжения государственной собственностью; –проверяемым типам деятельности, и основные типы проверяемых документов; –термины, описывающие основные организационно- правовые формы организаций в Российской Федерации.

12 Системность терминологического состава Словаря Набор терминов Словаря должен образовывать терминологическую систему, то есть термины должны толковаться либо через общезначимую лексику, либо содержать только те термины, которые имеют определения в данном Словаре. Термины, используемые в документах предметной области и принадлежащие одному и тому же классу, должны трактоваться в рамках терминологической системы схожим образом. Например, если в Словарь включено определение для термина внебюджетные средства, то должно быть включено и определение термина бюджетные средства.

13 если термин не употреблялся в открытых публикациях Счетной палаты, то он может быть включен в словарь только, если он необходим для поддержания принципа системности словаря; включение и описание значений многозначных терминов в Словаре должны базироваться на реальной употребимости этих значений в документах Счетной палаты; включение текстовых терминов (текстовых вариантов терминов) должно базироваться на их реальном употреблении в документах Счетной палаты РФ. Частотность употребления термина в документах как фактор его включения или невключения в Словарь

14 Проблемы существующей версии: словарный состав Нехватка терминов – отсутствуют высокочастотные термины ПО: – федеральный бюджет, бюджетные средства,, налоговый учет, государственный контракт Включены термины, которые мало употреблялись или не употреблялись в текстах ПО: – варрант (0), верификация (0), дефляция (0), каникулы налоговые (0), консигнация (0)

15 Проблемы существующей версии: нарушение системности словаря Определения включают термины, которые не определены в словаре: –Акциз – косвенный налог, включаемый в цену товара (продукции). (Термин косвенный налог не определен) –Случай страховой – событие, при наступлении которого в силу закона или договора страховщик обязан выплатить страховую сумму. (Термины страховщик, страховая сумма не определены)

16 Работа со словарным составом: исключение терминов Исходная версия – 339 терминов Удалено – 60 терминов, как самостоятельных словарных единиц –Слишком общие (баланс, факт) – 13 –Малоупотребительные – 33 –Не соответствуют ПО – 4 (страховой случай) –Заменены на ссылки к словарным статьям – 10 (счет, мораторий, сальдо)

17 Работа со значениями: расщепление словарных статей В исходной версии: Счет – 1. Совокупность записей бухгалтерского учета, отслеживающих движение денежных средств по какому-либо конкретному направлению. 2. Товарный документ (фактура), выписываемый продавцом на имя покупателя и удостоверяющий поставку товара или оказание услуг и их стоимость. В результирующей версии: Счет – см. Счет бухгалтерского учета; Счет- фактура

18 Работа со значениями: оставление одного значения В исходной версии: Мораторий – 1. Приостановление исполнения обязательств, устанавливаемое государством на определенный срок или до окончания каких-либо чрезвычайных событий. Распространяется как на все виды обязательств, так и на некоторые их виды или на отдельные категории должников. 2. В международном праве – договоренность государств об отсрочке или воздержании от каких-либо действий как на определенный, так и на неопределенный срок. 3. Приостановление исполнения должником денежных обязательств и уплаты обязательных платежей.

19 Оставление одного значения -2 Мораторий – 2 первых значения очень похожи, и не используются в текстах ПО Третье значение нужно оставить, но с точной формулировкой: Мораторий на удовлетворение требований кредиторов - приостановление исполнения должником денежных обязательств и уплаты обязательных платежей.

20 Многозначная словарная статья не является многозначной Исходная версия: Тариф таможенный – 1. Инструмент торговой политики и государственного регулирования внутреннего товарного рынка при его взаимодействии с мировым рынком, а также правила обложения товаров пошлинами при их пересечении через таможенную границу. 2. Свод ставок таможенных пошлин, применяемых к товарам, перемещаемым через таможенную границу данной страны.

21 Добавление словарных статей 195 терминов добавлено В т.ч. термины, не относящиеся к «расхожим» экономическим терминам: –Амортизация долга, бюджетная заявка, временный кассовый разрыв, движение денежных средств, перефинансирование, разассигнование, расчетные документы, платежные документы, хозяйственный договор Нет словаря, который бы содержал все необходимые определения Интернет: много ресурсов недостаточного качества, отсутствие автора Использовано более 60 источников: законы, словари, интернет-ресурсы, научные публикации

22 Проблемы добавления словарных статей Отсутствие определений Множественность определений – нет ли разных значений, устарелые определения Определения одинаковые, но кажется, что они не соответствуют реальному употреблению Определения близких по смыслу терминов не соответствуют, противоречат друг другу !! Серьезная работа с массивом, реальным употреблением терминов в документах СП и законодательстве

23 Приключения термина ссуда Словари: Ссуда – По гражданскому законодательству Российской Федерации – вещь (имущество), передаваемая в безвозмездное пользование. Реальное употребление: бюджетная ссуда, ссуда банка, средства ссуды, проценты по ссуде Что такое ссуда? Сухарев А.Я., Крутских В.Е. Большой юридический словарь. 2. Вопреки его точному смыслу в ряде подзаконных нормативных актов РФ и отечественной юридической литературе термин «ссуда» до сих пор употребляется как синоним займа, кредита.

24 Словарные статьи для терминов «ссуда» и «заем» Заем – 1. Передача в собственность заемщику от заимодавца денег или других вещей по договору займа. 2. Денежные средства, предоставленные заемщику по договору займа. 3. Договор займа. Ссуда – 1. По гражданскому законодательству Российской Федерации – вещь (имущество), передаваемая в безвозмездное пользование. 2. заем 1,2.

25 Заключение Разработка терминологического словаря в короткие сроки существенно зависит от –Наличия программ автоматического извлечения терминоподобных словосочетаний –Наличия представительных текстовых коллекций, загруженных в информационную систему Документы Счетной Палаты Законодательство РФ Интернет Некоторые термины для качественного описания требуют серьезного лингвистического анализа контекстов употребления, сопоставления существующих словарей Анализ текстового материала одинаков для разработки тезауруса и терминологического словаря.