Ungváry Rudolf: A magyar tezaurusz-szabvány és Horváth Tibor nemzedéke

Nyomtatási nézet

Az egyik történelmi összetevő. Az információkereső-nyelvi helyzet

A mai értelemben vett tárgyszavas információkereső nyelvek használata Magyarországon a xx. század elejétől fogva természetesnek számított. Kezdettől fogva együtt élt a tárgyszavaknak a Cutter-féle hagyományon alapuló, összetett formája, és az egyedi tárgyszóhasználati gyakorlat.[1]

A Cutter-féle hagyományon alapuló rendszerekre az összetett tárgyszó jellemző. A főtárgyszó – altárgyszó – melléktárgyszó szerkezet nagyon hasonló ahhoz, melyet a hierarchikus osztályozási rendszerek jelzetei fejeznek ki, melyekből ugyancsak kiolvasható a mindenkori fölérendelt. Az alábbi példában főtárgyszó – altárgyszó szerkezet összehasonlítása látható eto-jelzettel (a résztárgyszavaknak megfelelő jelzetrészeket aláhúzás jelöli):

Összetett tárgyszó: eto-jelzet:

vasúti jármű – járműkerekek – fém kerékabroncs 621.4.027.434 Fém kerékabroncs

A melléktárgyszavas szerkezetek túlmutatnak a hierarchián, több „szemantikai erőt” adnak az összetett tárgyszónak, amivel a pusztán hierarchikusan szerkesztett jelzetek nem versenyképesek. Példa melléktárgyszavas szerkezetre (a melléktárgyszavakat aláhúzással jelöltük):

bibliográfia – régi nyomtatványok – 16. század

Az egyedi tárgyszavas rendszerekre a tárgyszavak ugyan lehetnek akár egy szóból álló szavak (uniterm), akár többszörösen összetett kifejezések, de ezek mindig egyetlen, önálló, további tárgyszó-részekre nem bontható jelentésegységet alkotnak. Szemben az összetett tárgyszavakkal, melyek a tárgyszavak közötti szemantikai összefüggéseket egyetlen tárgyszavas szerkezetbe olvasztják, és ezért a szemantikai összefüggések explicit formában nem ismerhetők fel, az egyedi tárgyszavas rendszerekre kitüntetetten jellemzők a közöttük feltüntetett szemantikai vagy paradigmatikus relációk. Például:

vasúti jármű

lásd még vasútijármű-kerék

vasútijármű-kerék

lásd még fém kerékabroncs

fém kerékabroncs

lásd még vasútijármű-kerék

A melléktárgyszavas szerkezetek összefüggéseit ezekben a rendszerekben eleve nem tüntetik föl, mert az összerendelést az osztályozáskor/indexeléskor hozzák létre azáltal, hogy a forrást jellemző tárgyszavakat külön-külön adják meg, miáltal posztkoordináltan keletkezik a tárgyszólánc.

Például:

A tárgyszavak:             A tárgyszavak a forráshoz kapcsolva hozzáférési pontként:

16. század 16. század, bibliográfia, régi nyomtatványok

…

bibliográfia

…

régi nyomtatványok

Természetesen elképzelhető olyan egyedi tárgyszavas rendszer, melyben a „bibliográfia – régi nyomtatványok – 16. század” összetett tárgyszót egyetlen egyedi tárgyszó képviseli, de az ilyen mértékű prekombináció legfeljebb a rendkívül speciális gyűjtőkörű rendszerekben jöhet szóba, ha egyáltalán, például mikrotezauruszokban. Ilyen esetekben különösen fontosak a szemantikai relációk. Például (tezauruszt felételezve):

A szemantikai relációk alkalmazása feleslegessé teszi az ilyen tárgyszavak permutált névalakjainak fölvételét és az ezáltal keletkező túlburjánzó utalásos szerkezetet, mely utóbbi példája:

16. század, régi nyomtatványok, bibliográfia     lásd 16. Századi régi nyomtatványok
bibliográfiája

…

bibliográfia, régi nyomtatványok, 16. század   lásd 16. századi régi nyomtatványok
bibliográfiája

…

régi nyomtatványok, bibliográfia, 16. század     lásd 16. századi régi nyomtatványok
bibliográfiája

Összefoglalva:

–   az összetett tárgyszavas rendszerek szintetikus (Horváth Tibor terminológiájával: generalizáló)[2], prekombinált, a szemantikai viszonyokat implicite tartalmazó nyelvek, melyeket általában nem használnak posztkordináltan, akárcsak az eto. Az összetett tárgyszavak szerkesztése meglehetős odafigyelést, hozzáértést igényel.

–   az egyedi tárgyszavas rendszerek analitikus (Horváth Tibor terminológiájával: individualizáló), a szemantikai viszonyokat explicite feltüntető nyelvek, melyeket posztkoordináltan használnak (ez a koordinált indexelés). Az egyedi tárgyszavas rendszereket a szabadon felvett szavak használatával szinte az „utcáról betérve” alkalmazni lehetett. Az utóbbiakat nevezik „szabad tárgyszavaknak”, ami fából vaskarika, mert a tárgyszó (akármennyire is szokatlan e bibliográfusi fülnek) egységesített besorolási adat (a marc21 a nevekkel és címekkel együtt tárgyalja[3]), tehát szabványos, márpedig a szabadon fölvett szavak nem azok.

A másik történelmi összetevő. A szakmai társadalmi helyzet

A xx. század 60-as éveire Magyarországon, a könyvtárgépesítést megelőzően még mindkét tárgyszavas rendszert elterjedten használták, és az eto-nak is kitüntetett szerepe volt a tartalmi feltárásban. Az összetett tárgyszavakat alkalmazták például a Közgazdaságtudományi Egyetem Könyvtárának katalógusában, a Kossuth Lajos Tudományegyetem (klte) Könyvtárában stb. Az egyedi tárgyszavas rendszerek azonban a század 30-as éveitől kezdve, és különösen az 50-es években rohamosan terjedtek, mert a bürokratikus pártállami irányítás nyomán nagyon sok kis és nagy könyvtár keletkezett (vállalati, intézményi, kutatóintézeti, főiskolai, egyetemi könyvtárak), és az új munkaerő gyorsan használni tudta az egyedi tárgyszavas rendszereket.

1966-ban született meg a kongresszusi Könyvtárban (Library of Congress, usa) a marc adatcsere-formátum.3 A robbanásszerűen meginduló nemzetközi informatikai fejlődés sajátos szakemberhelyzetben találta a magyar könyvtári szakmát. A pártállami rendszerben számos, a maga területén jelentős szakember szorult ki a szakmájából, és talált menedéket a könyvtárakban (többek között Bíbó István is a ksh Könyvtárában dolgozott). Ezzel párhuzamosan jelentek meg a könyvtárakban olyan szakemberek, akiknek közgazdász, formális nyelvészeti, matematikai vagy egyéb természettudományos műveltségük volt, és szemléletük alapján minden készen állt, hogy a magyar könyvtári szakma megújuljon. Ezek közé tartoztak többek között Horváth Tibor és Dezső László.

Ugyanakkor az Egyetemes Tizedes Osztályozás (eto) kultúrája is nagyon színvonalas volt. Többek között Babiczky Béla rendszeralkotó, tanári és elméleti munkássága nyomán, és nem utolsósorban azért, mert a közgazdász végzettségű Lázár Péter az Országos Műszaki Információs Központ és Könyvtár (omikk) élén kezdettől fogva abban látta a nemzetközi nyitás lehetőségét, ha csatlakozni lehet az eto korabeli nemzetközi rendszeréhez, értve ezen az eto legújabb kiadásaihoz. Ennek érdekében mindent meg is tett, és nem utolsósorban ennek köszönhető, hogy néhány évtized alatt megszületett az 1968 és 1972 között megjelentetett 42 kötetes teljes eto nyomtatott magyar kiadása és a középkiadások. Az ugyancsak közgazdász végzettségű Vajda Erik ezekben az években kezdte meg rendszerszervező tevékenységét az omikk-ban az információkeresés területén.

Ezzel párhuzamosan volt indulófélben a 60-as évek elejétől fogva a magyar formális nyelvészet, mely áttételesen kapcsolódott az első hazai informatikai kísérletekhez is. A könyvtári szakma szempontjából legfontosabb képviselői Varga Dénes és Petőfi S. János voltak.

Varga Dénes 1966-ban adta közre szerkesztésében azt a szemelvénygyűjteményt[4], mely a második világháború utáni nyugati könyvtári fejlődés legfontosabb szereplőinek műveit vagy annak részleteit tartalmazta.

Amikor Petőfi S. János 1969-ben először tájékoztatta a szakmai közvéleményt az informatika, ezen belül pedig az információkereső nyelvek nyugati fejlődéséről (és figyelmeztetett a korabeli politikai rendszerben csak áttételesen lehetséges módon a kelet-európai államok lassan növekedő technológiai elmaradására)[5], meglehetősen széles és felkészült szakembergárda állt készen az eredmények érzelmi és intellektuális befogadására és hasznosítására.

Ezzel egy időben készítette el Varga Dénes doktori munkaként a tezauruszok készítésének módszertanáról szóló monográfiáját, melyben jóformán minden korabeli eredményt bemutatott[6]. 1970-ben az omikk gondozásában megjelent a világ első általános műszaki makrotezauruszának, az ejc-tezaurusznak a magyar fordítása módszertani dokumentumként. Két év múlva elkészült az omikk-ban az első magyar tezaurusz az informatika szakterületéről. Ugyanebben az évben született meg Vajda Erik bevezető tanulmányával az első részletes, tezaurusz-szerkezetű (tehát a szócikkek között a szemantikai relációkat is feltüntető), a maga nemében mindmáig páratlan értelmező szótár a könyvtári informatika szakterületéről[7]. 1973-ban Molnár Imre jelentetett meg egy részletes példaművet a tezauruszkészítésről.[8] 1976-ra már 12 magyar tezaurusz készült el.[9]

A korabeli magyarországi viszonyok között ez viszonylag gyors fejlődés volt annak köszönhetően, hogy az informatikai fejlődés a kelet-európai pártállamok fejlesztési stratégiájának középpontjába került, és erre Magyarországon is áldoztak pénzt. Ebből jutott a könyvtáraknak is.

A magyar tezaurusz-szabvány születése

Ilyen körülmények között került sor a Magyar Szabványügyi Hivatalban az iso 2888-as nemzetközi tezaurusz-szabvány[10][5] nemzeti változatának kidolgozására[11] [8]. A szerkesztőbizottság tagjai voltak Horváth Tibor mellet t Dezső László kutatóintézeti módszertani könyvtáros, Varga Dénes nyelvész, Vajda Erik könyvtáros-közgazdász és Ungváry Rudolf könyvtáros-gépészmérnök.

A könyvtáros szakma előző fejezetekben vázolt szellemi fejlődését, az informatikai és interdiszciplináris összefüggéseket képviselő szerkesztők érvényesíteni tudták a szemléletüket, és fél év alatt az egyik legkorszerűbb nemzeti tezaurusz-szabvány született, melynek 1987-es második kiadása ugyanennek a szerkesztőbizottságnak a bábáskodásával tovább tökéletesedett.

A magyar szabvány jellemzői a következők voltak:

– az informatika és a szemantikai keresés korabeli fejlettségéhez, továbbá más tezaurusz-szabványokhoz képest részletesebb szemantikai/paradigmatikus relációtípusok választéka;

– a lexikai egységek tartalmát, formáját, forrását, változását leíró módon jellemző magyarázatok differenciált választéka.

Ez a színvonal annak volt köszönhető, hogy mind Horváth Tibor, mind a többi szerkesztő felismerték annak jelentőségét, hogy a tezauruszok szemantikai erejének a jövőben rendkívüli jelentősége lesz. Ennek előrelátásához jó adag derűlátás is szükséges volt, és a gyümölcsei még a mai napig se értek teljesen be, de a szemantikus web fejlődése abba az irányba mutat, amelyet a magyar szabvány megalkotói megsejtettek a múlt század 70-es éveiben. Másrészt annak volt köszönhető, hogy a résztvevők felismerték a marc-formátum jelentőségét, és lehetővé kívánták tenni, hogy a formátumban megadott megjegyzésmezők a szabványban megfelelő képviseletet találjanak.

A magyar tezaurusz-szabvány megjelenése véglegessé tette Magyarországon az összetett tárgyszavas rendszerek visszaszorulását. Ma jelentősége a klte Könyvtárában fenntartott összetett tárgyszavas rendszernek van, melyet más tudományos könyvtárak is használnak. A könyvtárak és egyéb intézmények tárgyszavas rendszerei vagy szabadon választott szavakon, vagy saját egyedi tárgyszavas jegyzékeken, vagy a deszkriptoros nyelvek szótárain, a tezauruszokon alapulnak. A közművelődési könyvtárakban, a bme-omikk könyvtárában, a mta könyvtárában és még számos más helyen az oszk-ban használt és karbantartott egyetemes magyar tezauruszt (a Köztauruszt és a Geotauruszt[12]) használják, melynek egyes aktualizált változatait mintegy 150 professzionális letöltő veszi át. A magyar szabvány kidolgozását követő időkben foglalta össze Horváth Tibor a nézeteit a tezauruszokról Varga Dénessel közösen írt könyvében.[13]

A szemantikai relációk jelentősége

A tezauruszokban feltüntetett relációk többsége ugyan fogalmak (a lexikai egységek jelentései) között áll fenn, de vannak közöttük, melyek nem fogalmak, hanem megnevezések közötti összefüggést képviselnek. Ezek egyrészt a deszkriptorok és nem deszkriptorok közötti „lásd” típusú relációk, másrészt a fogalmak nyelvi ekvivalenciái közötti relációk (amennyiben eltekintünk attól, hogy két különböző nyelvű fogalomnév azonos fogalmat nevez meg), harmadrészt pedig (elvileg) a homonimák közötti relációk.

A szabvány relációtípusai a következők:

A szabvány azonban lehetővé teszi speciálisabb relációtípusok felvételét is. Példaként az alábbiakat sorolja föl:

A mai könyvtári rendszerek jelentős részének szegénységi bizonyítványa, hogy a legszükségesebb, klasszikus tárgyszavak közötti „lásd” és „lásd még” relációkon kívül vagy nem képes más relációtípusokat kezelni, vagy e kezelésmód a laikus, de még a professzionális használó számára is túl körülményes. Ezen a helyzeten lényegében csak a szemantikus web megvalósulása fog változtatni.

E szabványnak és egykori létrehozóinak szellemi öröksége valójában a Köztaurusz és a Geotaurusz, és számos további, e szabvány jegyében megszületett tezaurusz. Az egyetemes magyar tezauruszban (Köztaurusz és Geotaurusz) eleve azért szerepel gazdagabb relációtípus-választék, hogy amikor bekövetkezik a szemantikai képességeket automatizáltan használni képes rendszerek ideje, e két, viszonylag nagy szemantikai erejű tezaurusz felhasználható legyen. E tezauruszok kezelőrendszere, a Relex[14] rendelkezik mindazokkal a képességekkel, melyek a legkülönfélébb relációtípusok meghatározását lehetővé teszik.[15]

Példaként álljon itt a Köztaurusz és a Geotaurusz néhány tezauruszcikke.[16]

Szemantika szövegelemzővel rendelkező keresőrendszer többek között a „lásd vagy” kapcsolatot úgy tudja hasznosítani, hogy például a „körte” szövegszó esetén a tezaurusz alapján megvizsgálja a kapcsolódó deszkriptorokat és azok kapcsolatait, és attól függően, hogy mely kapcsolódó szavak alkotnak a szövegben szignifikáns többséget, állapítja meg a „körte” jelentését.

A Magyar Egységes Ontológia tezaurusza[17] éppen a szemantika képességek növelésének érdekében lényegesen több, nyelvészetileg hasznosítható relációtípus szerepel. Például:

lelkiismeret

átalánosabban lelki képződmény

átfogóbb egésze tudat

szakterülete erkölcs

befolyásolója self

hordozója én

eredménye bűntudat

eng consience

lat consientia

A megjegyzések és magyarázatok jelentősége

A magyar tezaurusz-szabványban nem csupán az általános értelemben vett „megjegyzés” (Scope Note) szerepel, hanem további megjegyzéstípusok fölvételét is lehetővé teszi.

Ez a lehetőség a szabvány szerkesztőinek abból a felismeréséből származott, hogy a besorolási adatoknak az akkor már közel egy évtizede létező marc-formátumában egész sor megjegyzésmezőt definiáltak.[18] A magyar szabvány szerint ezek mindegyike alkalmazható. Alább néhány példájukat mutatjuk be.

Alkalmazásának példája a Köztauruszból:

államigazgatás

Magyarázat: Az államhatalom felsőfokú rendelkező, végrehajtó, szervező, irányító tevékenysége

Használata:  Az „-igazgatás” és „államigazgatás” összetételek egy része a „közigazgatás-” kezdetű lexikai egységeknél található

Történet: Magyarországon 1947-ig a „közigazgatás”, 1947-1990 között az „államigazgatás”, 1990 után megint a „közigazgatás” a hivatalos kifejezés

Belső megj.: A mai magyarországi dokumentumok esetén legfeljebb a felsőfokú kormányzati igazgatással foglalkozó dokumentumok esetében használható

Vált.: Korábbi névalakja „állami igazgatás” volt

Forrás: umlex; KözigLex

Forrás:  KözigLex

eto 35

helyett felsőfokú igazgatás

helyett vagy igazgatás

általánosabb irányító tevékenység

speciálisabb felügyelet

hadügy

közigazgatás

külügy

rendészet

átfogóbb egésze államjog

civilizáció

része ügyvitel

irányul közjó

kiindlás hatóság

lásd még államigazgatási eljárás

Magyar Köztársaság

más értelemben önkormányzati igazgatás

Összegezés

Horváth Tibor és nemzedéke számos területen termékenyítette meg a könyvtári szakmát. Jelentős szerepük volt abban, hogy legalábbis elméleti vonatkozásban évtizedekig a nemzetközi eredményeket adaptálni tudó nemzedékek nőttek fel a szakmában. Munkásságuk különleges szeletei voltak a tezauruszok, a magyar tezaurusz-szabvánnyal jövőbe mutató dokumentumot hoztak létre. Megteremtették az alapját annak, hogy idővel, a szemantikai képességű informatikai rendszerekben, mégpedig nemcsak a könyvtári, hanem a levéltári és múzeumi rendszerekben is hasznosítani lehessen azokat a tezauruszokat, melyek a magyar szabvány alapján, annak szellemiségéből kiindulva készültek. A felsorolt, a kulturális örökség kereshető tárolását biztosító szakterületek ugyanis olyan gyűjteményi rendszerek, melyekben a szemantikai alapú keresésnek lényegében azonosak a feltételei.[19]

Vissza a tartalomjegyzékhez