[DE] Multilinguale Informations- und Retrievalsysteme Technik und Anwendungsbeispiele | Dr. Ulrich...

Multilinguale Informations- und Retrievalsysteme

Dr. Ulrich Kampffmeyer, PROJECT CONSULT GmbH

Multilinguale Informations- und Retrievalsysteme

Technik und Anwendungsbeispiele

Dr. Ulrich Kampffmeyer

VOI Verband Optische Informationssysteme, Roßdorf bei Darmstadt

Vorsitzender des Vorstandes

PROJECT CONSULT Unternehmensberatung Dr. Ulrich Kampffmeyer GmbH

Wachenheim, Hamburg, Darmstadt

Abstract

This paper on multilingual information and retrieval systems with optical mass storage describes the technical principles of software design. The different layers and modules from the user interface via transformation modules, thesaurus modules and fulltext interpretation to database management are explained in detail. Three examples of multilingual document imaging systems are presented:

- HYPARCHIV multilingual standard optical filing software for Microsoft Windows and Novell Netware;

- wfBase multilingual press and commerce information system base on four ISDN-knots in Switzerland;

- HEMIS multilingual information system for CD-ROM distribution on environmental institutions, projects and programmes of the UN Environmental Programme UNEP/HEM.

ONLINE ´93 Kongress IV© Copyright PROJECT CONSULT GmbH 1992-1993 Seite 1 von 37

Multilinguale Informations- und RetrievalsystemeTechnik und Anwendungsbeispiele

Dr. Ulrich Kampffmeyer PROJECT CONSULT GmbH

Gliederung Seite

1. Bedeutung multilingualer Softwaresysteme mit optischen Speichern für den europäischen Wirtschaftsraum...................................................... 3

2. Software-Design................................................................................... 4

2.1. Struktur und allgemeine Anforderungen an multilinguale Software................................................................................... 4

2.2 Benutzeroberfläche und Anwendung....................................... 7

2.3 Transformationsmodule...........................................................11

2.4 Auswahllisten...........................................................................13

2.5 Thesauri...................................................................................15

2.6 Volltextinterpretation................................................................20

3. Anwendungsbeispiele...........................................................................23

3.1 HYPARCHIV............................................................................23

3.2 wfBase.....................................................................................26

3.3 HEMIS......................................................................................29

4. Ausblick................................................................................................34

ONLINE ´93 Kongress IV

Seite 2 von 37 © Copyright PROJECT CONSULT GmbH 1992-1993



1 Bedeutung multilingualer Softwaresysteme mit optischen Spei-chern für den europäischen Wirtschaftsraum

Europa 1993 ist ein vielbenutztes Schlagwort. Auch nach Öffnung der Grenzen und Beseitigung der Handelshemmnisse bleiben sprachliche und kulturelle Barrieren bestehen. Diese betreffen alle unternehmen und Organisationen, die in verschiede-nen Ländern tätig sind.

Die Sprachbarriere betrifft nicht nur die reine Sprachverstehen- und Sprach-über-setzungsebene, sondern schließt mehrere Ebenen unterschiedlicher Interpretation, Bedeutung in verschiedenen Zusammenhängen und Umsetzung in Fachnomenklatur ein. Im Wirtschaftsleben ist nicht die Umsetzung in die Umgangssprache sondern die Einhaltung "ungeschriebener" Gesetze der Fachsprache ausschlaggebend.

Neben den unterschiedlichen sprachlichen Anforderungen sind Umrechnungen von Maßen und Währungen, Umstellungen von Formaten (Datum, Adresse, Schreib-weisen) etc. erforderlich.

Multilinguale Software ist überall dort erforderlich, wo auf gleiche Information unab-hängig von der Art der Quelle zurückgegriffen werden muß. Dies betrifft insbeson-dere

- Handelsunternehmen- Dienstleistungsunternehmen- internationale Behörden und Organisationen- Produktionsunternehmen mit Sublieferanten in

unterschiedlichen Ländern- Kommunikationsunternehmen- Banken- Versicherungen- Kontrollinstitutionen

(Flugsicherung / Polizei / Katastrophenschutz / Umweltdaten)- etc.

Vielerorts wird die englische Sprache als Standard für die Kommunikation erachtet. Die Benutzung einer Fremdsprache kann jedoch zu Fehlinterpretationen führen, wenn die genaue Bedeutung von Begriffen und Zusammenhängen nicht bekannt ist. Umgangssprachkenntnisse sind hier nicht ausreichend. Je komplexer Software und die zugrunde liegenden Informationen werden, desto komfortabler und umfassender muß die Unterstützung durch das Programm werden. Dies betrifft insbesondere Anforderungen an die Gestaltung der Benutzeroberfläche, Mitteilungen zur gegenwärtigen Aktion, Zustands-meldungen, kontextsensitive Hinweise (besonders bei Fehlbedienung oder kritischen Programmverzweigungen) sowie Hilfetexte. Letztere müssen als Index wie auch kontextsensitiv zur Verfügung stehen.




Moderne "Windows"-orientierte Programme verfügen in der Regel über diese Eigen-schaften. Wie die meisten Programme sind sie jedoch nur in einer Benutzersprache gehalten.

Standardsoftware wird heute hauptsächlich von wenigen großen Softwarehäusern in den USA hergestellt. Dies bedeutet,daß Software und Dokumentation zunächst in Englisch oder in amerikanischem Englisch vorliegen. Von dieser Ursprungsversion ausgehend werden verschiedene nationale Versionen erstellt. In Abhängigkeit von der Bedeutung eines Marktes liegen diese mehr oder weniger verzögert in unter-schiedlichen Release-Ständen vor. In einem solchen Standardprogramm sind häufig die Bildschirm-darstellungen, zugehörige Texte etc. im Hauptteil des Programms enthalten. Dies macht eine Übersetzung mit Anpassung der Darstellung und zusätz-lichen Tests sehr aufwendig.

Auch wenn auf die gleichen Daten zugegriffen werden kann, ist ein Wechsel der Benutzersprache während der Laufzeit nicht möglich, sondern das anderssprachige Programm muß zeitaufwendig komplett geladen werden. Auch verfügen die meisten Standardprograme über keine integrierte Datenbank oder Ressourcen-Management-Komponente, die die Verwaltung der verschiedenen Sprach- und Funktionsmodule, sogar deren Erstellung und Pflege erleichtern würden.

Herkömmliche Standardsoftware ist daher bereits aus Design-Gesichtpunkten nicht multilingual ausgelegt. Der vorliegende Artikel beschäftigt sich mit multilingualen Informationssystemen, die auf einer Datenbank basieren.

2 Software-Design

Multilingualität muß ebenso wie das modulare Zuladen von Programmteilen oder Funktionen bereits beim Entwurf eines Programms berücksichtigt werden. Die nach-trägliche Umstellung einer vorhandenen Software ist kaum möglich. In einem solchen Fall eis ein komplettes Redesign unter Einsatz moderner Tools sinnvoller.

2.1. Struktur und allgemeine Anforderungen an multilinguale Software

Multilinguale Software folgt folgenden Designkriterien (Abb. 1):

a) Modulares Design mit klarer logischer und programmtechnischer Trennung der verschiedenen Ebenen (Benutzerschnittstelle, Hauptprogramm, Ressourcen, Transformations-Module, Datenbank, etc.) Die Interaktion wird über Nachrich-ten (Messages) und globale Variablen gesteuert.

b) Keine Textkomponente darf in ausführenden Programmteilen enthalten, son-dern muß über Variable referenziert sein. Die Umschaltung von einer Sprache zur anderen erfolgt über ein globale Variable.

c) Die Texte werden strukturiert in Ressource-Libraries (Bibliotheken) gehalten und werden über Variablen aufgerufen. Diese Bibliotheken müssen einfach zu pflegen und die Texte zur Laufzeit aufrufbar sowie in der Applikation ladbar sein.





d) Alle Teile einer Anwendung müssen über definierte Schnittstellen verfügen. Dies betrifft insbesondere die Benutzerschnittstelle, die eigentliche Applikation und das Betriebssystem sowie die Zusatzmodule der Applikation.

e) Applikation, Benutzerschnittstelle und Betriebssystem müssen variable Text-feldlängen und -positionen unterstützen. Diese können in Abhängigkeit der gewählten Sprache unterschiedlich sein.

f) Applikation, Betriebssystem, Bildschirm- und Druckertreiber sowie die Daten-bank müssen unterschiedliche Fonts, Zeichensätze, Sortierungen, Datums-formate, etc. unterstützen. Voraussetzung ist die Eignung des Betriebssystems.

Multilingual Software - Design Principles

Modular design with clear separationof user interface, operating system and application (database)

Every text component has to be referenced by a key variable in the application

Resource libraries easy to link and to maintain (i.E. text editor)

Defined interfaces between the user interfaces, operating system and application modules

Variable textfield positions and field-lengths in the user interface modules of the application

Support of different sets of fonts, language specific characters, keyboard layouts, date formats etc. by the underlying operating system

Abb. 1: Designkriterien multilingualer Software

Die multilinguale Anwendung gliedert sich dementsprechend in verschiedene Module und Ebenen, die miteinander kommunizieren (Abb. 2). Das eigentliche Anwendungsprogramm, das Teil der Datenbankanwendung sein kann, steuert über Nachrichten und globale Variable die Wahl einer Sprache, deren Anzeige (und Druck) sowie die eigentlichen Recherche- und Umwandlungsfunktionen.




Abb. 2: Sprachanzeige während der Laufzeit des multilingualen Programmes

Die Variable "Lx" für "Language Resource" bestimmt, welche Texte angezeigt und

welche Transformationsmodule und Auswahllisten benutzt werden, um eine Eingabe oder eine Recherche in der angewählten Sprache zu steuern. Die Information in der Datenbank selbst wird nicht verändert, nur Anzeige und Ausdruck werden umge-setzt.

Die verschieden Schichten einer multi-lingualen Anwendung sind auf Abb. 3 darge-stellt.





Abb. 3: Schichten (1-4) und Module multilingualer Software

Schicht 1 beinhaltet im wesentlichen die Darstellung der Informationen, Schicht 2 dient zur Transformation der angezeigten Informationen von einer Sprache in eine andere, Schicht 3 verwaltet die Zugriffsinformationen und dient zur Recherche, Schicht 4 verwaltet die "Dokumente" (Datensätze, Bilder, Grafiken etc.) auf opti-schen Speichermedien. Auf die letztgenannte Schicht 4, das IRS Information Resources Management Programm soll in diesem Artikel nicht näher eingegangen werden (vergleiche hierzu Kampffmeyer, Ulrich; "Kombinierte WORM- und magneto-optische Massenspeicher und vorgangsorientierte Informationsverarbeitungs-systeme", GI Gesellschaft für Informatik, Arbeitskreis "Datenbanken", Tagung am 19.2.1990, Universität Oldenburg, 1990). Die einzelnen Ebenen und die darin ent-haltenen Komponenten werden im Folgenden erläutert.

2.2 Benutzeroberfläche und Anwendung

Die Benutzeroberfläche ist in starkem Maße von dem darunterliegenden Betriebs-system abhängig. Viele Betriebssysteme werden den Anforderungen für multi-linguale Software nicht gerecht, da sie zur Laufzeit nicht umkonfigurierbar sind und keine internationalen Zeichensätze sowie Formate unterstützen. Für multilinguale Anwendungen sind Betriebssysteme mit einer grafischen Benutzeroberfläche wie Microsoft Windows, OS/2 Presentation Manager oder Oberflächen, die auf XWindows basieren (OSF Motif, OpenLook u.a.) gut geeignet. Sie gestatten die Kontrolle der Bildschirmanzeige weitgehend unabhängig vom eigentlichen Betriebs-system.

Es ist grundsätzlich zwischenONLINE ´93 Kongress IV© Copyright PROJECT CONSULT GmbH 1992-1993 Seite 7 von 37



a) der Standard-Windows-Oberfläche und

b) der auf Basis dieser Oberfläche realisierten anwendungsspezifischen Benutzer-oberfläche zu unterscheiden. Letztere benutzt die Mittel, die von der Standardoberfläche bereitgestellt werden, um die Funktionen der Applikation darzustellen.

Eine grafische Oberfläche bietet zahlreiche Vorteile: Vom verringerten Lernaufwand, integrierte Hilfefunktionen bis zur einfachen Benutzerführung, die wahlweise über Mausaktionen, Anwahl aus Menüleisten oder Tastaturkombinationen steuerbar ist. Ein besonderer Vorteil von Windows-Oberflächen ist die frei skalierbare Größe von Fenstern und anderen Anzeigen.

Es ist wenig sinnvoll für multilinguale Anwendungen alle Anzeigen in der Applikation mit einer eigenen Benutzeroberfläche zu realisieren, da dies die Zahl der einsetz-baren Bildschirm- und Druckertreiber einschränkt. Die Benutzeroberfläche der Applikation sollte soweit möglich auf Standardroutinen der Windows-Oberfläche zurückgreifen.

An die Benutzeroberfläche (Standard-Windows und Anwendungsoberfläche) sind folgende Anforderungen zu stellen (Abb. 4 und 5):

a) Umschaltbarkeit der Tastaturbelegung während der Laufzeit gesteuert durch die Applikation

b) Umschaltbarkeit der Bildschirmdarstellung während der Laufzeit gesteuert durch die Applikation

c) Anzeigemöglichkeit von spezielle Zeichensätzen (z.B. Deutsch: ä, ö, ü, ß; Französisch: é, è, ê, ç; Spanisch: Í; Dänisch: Ø, å, Æ; Ungarisch: ÿ, ý, ï; Griechisch: a, b, c; etc.)

d) Umschaltbarkeit von Formaten während der Laufzeit (z.B. Datum, Währung, Zeit, etc.)

e) Automatische Anpassung der Anzeige am Bildschirm in Bezug auf unterschied-liche Textlängen, Sonderzeichen, Fonts, etc. Die Anpassung muß in Abhängig-keit der verfügbaren Bildschirmauflösung durchführbar sein.

f) Sprachabhängige, kontextsensitive Hilfe in Abhängigkeitder Position auf dem Bildschirm, des aktuellen Programmzustandes und der durchgeführten oder durchführbaren Aktion.

g) Zuladbare Module während der Laufzeit, ohne das Programm zu verlassen.





Abb. 4: Betriebssystem und Benutzerschnittstelle

User Interface (application)

RequirementsThe user interface has to support several functions to enable change oflanguage during runtime

Object oriented software

Change of screens, settings and styles during runtime

Dynamic positioning of fields

Automatic adaption of different field lengths

Controllable by the application program

Loadable modules during runtime for messages, windows and helptexts

Dynamic data and message interchange with operation system and user interface,application program and database

Abb. 5: Benutzerschnittstelle

Wichtigstes Merkmal einer multilingualen Anwendung ist die Umschaltbarkeit während der Programmausführung, ohne daß ein anderes Programm geladen und




gestartet werden muß und ohne daß sich der Bildschirmaufbau und angezeigten Informationen (inhaltlich) ändern (Abb. 4).

Die einzelnen Textkomponenten werden in separaten Dateien gehalten, sog. "Resource Libraries" (Abb. 2). Diese werden zur Laufzeit in Abhängigkeit der Sprachenwahlvariable "Lx" geladen.

Vorausbedingung für die Benutzung von Sprachressourcen ist, daß alle Texte in einem Programm, die angezeigt oder gedruckt werden sollen, durch eine eindeutige Schlüsselvariable mit der zugehörigen Bibliothek referenziert sind (Abb. 2).

"Resource Libraries" werden benötigt für:

a) alle statischen Textanzeigen auf einem Bildschirmformular ("Statische" Anzei-gen sind Texte wie Beschriftungen, die sich erst beim Wechsel des Bildschirm-formulars ändern). Dies sind Texte, die in der Regel mit einem bestimmten Bildschirmformular fest verbunden sind.

b) dynamische Textanzeigen auf dem Bildschirmformular, die sich in Abhängigkeit des Zustandes verändern oder einblenden (Messages). Hierzu gehört auch das "Ausgrauen" von nicht aktiven oder auswählbaren Funktionen auf dem Bildschirmformular (Schaltflächen) und in Menüauswahllisten.

c) Hilftexte, die automatisch erscheinen oder interaktiv abgerufen werden (Helptexts).

d) Fehlermeldungen, Systemmeldungen und andere Hinweismeldungen, die aktionsbezogen erscheinen.

Language Resources

RequirementsLanguage resources are used for displaying texts related to the unique keys inthe application

Loadable modules for each language

Every entry in the language resource is referenced by a unique key which may be used by different applications and the database itself

Language resources are needed for

Every text on a entry or search screen form

Every message

Every helptext

Icons adapted for each country

Editor or tools for translation support





Abb. 6: Sprachressourcen

Viele Anwendungen benutzen Icons (Sinnbilder) und Schaltflächen zur vereinfachten Anwahl von Funktionen. Sind sie mit Texten versehen oder durch Buchstaben (als Abkürzung) gekennzeichnet, so müssen auch diese Icons bei einem Sprachwechsel umgeschaltet werden. Es empfiehlt sich daher, auch die Sinnbilder in eigenen Ressourcen-Bibliotheken zu halten und nicht direkt im Programm zu verwalten. Gleiches gilt auch für Icons mit Grafiken, wenn die Grafik Dinge zeigt, die in einem anderen Sprachraum oder Land, nicht mit der gezeigten Funktion des Icons verknüpft werden.

Objektorientierte Programmiersprachen und Datenbanken unterstützen häufig die Benutzung von ladbaren Ressourcen und sind deshalb herkömmlichen Tools vorzu-ziehen.

Für die Erstellung der eigentlichen Anwendung, die sich auf eine Programmier-sprache oder eine Datenbankprogrammiersprache stützen kann, ist die Wahl des geeigneten Tools wichtig. Die Anwendung stellt die übergreifende und integrative Komponente im gesamten System dar (vgl. Abb. 2 und Abb. 7). Die Applikation beinhaltet nicht nur die üblichen Algorithmen zur Datenverarbeitung und Module für Ein- und Ausgabe, sondern ebenfalls die Steuerung und Auswahl der Sprach-ressourcen (Transformationsmodule, Auswahllisten, Thesauri, Hilfetexte, Mitteilun-gen und Hinweistexte, Bildschirmaufbau und -anzeige, etc.).

Application

Characteristics

Object oriented message driven program

Direct control of database and user interface

Numeric keys for every text entry related to the screen display and database fields

Transformatters, selection lists, thesauri, language interpretors andlanguage resources as loadable modules

Database as loadable module or server-client-communication via SQL

Abb. 7: Anwendungskomponente

Objektorientierte Programme mit einem "Message"- Konzept, wie es z.B. Microsoft Windows beinhaltet, erlauben die ständige Kontrolle über die verwendeten Ressour-cen und den Zustand der Bildschirmanzeigenzeige. Für die Kontrolle der Module auf Ebene 2 (vgl. Abb. 3) sollte eine direkte Kommunikation aufgebaut werden. Für die Kommunikation mit der Datenbank, in der die eigentlichen Information verwaltet und gehalten wird, kann SQL als standardisierte Kommunikationsschnittstelle benutzt




werden. Alle Module der Schichten 2, 3 und 4 (vgl. Abb. 3) sollten während der Laufzeit direkt aufrufbar oder zuladbar sein.

2.3 Transformationsmodule

Die numerischen Informationen in der Datenbank werden in einem Format abgelegt, daß bei Bedarf für eine bestimmte zugeladene Sprachressource gewandelt wird. Diese Wandlung wird ebenfalls durch die Variable "Lx" gesteuert (Abb. 2). Trans-

formationsmodule sind wesentlich einfacher als Textübersetzer zu realisieren, da sie nach genauen Regeln und nur mit numerischen Werten arbeiten (Abb. 8).

Abb. 8: Transformationsmodule

Die wichtigsten Standard-Transformationsmodule sind:

a) Datumsformatumwandlung

Dieses Modul wandelt die Anzeige zwischen amerikanischen (Monat-Tag, Jahr) und europäischen (Tag-Monat-Jahr) Format um. Diese Funktion wird häufig direkt vom Betriebssystem unterstützt und erlaubt auch die volle oder abgekürzte Verwendung des Monatnamens. Das Transformationsmodul sollte auch für die Umwandlung von Datumsformaten vor dem Jahr 2000 auf das neue Jahrtausend hin ausgelegt sein. Dies ist wichtig für alle Datenbestände mit Aufbewahrungspflichten von 7 Jahren und mehr. Das Datum-Transfer-Modul muß ebenfalls für die richtige Sortierung bei der Anzeige sorgen.

b) Zeitformatumwandlung





Ähnliches wie für die Datumsformate gilt für die Transformation von Zeiten und deren Anzeige. Für international agierende Unternehmen empfiehlt sich die Speicherung von Zeitdaten im "coordinated universal time"-Format (UTC).

Datum- und Zeittransformationsmodule können so ausgelegt werden, daß sie prüfen, ob die interne Zeiteinstellung des Systems korrekt ist (das aktuelle Datum/Zeit muß immer jünger sein als das zuletzt gespeicherte Dokument; Abgleich mit Standard-Arbeitszeiten und Werktagen; etc., um gegebenenfalls des Ausfall der Systemzeit festzustellen und zu melden).

c) Adressen-Transformation

Die Adressenformat-Transformation betrifft mehr den Ausdruck als die Anzeige am Bildschirm. Postanschriften sind in Europa nicht standardisiert und benutzen unterschiedliche Reihenfolgen von Straße, Hausnummer und Post-leitzahlen. Das Transformationsmodul erkennt, welches Land bei einem Anschreiben gewählt ist und stellt für den Druck das richtige Adressformat ein.

d) Transformation von Werten

Für international tätige Handels- und Produktionsunternehmungen stellt die Transformation von Maß-, Entfernungs- und anderen Werten eine wichtige Anforderung dar. Dies soll an einem Beispiel erläutert werden:

In der Mineralölindustrie werden täglich große Mengen unterschiedlicher Ölsor-ten und Ölprodukte transportiert und zwischengelagert. Je nach Art, Gewicht und Temperatur ändern sich Werte sowie davon abhängig Zoll- und Steuer-sätze. Besonders bei grenzüberschreitendem Verkehr ist daher eine Umwand-lung in die landesüblichen Einheiten erforderlich.

Zu den wichtigsten umrechenbaren Werten gehören Währungen sowie Entfer-nungs-, Gewichts- und Hohlmaße.

e) EDI-Daten

Der standardisierte elektronische Datenaustausch (EDI - Electronic Data Interchange), z.B. EDIFACT, erlaubt die Abwicklung kompletter Geschäfts-transaktionen auf elektronischem Wege. Hierbei entstehen keine Papier-originale mehr. Die Daten sind digital zu archivieren. Für die Anzeige und den Ausdruck werden EDI-Codes in Texte umgesetzt. Diese Umsetzung in Klartext kann durch eine Sprachsteuervariable ebenfalls sprachabhängig gemacht wer-den. Bei EDI-Informationen ist zu berücksichtigen, mit welcher Version einer bestimmten EDI-Anwendung die Daten zu transformieren sind.

Entsprechend verschiedener branchenspezifischer Anforderungen an eine Applika-tion können weitere Transformationsmodule hinzukommen. Hierzu gehören z.B. die Umsetzung von Produktcodes in Klartext.

2.4 Auswahllisten

Grafische Oberflächen wie Microsoft Windows unterstützen einfache (single select) und mehrfach (multiple select) Auswahllisten (Abb. 9). Bei den erstgenannten Aus-wahllisten kann aus der angezeigten Liste nur ein Eintrag markiert und übernommen ONLINE ´93 Kongress IV© Copyright PROJECT CONSULT GmbH 1992-1993 Seite 13 von 37



werden. Bei multiplen Auswahllisten können einer oder mehrere Einträge markiert und übernommen werden.

Selection Lists

CharacteristicsSelection lists are an easy way to translate information and to spare storage capacity

The list displays a text on the screen related to a database value

Every entry in a selection list refers to a value which is related to a database field

Every entry in the different language versions of a list refers to the same value

The database has to store only the numeric value of the entry

Selection lists help to standardize nomenclature in multinational and multilingual organizations

Selection lists can be used as single and multiple-choice lists

Abb. 9: Auswahllisten

Auswahllisten bieten bei Datenbankanwendungen eine Reihe von Vorteilen gegen-über Standard-Texteingabefeldern:

a) Auswahllisten vermeiden Tippfehler.

b) Auswahllisten sorgen für die Vereinheitlichung der Datenbank und stellen sicher, daß ein eingegebener Eintrag eindeutig wiedergefunden wird. Sie sor-gen für eine standardisierte Eingabe, bei der sich der Benutzer für einen bestimmten Begriff entscheiden muß.

c) Bei Auswahllisten wird in der Datenbank nur eine Referenzziffer zu einer Text-ressource gespeichert. Dies erfordert wenig Platz, kann in Abhängigkeit einer Sprachanwahlvariable auf unterschiedliche Textressourcen verzweigen und beschleunigt das Retrieval der Datenbank, da nur vordefinierte Ziffern und keine Textsequenzen durchsucht werden müssen.

d) Multiple Auswahllisten erleichtern die Mehrfachzuordnung eines Dokumentes und gestatten dem Anwender bei unsicherer Zuordnung zu nur einem Begriff die zusätzliche Anwahl weiterer verwandter Begriffe.

Für multilinguale Anwendungen ist besonders die Option c) von Bedeutung. Sie erlaubt durch die Verwendung von Referenznummern die Zuweisung zu mehreren Listen in unterschiedlichen Sprachen. Weiterhin können die Referenznummern auch für den Zugriffschutz benutzt werden, indem nur zulässige Begriffe bei einer Recherche angezeigt werden. Auswahllisten erleichtern auch die Erfassung von Informationen durch Voreinstellungen für häufig wiederkehrende Einträge.





Auswahllisten können mit Standard-Texteditoren erstellt werden. Dies sollte jedoch nur von bestimmten autorisierten Personen geschehen, da Änderungen und beson-ders Löschungen von Einträgen Merkmalen (Einträge in einer Auswahlliste) die Datenbankkonsistenz gefährden können. Bei verteilten Systemen und Ressourcen ist die Einhaltung von strengen Update- und Pflegerichtlinien unerläßlich.

Auswahllisten mit kontrolliertem Wortschatz sind das geeignete Medium zur Standardisierung der Nomenklatur in Unternehmen und zur Schaffung multilingualer Softwaresysteme. Multilinguale Systeme sollten die freie Texteingabe nach Möglich-keit vermeiden und Auswahllisten - wo immer sinnvoll und einsetzbar - verwenden.

2.5 Thesauri

Der Begriff "Thesaurus" wird sehr unterschiedlich benutzt. Ursprünglich steht er für eine definierte Fachnomenklatur, die hierarchisch vom Grobem zum Feinen heruntergebrochen ist. Die Begriffe sind in der Bedeutung von einander eindeutig unterschieden und in mehreren Hierarchieebenen gegliedert, wobei mehrere Begriffe auf einer unteren Hierarchieebene einem inhaltlich übergreifendem Begriff auf der nächst höheren Ebene zugeordnet sind. Begriffe auf einer Ebene sollten einen ähnlichen Detaillierungsgrad haben.

In vielen aus den USA kommenden Textverarbeitungsprogrammen wird der Begriff "Thesaurus" für eine Hilfsfunktion zur Wahl geeigneter Synonyme benutzt. Diese Art Thesaurus hat nichts mit der strukturierten Nomenklatur zu tun, wie sie z.B. durch die International Standardization Organization (ISO) für einfache und multilinguale Thesauri festgelegt ist.

Abb. 10: Thesauri




Die hier behandelten Thesauri für multilinguale Programmsysteme verhalten sich nach außen ähnlich wie Auswahllisten (Abb. 10; vgl. auch Abb. 9). Es wird zunächst eine Liste mit den Oberbegriffen angezeigt (ISO Top Term; TT). Bei der Anwahl eines Oberbegriffs wird eine zweite Auswahlliste mit den zugeordneten Unter-begriffen angezeigt (ISO Narrower Term; NT). Wird hier ein Begriff ausgewählt, so bildet dieser den Oberbegriff (ISO Broader Term; BT) für die nächste Ebene von Unterbegriffen (vgl. Abb. 11). Diese strenge Hierarchie ist auf die wenigsten Sach-gebiete voll anwendbar. Der ISO-Standard sieht deshalb auch sogenannte "Crosslinks" vor. Diese setzen Begriffe auf unterschiedlichen Ebenen und Verzwei-gungen unabhängig von der Position in der Hierarchie zueinander in Beziehung. Dies läßt sich mit einem Programmsystem einfacher als in gedruckter Form nach-bilden.

Ein elektronischer Thesaurus wird programmintern ebenfalls durch Referenz-nummern abgebildet (vgl. Auswahllisten). Im Gegensatz zu Auswahllisten sind einem Eintrag im Thesaurus zusätzlich zum "unique Identifier" (eindeutige Schlüssel-nummer, die in der Datenbank gespeichert wird) die Anzeigeposition (auf welche Ebene und Verzweigung in der hierarchischen Darstellung der Eintrag angezeigt werden soll) und die Art (gegebenenfalls auch Art und Richtung) einer Verbindung als Merkmale zugeordnet. Die Verbindungen erlauben die Zuordnung eines Begriffes zu mehreren Oberbegriffen anderer Zweige wie auch die Zuordnung als Oberbegriff zu verschiedenen Unterbegriffen in anderen Verzweigungen unabhängig von der Position innerhalb der Hierarchie. Die Verwendung unterschiedlicher Links (uni-direktional, bi-direktional, broad-to-narrow, narrow-to-broad, additional reference, synonym, etc.) macht die Navigation in einem solchem System einfacher. Im Prinzip stellt ein elektronischer Thesaurus eine eigene Datenbankanwendung dar, die zwischen Benutzeroberfläche und eigentlicher Datenbank geschaltetet ist.

In der Datenbankanwendung wird nur der "Unique Identifier" abgespeichert. Ist dieser mit einem "Narrower Term" referenziert, können über die Verbindungen und die Position in der Hierarchie alle zum Begriff gehörigen Oberbegriffe und der "Top Term" erschlossen werden.





Abb. 11: Hierarchie und von virtuelle Verbindungen (Crosslinks)

Ein elektronischer Thesaurus wird intern als Netzwerk abgebildet (relationales System), nach außen aber als Hierarchie präsentiert. Die Zusammenstellung einer Liste von Begriffen ist daher nicht nur vom Oberbegriff, sondern auch von den Ver-bindungen und dem Weg, auf dem man zum Oberbegriff gelangt ist, abhängig. Im Gegensatz zu Auswahllisten können Listenanzeigen eines elektronischen Thesaurus je nach Situation unterschiedlich zusammengesetzt sein.

Neben der Navigationshilfe durch die Anzeige der Auswahllisten in Abhängigkeit eines zuvor gewählten Oberbegriffs kann ein Datenbank-gestützter Thesaurus auch in unterschiedlichen "Spezialisten"- und "Anfänger"-Modi benutzt werden. Bei der Erfassung von Informationen ist ein "Spezialisten"-Modus sinnvoll, bei dem ein Unterbegriff oder ein Kürzel direkt eingegeben werden kann und die Datenbank selbsttätig die dazugehörigen Oberbegriffe ohne Durchlaufen der Hierarchie ermittelt. Bei einer Recherche durch Benutzer, die keine Erfahrung mit hierarchischen Auswahllisten oder mit dem sachlichen Inhalt des Thesaurus haben, ist ein "Anfänger"-Modus sinnvoll, bei dem die Texteingabe des Benutzers analysiert, auf einen "Match" im Thesaurus durchsucht wird und im Zweifelsfall durch Hinzuziehung von Synonym-Listen und Hilfetexten eine Empfehlung zur Wiederholung oder Konkretisierung der Anfrage angezeigt wird. Eine solche "Global Search" kann auch über weitere Felder oder andere zum Thesaurus gehörende Ressourcen durchgeführt werden.




Abb. 12 zeigt, wie mehrere "Scheiben" den eindeutigen Schlüsselvariablen der Thesaurus-Datenbank zugeordnet sind. Jede der Sprachscheiben enthält auch alle Informationen, wie die Begriffe hierarchisch und vernetzt angeordnet sind, da die Ordnung von Sprache zu Sprache verschieden sein kann (Begriffsunschärfen, feinere oder gröbere Unterteilungen). Unabhängig von den Differenzen in der Sprache muß aber immer die gleiche Information eindeutig auffindbar sein. Neben dem eigentlichen Begriff (Main Keyword) sind deshalb auch Acronyme (Abkürzungen aus den Anfangsbuchstaben von zusammengesetzten Begriffen oder Namen), Homonyme (gleichlautende Begriffe unterschiedlichen Inhalts), Synonyme (anderslautende Begriffe ähnlichen oder gleichen Inhalts), Pluralformen des Begriffs, etc. sowie eine erklärende Hilfe dem "Unique Identifier" zugeordnet. Bei einer "Global Search" werden diese mitdurchsucht.

In einer solchen "Sprachscheibe" muß jedoch nicht unbedingt eine Fremdsprache enthalten sein, es können auch unterschiedliche Ressourcen in einer Landes-sprache benutzt werden. Dies ist sinnvoll, wenn es sich um Fachinformationen handelt. So kann z.B. in einer "Scheibe" die umgangssprachliche Information ent-halten sein, die nur zwei bis drei Ebenen enthält und Nicht-Fachspezialisten zugänglich ist, und in einer zweiten "Scheibe" die Fachnomenklatur fein aufge-gliedert in weiteren Ebenen, die nur dem Fachmann zur Verfügung steht. Damit läßt sich auch Umfang, Tiefe und Zugriff zur Information steuern.

Abb. 12: "Scheiben"-Struktur eines multilingualen Thesaurus





Der Nutzen einer elektronischen Thesaurus-Datenbank neben der modularen "Scheiben"-Struktur für multilinguale Anwendungen ist vielfältig:

a) Standardisierter, kontrollierter Wortschatz sichert das eindeutige und voll-ständige Wiederfinden aller korrekt erfaßten Informationen.

b) Eingabefehler werden vermieden.

c) Auswahllisten und Hilfefunktionen erleichtern die Navigation durch umfang-reiche und tiefgegliederte Fachnomenklatur.

d) Funktionen wie "Global Search" erlauben die Suche auch im Synonym-, Homonym-, Acronym- und anderen Verweiseinträgen sowie im Hilfetext selbst.

e) Aufbau und Struktur von Thesauri sind international standardisiert.

f) Eine Thesaurus-Datenbank arbeitet als "Pre-Processor" und spart Zeit bei der Suche in der eigentlichen Datenbank, da nur noch kurze, eindeutige numerische Referenzen durchsucht und ausgewertet werden. Die Umsetzung der Schlüsselzahlen für die Anzeige erfolgt wiederum durch den Thesaurus.

g) Thesaurus-Datenbanken können auf PC-Rechnern in einem Netzwerk lokal betrieben werden und entlasten damit als "Pre-Processor" die zentrale Daten-bank und das Information Resources Management (IRS; siehe unten und Abb. 3).

Wird zusätzlich zur Thesaurus-Datenbank und zur eigentlichen Datenbank eine Verwaltungssoftware zur Ansteuerung optischer Systeme eingesetzt, so ergibt sich eine dreistufige Datenbankhierarchie (vgl. Abb. 3 und Abb. 26):

a) Datenbank für einen oder mehrere Thesauri (lokal oder zentral)

b) Datenbank zur Verwaltung von Schlüsselzahlen zu Auswahllisten und Thesauri sowie von standard Datenbankeinträgen (numerisch, alphanumerisch, Datum, Zeit, boole´sche Variable, etc.)

c) Information-Retrieval-and-Access-System (IRAS). In der Regel eine Non-Standard-Datenbank zur Verwaltung nur einmal beschreibarer WORM-Medien, wiederbeschreibarer optischer Speicher (Erasable, Rewritable, M/O) oder nur lesbarer Speicher (CD-ROM).

Für eine Thesaurus-Datenbank kann ebenso wie für die eigentliche Anwendung eine Standard-Datenbank eingesetzt werden (vorzugsweise eine relationale Datenbank). Volltext-Datenbanken sind für diese Art der Anwendung nicht geeignet (Abb. 13).




Database

Characteristics

Support of optical disk information retrieval system for mass data management

Standard relational database may be used to manage data(except for language interpretation)

Standard fulltext database are not usable

Abb. 13: Merkmale für das Datenbanksystem

2.6 Volltextinterpretation

Die elektronische Interpretation und Übersetzung von Volltext folgt gänzlich anderen Strategien als die bisher beschriebenen Techniken. Transfomationsmodule, Aus-wahllisten und Thesauri lassen sich beliebig kombinieren und in einem System ver-einigen, da sie alle nach der gleichen Regel arbeiten: numerische Kennziffern werden nach festgelegten Regeln eindeutig in vordefinierte, kontrollierte Begriffe oder andere Werte umgesetzt.

Ein System, das die Analyse von Volltext erlaubt, ist nur schwer mit den vorge-nannten Modulen zu kombinieren. Es ist ein eigenständiges komplexes Software-system, das sich aus verschiedenen Komponenten zusammensetzt (Abb. 14 und 15):





Language Interpreter

CharacteristicsThe language interpreter contains different modules which allow translation and interpretation of fulltext databases.

Dictionaries provide information for the direct translation of nouns(singular, plural, conjunctions, etc.)

Statistical modules support the interpretation of the noun inside a text

Linguistic modules support the interpretation of the grammatical context

Comparision modules combine the different strategies of interpretation

Presentation modules display the answer of a query in the chosen languageas translated fulltext

Inverted file and cache modules optimize access

Abb. 14: Merkmale eines Sprachinterpretationssystems

Language InterpreterStructure

PresentationModules

LinguisticModules

StatisticModules

DictionaireModules

User Interface

Entry Query

Comparision

Inverted File

Database

Display

LanguageInterpreter

Abb. 15: Struktur eines SprachinterpretationssystemsONLINE ´93 Kongress IV© Copyright PROJECT CONSULT GmbH 1992-1993 Seite 21 von 37



a) Wörterbuchkomponenten beinhalten die einzelnen Worte in verschiedenen Formen (Plural, Singular, Konjugation, Deklination, irreguläre Verben, etc.) Das Wörterbuch stellt in der Regel eine eigene Datenbankanwendung dar. Es ist jedoch grundverschieden in Struktur, Aufbau und Inhalt des zuvor diskutierten Thesaurus.

b) Statistik-Module analysieren das Vorkommen und die Zusammensetzung von Worten und Wortkombinationen.

c) Linguistik- und Grammatik-Analyse-Module stellen den am schwierigsten zu realisierenden Teil dar. Sie beinhalten alle Regeln und Vergleichsbeispiele für die Analyse der Syntax. Hierfür werden häufig Techniken der Mustererkennung (Pattern Recognition) und Fuzzy Logic eingesetzt.

d) Die Ergebnisse der drei Module a), b) und c) werden in einem Vergleichsmodul zusammengeführt, gewertet und interpretiert. Das Vergleichsmodul ist so konzipiert, daß es Zwischenergebnisse eines Moduls zur Auswertung an ein anderes Modul zurückgeben kann. So entsteht ein iterativer Prozeß mit einer relativ hohen Erkennungsrate bei fachbezogenen Texten, für die es spezielle elektronische Wörterbücher mit der Fachnomenklatur gibt.

e) Da herkömmliche Datenbanken aufgrund ihrer Architektur mit der zeitinten-siven Volltextauswertung wenig effektiv sind, werden häufig spezielle "Cache"- und "Inverted File"-Module zwischengeschaltet.

f) Präsentations- oder Darstellungsmodule sorgen für die korrekte Wiedergabe der übersetzten Texte am Bildschirm. Sie werden mit Informationen aus dem Wörterbuchmodul, dem ausgewerteten Text aus der Datenbank und dem "Inverted File"-System gespeist.

Das beschriebene Volltextinterpretationssystem kann zur Auswertung von Klartext-Anfragen benutzt werden. In Abb. 15 ist der Bearbeitungsweg für eine Anfrage dargestellt. Bei der Umsetzung eines Textes aus der Datenbank werden die Module in gleicher Weise von unten nach oben durchlaufen. Die vorgestellte Lösung stellt nur eine mögliche Konfiguration dar. Da diese Technik sehr neu ist, werden auch zahlreiche andere Ansätze verfolgt. Der hier vorgestellte Ansatz hat den Vorzug, daß zugleich verschiedene Module mit unterschiedlichen Auswertungsstrategien durch-laufen werden. Jedes Modul kann zudem auf bestimmte Sprachen oder Fach-nomenklaturen spezialisiert und bei Bedarf automatisch vom Vergleichsmodul zuge-schaltet werden. Die Interpretation und Übersetzung eines Textes ist sehr zeitauf-wendig und in der Regel nur auf schnelle Dialog-Rechnern möglich. Komplexe Systeme wie das beschriebene sollten nicht mit einfachen Übersetzungshilfen verwechselt werden.

Herkömmliche Volltextdatenbanken sind für solche Systeme selten geeignet. Die Strategie bei Standarddatenbanksoftware ist, Füllworte, Adjektive, Adverbien etc. wegzulassen, um Speicherplatz zu sparen, sowie die Geschwindigkeit der Daten-bank zu erhöhen. Bei einem sprachinterpretierenden System werden jedoch alle Informationen des Textes benötigt, da ansonsten keine zusammenhängende und kontextbezogene Übertragung möglich ist.





Erste Erfolge mit dem Einsatz von "Language-Interpreter"-Datenbank-Systemen wurden bei der UNO und der Europäischen Kommission erzielt.

Die Wahl einer Strategie für multilinguale Datenbankanwendungen ist heute noch einfach:

a) Für Dokument-orientierte (Faksimile) Systeme, Anwendungen mit kontrollier-tem Wortschatz und Systeme, die zu einer Standardisierung der Benutzung führen sollen, ist der Ansatz mit Transformations-, Auswahllisten- und Thesaurus-Modulen zu wählen.

b) Für Anwendungen im Volltextbereich, die nicht innerhalb der nächsten drei bis vier Jahre in den Produktionsbetrieb gehen sollen, ist die Erprobung oder Beschäftigung mit dem hier beschriebenen Ansatz sinnvoll.

Kommerziell nutzbare, sofort einsatzfähige Standardsoftware existiert zur Zeit weder für a), noch für b). Auch in Zukunft ist nicht mit "Off-the-shelf"-Lösungen zu rechnen, da die Art der Anwendung und die zu verwendende Nomenklatur immer Änderungen erfordern wird.

Ideal ist jedoch nach Meinung des Verfassers ein Ansatz, wie er in Abb. 3 dargestellt ist. Hier sind die verschiedenen Umsetzungs- und Interpretationskomponenten in einer Schicht zusammengefaßt und arbeiten parallel. Sie verbinden die Benutzer-oberfläche mit der eigentlichen Datenbank. Ein solcher integrativer Ansatz verbindet die Vorzüge aller genannten Techniken, die in einer Anwendung nach Bedarf einzeln oder kombiniert eingesetzt werden können.




3. Anwendungsbeispiele

Anhand von drei Beispielen sollen multilinguale Informations- und Retrievalsysteme anwendungsorientiert erläutert werden:

Application Examples

HYPARCHIV Standard optical filing software for Microsoft Windows in 9 languages

wf Base Distributed press and commercial information systemin 4 languages based on ISDN-Knots (wf, Switzerland)

HEMIS Meta-database and information system for environmental data;Informations, programmes, methods, etc.for CD-ROM-distribution(UNEP/HEM, worldwide)

Abb. 16: Anwendungsbeispiele

a) HYPARCHIV Standard "Document-Imaging"-Software für Microsoft Windows

b) wfBase Presse- und Wirtschaftinformationen in einem verteilten "Document-Imaging"-System

c) HEMIS Umweltinformationen auf CD-ROM

3.1 HYPARCHIV

HYPARCHIV ist ein vollständig in Deutschland entworfenes und programmiertes Archivierungssystem für Faksimile-Dokumente und Dateien. HYPARCHIV wird als Einzelplatz- und als Netzwerkversion in allen wichtigen europäischen Sprachen angeboten. Es unterstützt zahlreiche Scanner, Drucker, "Image-Boards" und optische Speicher (WORM, M/O, Jukeboxen). Weitere Module erlauben die auto-matische Indizierung von Dateien (COLD), Faxversendung und Empfang, Daten-austausch mit externen Datenbanken, Dokumentenaustausch zwischen ver-schiedenen HYPARCHIV-Systemen und zusätzliche Datensicherung (Krypto-graphische Kodierung). Zur einfachen Generierung von Anwendungen existiert ein "WYSIWIG"-Editor.





Die Auswahl der Beispiele aus einer Vielzahl anderer erfolgte auf Basis der vom Autor selbst durchgeführten Projekte. Als Marketing- und Sales-Manager sowie Systemberater der ACS Systemberatung GmbH war der Verfasser von 1989 - 1992 für Design, Entwicklung und Vermarktung von HYPARCHIV, sowie in den Jahren 1990 - 1992 für das Design und Projektmanagement von wfBase verantwortlich. Seit 1990 betreut der Verfasser das HEMIS-Projekt.

HYPARCHIV

European standard for PC-based optical filing software

Optical filing software for Microsoft Windows 3.1supporting various scanners, printers, optical disks and jukeboxes

Novell Netware 3.11

Server-client-architecture, object-oriented design

Triple Access: Hierarchy with icons, relational database and hyperlinks

Multi-lingual user interface, available in English, US-English (with icons forFolders, Cabinets, etc.), French, German, Dutch, Swedish, Greek, Hungarian,Spanish, Portuguese, etc.

User interface, messages and help switchable during runtime

Selections in different languages locally available, but not direct multi-lingualdatabase support (multi-lingual thesaurus available in1993 with newserver / client solution)

ACS Systemberatung GmbH, Germany

Abb. 17: Merkmale von HYPARCHIV

Das Programm besitzt eine grafische Benutzeroberfläche, die Ordnungsmittel und Funktionen ikonisiert darstellt. HYPARCHIV gestattet mehrere frei kombinierbare Zugriffs- und Informationsverwaltungstechniken:

a) Hierarchische Ordnung mit Aktenschränken, Ordnern, Mappen, etc.

b) Datenbank, formulargesteuert mit "Query by Example" (QBE). HYPARCHIV unterstützt mehrere Anwendungen gleichzeitig mit Umschalten der Datenbank während der Laufzeit.

c) Hyperlinks zur virtuellen Verbindung von Objekten (Notizen, Ordnungsmittel, Dokumente und Dateien)




HYPARCHIVIconized Electronic Desktop

Abb. 18: Der grafische "elektronische Schreibtisch" von HYPARCHIV (angewählte Sprache: Deutsch)

HYPARCHIV unterstützt die Multilingualität nur an der Benutzeroberfläche: Menues, Hilfetexte, Meldungen, Ikonen, Knöpfe, Dokumentbeschriftungen, etc. werden während der Laufzeit durch eine einfache Menu-Anwahl umgeschaltet. Der "elektronische Schreibtisch" und der Zustand des Systems ändert sich nicht. Die komplette Systemumschaltung dauert ca. 2 Sekunden inklusive Anpassung aller Texte, Fenster und Ikonen auf dem Bildschirm. Für Datenbankmasken (Bildschirm-formular) können mit Einschränkungen Arbeitsplatz-bezogen auch verschiedene Auswahllisten hinterlegt werden, die auf die numerischen Schlüssel des gleichen Datenbankfeldes referenzieren. Dadurch ist eine eingeschränkte Multilingualität auch für die HYPARCHIV-Datenbank gegeben.





Abb. 19 zeigt eine dreisprachige Pressearchivanwendung. Hier sind auf der Daten-bankmaske die Texte in allen drei Sprachen angegeben. Die Schaltfelder "Documentation", "Press review" und "Bibliography" verzweigen auf Untermasken. Hinter den Feldern "Sachgebiet" und "Schlagworte" liegen Auswahllisten, die lokal in jeweils einer der drei Sprachen vorgehalten werden. Alle anderen Feldinhalte werden nicht übersetzt und erscheinen in der Eingabesprache.

HYPARCHIVTrelingual database application form

The database formcontains severalmultiple selectionlists in English,French and Germanand displays theentries in theselected language.Other information isavailable only in thelanguage of dataentry

Abb. 19: Dreisprachige Datenbankmaske einer Pressearchivanwendung für HYPARCHIV

Von HYPARCHIV ist inzwischen auch eine Client-Server-Version mit einem multi-lingualen Thesaurus verfügbar. Die letztgenannte Version wird jedoch nicht als Standardprodukt vertrieben. Die verfügbare Standardversion HYPARCHIV NET für Novell-Netzwerke wird in Europa bereits mehr als 200 mal eingesetzt. Von der Einzelplatz- und der STARTER-Version wurden mehrere tausend verkauft. HYPARCHIV hat sich damit zum europäischen Standard für Windows-basierte "Optical-Filing"-Systeme entwickelt.




3.2 wfBase

wfBase ist eine individuelle Applikation, die für die Schweizer Wirtschaftsförderung (wf) entwickelt worden ist. wfBase befindet sich seit 1992 im Produktionsbetrieb.

Die Zentrale der Schweizer Wirtschaftsförderung (wf) ist in Zürich. Außenstellen befinden sich in Genf, Bern und Lugano. Vor der Einführung von wfBase wurden an allen vier Orten Dossiers über politische Ereignisse, Wirtschaftsdaten, etc. unabhängig von einander geführt. Ziel von wfBase ist, allen internen Benutzern Zugriff auf Presseartikel, Zeitschriften und selbst erzeugtes Schriftgut unabhängig von der Eingabesprache zu ermöglichen (vgl. Abb. 20 und 21).

wfBasewf Schweitzer WirtschaftsförderungSwiss Institute for Commercial DevelopmentZürich - Geneva - Bern - Lugano

The wf owns one of the largest archives on commercial and political topics inSwitzerland. It provides information to politicians, journalists and its commercialmembers representing all major companies of Switzerland.

Optical filing system for press and commercial documents (scanned and created via word processor, sreadsheet, etc. )

Distributed system linked via SwissNet 2 (ISDN)

Access for wf-employees and third-party partners via multilingual graphic user interface (ISDN and telephone modem)

Database with 4-lingual thesaurus

Access to information independent of the language in which it was entered

Several million documents stored on M/O-Jukeboxes (2 times 50 gigabyte)

Integrated bureau communication with textprocessing, spreadsheet, FAX,library management, electronic mail, accounting, address database, etc.

Abb. 20: wfBase - Ausstattung und Merkmale





wfBaseStorage and Communications Layout

Harddisk CacheZürich

Images, Files & DescriptorsRead / Write / Create

Harddisk CacheLugano

Images, Files & DescriptorsRead / Create

Harddisk CacheGeneva


Harddisk CacheBern


wf-User

wf-User

wf-User

wf-User

JukeboxExternal Use

JukeboxInternal Use

DB ServerZürich

Archive - Server

Zürich

Communications -ServerZürich

External UserHarddisk Cache

AddressesLibraryDossiers

ISDNTelephoneModem&

ISDN

SwissNet 2

ISDN

SwissNet 2

ISDN

SwissNet 2

Novell Netware

Abb. 21: wfBase - Systemkonfiguration mit internen und externen Teilnehmern sowie Informations-verwaltung in zwei Jukeboxen (Zürich)

wfBase integriert unter seiner grafischen Oberfläche auch andere Anwendungen zusätzlich zur Dokumentenverwaltung. Hierzu gehören Textverarbeitungs- und Spreadsheet-Anwendungen, Adress- und Bibliotheksverwaltung, Abrechnung für externe Nutzer des Systems, elektronischer Faxeingang und -ausgang, elek-tronische Posteingangs- und Ausgangskörbe, etc. wfBase benutzt Module von HYPARCHIV, ist im Übrigen aber eine eigenständige Anwendung mit Client-Server-Architektur und einer relationalen Datenbank auf einem OS/2-Server. Die Arbeitsplätze unter Microsoft Windows sind in einem Novell-Netzwerk zusammengeschlossen. Außer den internen Nutzern können auch Dritte sich in wfBase über Modem einwählen, Dokumente ("Subset") abfragen, lokal anzeigen und drucken oder per Fax sich senden lassen.

Die vier Standorte der wf sind über Hochleistungs-SwissNet2 (ISDN) miteinander verbunden (vgl. Abb. 21). Dies erlaubt auch die Übermittlung von komprimierten gescannten Faksimiles. In zwei Jukeboxen sind neben gescannten Faksimiles auch selbst erzeugte Dateien und eingegangene Faxmitteilungen gespeichert. Das System ist weitgehend fehlertolerant und ausfallsicher ausgelegt.

Kernstück von wfBase ist die Datenbank mit einem viersprachigen Thesaurus für die Sachgebiets-Klassifikation (Deutsch, Französisch, Italienisch und Englisch). Der Thesaurus beinhaltet über 2.000 Sachgebiete, die hierarchisch und in einer Link-Struktur in vier Ebenen gegliedert sind.




wfBase Multilingual Thesaurus

The two images show different views of the thesaurus for thematickeywords (here in German). The thesaurus supports the user in navigation,jump-functions, short-key-entries, synonym-retrieval and other techniques foreasy-to-use access.

Screen Iaus Vortrag Online ´92

Thesaurus-MaskeSachgebiet

für Vortrag auf Folieeinkleben

Screen IIaus Vortrag Online ´92

Thesaurus-MaskeSachgebiet

für Vortrag auf Folieeinkleben

Abb. 22: wfBase - multilingualer Thesaurus. Die Abbildung zeigt zwei Fenster der Bildschirmdar-stellung des Thesaurus. Links ist angezeigt, wie von einem Oberbegriff auf eine Liste von Unterbegriffen verzweigt wurde. Der Thesaurus beinhaltet die in den Dossiers erfaßten Sachgebiete

Neben dem Thesaurus existieren Auswahllisten für andere Felder sowie Text- und Dateneingabefelder. Mit der Datenbank können die Dokumente unabhängig von der Sprache, in der sie erfaßt wurden, gefunden werden. Die Anzeige erfolgt jedoch in derjenigen Sprache, in der das Dokument erzeugt wurde. In einem multilingualen Staat wie der Schweiz ist die Übersetzung des Inhaltes nicht erforderlich. Ziel von wfBase ist vielmehr die Kommunikation zwischen den wf-Standorten zu verbessern, Adress- und Dokumentenbestände zu vereinheitlichen, Redundanzen abzubauen und Dritten (Mitgliedern der wf-Trägerschaft) einen einfachen, Zeit- und Kosten-sparenden Zugriff zu erlauben.





3.3 HEMIS

Die Vereinten Nationen haben im Rahmen ihrer Umweltorganisation (United Nations Environmental Programme - UNEP) eine Instituion zur Harmonisierung von Umwelt-meßmethoden, -vorhaben, -projekten und -informationen gegründet (UNEP/HEM - Harmonization of Environmental Measurement). Im Münchner Büro von UNEP/HEM wird seit 1990 ein Projekt zur Schaffung eines Informations- und Meta-Daten-banksystems durchgeführt (HEMIS - HEM Informations System). HEMIS soll in Bezug auf Umweltforschung, Umwelt-"Monitoring" und Umweltschutz einen Über-blick über

a) Laufende Projekte im globalen und nationalen Umfang der UN, anderer inter-nationaler und großer nationaler Organisationen im Umweltbereich,

b) Institutionen, Forschungsschwerpunkte, Periodika und leitende Mitarbeiter,

c) Methoden, Referenzmaterialien, etc.,

d) Datenbanken, Datenformate, Datenqualität, Zugang, etc.

geben (vgl. Abb. 27). Die in HEMIS enthaltenen Informationen sind Meta-Daten, die aus den unterschiedlichsten Quellen kompiliert werden (vgl. Abb. 23 und Abb. 27).

HEMISUNITED NATIONS ENVIRONMENTAL PROGRAMMEHARMONIZATION OF ENVIRONMENTAL MEASUREMENTUNEP / HEM, Nairobi / Munich

The UNEP / HEM Office harmonizes nomenclature, measurements and other information used worldwide in environmental projects. This task will be supported in the future by the HEMIS meta-database and information system, a multilingual CD-ROM using PC-system.

Multilingual thesauri for scientific nomenclature, countries, climates, etc. with references, links, synonyms, homonyms, acronyms and wildcard-functionalitity

Harmonization of nomenclature by standardized access to Information

Hyperlinks, guided tours, global search facilities together with the thesaurusenable easy access to the Information independent of the language of entry

CD-ROM based worldwide distribution

Abb. 23: HEMIS - Informations- und Meta-Datenbanksystem der UN Umweltorganisation UNEP/HEM

Ziel ist die Harmonisierung des Zugriffs auf heterogene Informationen unterschied-licher Qualität, verschiedenen Umfangs und aus diversen Quellen.




Das HEMIS hat zwei Systemkomponenten:

a) In München wird ein System installiert werden, mit dem alle Informationen gesammelt, aufbereitet, inhaltlich erschlossen und verwaltet werden. Das System soll in der Lage sein, aus seiner Datenbank heraus selektierte Berichte (printouts) und CD-ROM-Datenbanken zu erstellen.

b) Weltweite Distribution von Auszügen der HEMIS-Anwendung in München auf CD-ROM in regelmäßigen, aktualisierten Editionen.

Beide System werden daher über unterschiedliche Benutzeroberflächen, Daten-banken, etc. verfügen1. Das System a) ist ein Produktionssystem, das im Wesent-lichen nur von Mitarbeitern von UNEP/HEM genutzt wird. System b) soll helfen, international über Umweltvorhaben zu informieren, Parallelentwicklungen zu vermeiden sowie Grundinformationen über Projekte und Datenbanken zu liefern, auch wenn die Informationen nicht in der Sprache des Benutzers vorliegen.

Die HEMIS-CD-ROM soll möglichst attraktiv gemacht werden, damit sie von vielen benutzt wird und damit auch andere Institutionen, die nicht in das UN-Netz von Organisationen eingebunden sind, Daten für das System liefern (Abb. 24).

INFOTERRAH E M I S

Methods/Models

Classification Systems

Data-bases

Programmes

Institutions

Persons

H i g h L e v e l D a t a M o d e l

ESA

EEA-TF

WMO

GEMS

IAEA Others

Governments

NGOs

UN

UNEP

EARTHWATCH

Examples ofsectoral / regional / specialized

sources ofenvironmental meta-data

Users

Harmonization and Distribution of Information via HEMIS

Abb. 24: Harmonisierung und Verteilung von Informationen mittels HEMIS. Daten auf Papier, Dis-kette oder CD werden in das stationäre HEMIS eingelesen, selektiert und formatiert, halbautomatisch oder manuell nach einer festgelegten Nomenklatur (Thesauri) klassifiziert und anschließend als gedruckte Berichte zu bestimmten Themen oder als CD-ROM distribuiert. Die Grafik zeigt nur eine Auswahl der beteiligten Organisationen.

1HEMIS befindet sich Ende 1992 im Design- und Prototypstadium. Nicht alle Komponenten sind bisher realisiert.





Hauptkomponente beider HEMIS-Systeme (stationär und CD-ROM) sind mehrere elektronische Thesauri, die in der Struktur Abb. 11, 12 und 25 folgen.

The Internal Structure of the HEMIS Thesaurus

A B C D E F G

Unique Identifier(ID)

IDs of prede-cessors(ISO TT, BT,links)

IDs of followers(ISO NT, links)

Main descriptor for display in the hierarchy of the thesaurus

Position of “D”in the hierarchy

Synonyms, acronyms,homonyms,interpretations,etc. of “D”

Explanation

Numeric

One entry

8 digits

Numeric

Up to 64 entries

8 digits

Sequence of digits

Numeric

Up to 255 entries

8 digits

Sequence of digits

Alpha- numeric

One entry

Up to 20characters(due to display restrictions)

Numeric

One entry

Up to 8 digits(max. of 8 hierarchylevels)

Numeric

Up to 255 entries

Up to 40characters eachsequence of texts

Alpha- numeric

One entry

Up to 255characters

Unique reference keyfor the descriptordatabase

Retrievable via hierarchical selection listandglobal search

Internal management

Bi-directional

Internalmangement

Uni-directional

For screendisplay in thehierarchicalthesaurusonly

Retrievableviaglobal search

Available as context -sensitivehelp function

Abb. 25: Struktur der HEMIS-Thesauri für geographische Einheiten, Klimazonen, Sachgebiete und andere hierarchisch strukturierte Schlüsselbegriffe. Erklärungen zu den einzelnen Einträ-gen der ersten Zeile siehe Abschnitt 2.5 sowie Abb. 12).

Die Thesauri und Auswahllisten sind Bestandteil beider HEMIS-Systeme. Im statio-nären System dienen sie zur Verschlagwortung von Datensätzen, Dokumenten, Grafiken, Bildern, etc. sowie zur Suche und Kompilation von Daten. Werden Daten in zuvor vereinbarten Formaten auf Datenträger angeliefert, so kann die Verschlag-wortung teilweise automatisch per Programm erfolgen. In der CD-ROM-Version dienen Thesauri, Auswahllisten und alle anderen Einträge nur zur Recherche und Kompilation von Informationen.




Die HEMIS-CD-ROM-Version hat einen mehrschichtigen modularen Aufbau (vgl. Abb. 26).

HEMIS-System Layout with Multi-Lingual User-interfaces

User Interface - (i.e. English)

Descriptor database(field oriented database)

Hyper-links

(part of the

storedobjects)

Information retrieval and access system (IRAS)

Objects

Texts Images Datasets

Additional user interface in different languages

Standard variables(alphanumeric,

numeric etc)

Numeric keysrelated to thesauri and

selection lists

Database of

guidedtourlinks

Query byexample

Globalsearch

ThesauriSelection lists

Guidedtours

Links languagetranslator

Abb. 26: HEMIS-System-Layout mit multilingualer Benutzerführung und Recherche. Die erste Schicht wird von Benutzerschnittstellen in mehreren Sprachen gebildet. Darunter liegen verschiedene Module für unterschiedliche Recherche- und Navigationsstrategien, die ebenfalls sprachabhängig sind. Neben einer Datenbank verfügt HEMIS über vorbereitete "Guided Tours" und "Links". Die Informationen und Dokumente auf der CD-ROM werden von einem IRAS (Information Retrieval and Access System) verwaltet.

Neben der Suche nach bestimmten Schlagworten oder Begriffen bietet HEMIS zusätzlich die Benutzung von zuvor zusammengestellten "Guided Tours" und indi-viduelle "Links" als Navigationshilfen an. Eine übergreifende Suche über die Daten-bank ("Global Search") ist zwar zeitaufwendig, erlaubt jedoch die Benutzung des Systems ohne Kenntnis, was sich inhaltlich hinter einem Feld der Recherchemaske verbirgt. Die Benutzeroberfläche kann zwischen verschiedenen ladbaren Sprachen umgeschaltet werden. Gleiches gilt für Thesauri, Auswahllisten, Links und Guided Tours. Freie Texteinträge und gescannte Dokumente werden nicht gewandelt. HEMIS soll eine erste Information liefern, die dann bei den angegebenen Institu-tionen, Datenbanken oder Publikationen vertieft werden kann.





Abb. 27 zeigt den vorgeschlagenen Startbildschirm des HEMIS-Prototypen mit den Schaltflächen zum Einstieg in die Bildschirme der Hauptsachgebiete.

Start Screen of the HEMIS-Prototype

H E M I SEnvironmental Information SystemInstitutions

Programmes

Ref. Material

Methods

Databases

Institutions RegionDatabases Methods Ref. Mat. LocationThesaurusGuided Tour Programmes

Guided Tours

Subject Thesaurus

Help

Region

Location

FrancaisEnglish DeutschChoose Wählen Sie Choisir

EXIT

?

Abb. 27: Haupt- oder Start-Bildschirm von HEMIS (vorgeschlagene CD-ROM-Version)




4. Ausblick

Multilinguale Informations- und Retrievalsysteme stehen erst am Beginn ihrer Ent-wicklung.

ConclusionsMultiLingual Information and Retrieval Software

The European Challenge for 1993

Multi-lingual software is a must for all companies and organizations workingin different European Coutries

The American software industry is presently unable to supply multilingual software - This is a window of opportunity for European software companies

Multilingual software helps to bridge the national barriers within Europe

Multilingual software is intelligent object-oriented programmingusing databases and information management systems as a frameworkfor huge masses of coded and non-coded information

Abb. 28: Zusammenfassung wichtiger Argumente für multilinguale Software

Zusammenfassung (Abb. 28).

a) Multilinguale Software ist für alle Europa- oder Welt-weit agierenden Unterneh-men nützlich, die sich nicht auf eine "Company Language" festlegen wollen.

b) Multilinguale Software ist in Ansätzen als Standardsoftware verfügbar (vgl. HYPARCHIV, Abschnitt 3.1), muß in der Regel jedoch individuell angepaßt werden (vgl. wfBase, Abschnitt 3.2 und HEMIS, Abschnitt 3.3).

c) Multilinguale Retrievalsoftware kann zur Erschließung großer Daten- und Dokumentbestände auf digitalen optischen Speichern eingesetzt werden.

d) Multilinguale Thesauri fördern die Standardisierung bei der Klassifikation von Dokumenten, erlauben einen eindeutigen und strukturierten Zugriff sowie unterstützen die Recherche nach Dokumenten, die nicht in der Sprache des Benutzers verfügbar sind.

e) Multilinguale Volltextretrieval- und -übersetzungssysteme befinden sich im Probeeinsatz. Zusammen mit anderen Techniken wie Thesauri werden sie in Zukunft einfach zu benutzende Informationssysteme ermöglichen.

f) Multilinguale Software ist eine Marktchance für europäische Software- und Systemhäuser.

g) Multilinguale Retrieval- und Informationssysteme können in fast allen Wirt-schafts- und Verwaltungsbereichen, die grenz- und kulturübergreifend arbeiten, sinnvoll eingesetzt werden.



[DE] Multilinguale Informations- und Retrievalsysteme Technik und Anwendungsbeispiele | Dr. Ulrich...

Documents

Transcript of [DE] Multilinguale Informations- und Retrievalsysteme Technik und Anwendungsbeispiele | Dr. Ulrich...