Die Termextraktion (Term Harvesting) wird vom Acrolinx Sprachenteam konfiguriert. Dabei werden Termextraktionsregeln zu bestimmten Regelsets Ihrer Sprachressourcen hinzugefügt.

Jedes Mal, wenn Benutzer eine Prüfung mit einem Regelset durchführen, das Termextraktionsregeln enthält, wird ein Termextraktionsbericht generiert.

Sie können Acrolinx Server jedoch auch entsprechend konfigurieren und so genauer festlegen, wann diese Berichte erstellt werden.

Sie können die Sprachkonfigurationen zu folgenden Zwecken aktualisieren:

Benutzern die Möglichkeit geben, die Termextraktion über die Prüfoptionen der Plug-ins zu aktivieren oder zu deaktivieren.
Tipp: Standardmäßig ist die Option Neue Terme in den Prüfeinstellungen der Plug-ins deaktiviert.
Serveradministratoren die Möglichkeit geben, über das Benutzerrecht Termextraktion ausführen festzulegen, welche Benutzer die Termextraktion ausführen dürfen.
Tipp: Standardmäßig wird das Benutzerrecht Termextraktion ausführen vom Server deaktiviert.

So konfigurieren Sie die Termextraktion

Öffnen Sie Ihr Overlay der entsprechenden Sprachkonfigurationsdatei.

Erstellen Sie eine neue Version dieser Datei am folgenden Speicherort, wenn Sie noch kein Overlay erstellt haben:

%ACROLINX_CONFIGURATION_ROOT%\data\<SPRACH_ID>\configuration.properties

Erstellen Sie zunächst die erforderlichen Unterverzeichnisse, wenn das Verzeichnis noch nicht vorhanden ist.
Fügen Sie die folgende Eigenschaft hinzu:

<REGELSET>.termharvesting.onlyServerSide=false
Speichern Sie die Änderungen und laden Sie die Sprachkonfigurationen auf den entsprechenden Sprachservern neu.
Sobald die Serverkonfiguration neu geladen wurde, können die mit dem Server verbundenen Benutzer die Option Neue Terme in den Prüfoptionen der Plug-ins aktivieren.
Wenn Benutzer eine Prüfung mit der Option Neue Terme durchführen (und ein Regelset mit Termextraktionsregeln auswählen), geschieht Folgendes:
- Neue Termkandidaten werden im Dokument markiert und auf der Scorecard aufgeführt.
- Ein separater Termextraktionsbericht wird erstellt.
Wenn Benutzer Prüfungen ohne die Option Neue Terme durchführen, wird kein Termextraktionsbericht erstellt, und neue Termkandidaten werden nicht auf der Scorecard aufgeführt.

Wenn Benutzer nicht über eine Rolle mit dem Benutzerrecht Termextraktion ausführen verfügen, ist die Option Neue Terme nicht verfügbar.

Anmerkung: Diese Eigenschaft kann nur in Regelsets verwendet werden, in denen die Termextraktion konfiguriert wurde. Damit die Termextraktion ausgeführt werden kann, muss im Regelset auch die folgende Eigenschaft enthalten sein:
<REGELSET>.harvestingRules=rules/<SPRACH_ID>-harvesting

Zudem muss im Verzeichnis %ACROLINX_CONFIGURATION_ROOT%\data\<LANG_ID>\ rules eine Termextraktionsregel (erkennbar an der Dateierweiterung *.thrul ) vorhanden sein.

Normalerweise werden von Acrolinx bei der Erstellung der Sprachressourcen auch passende Regelsets für die Termextraktion konfiguriert.

Konfigurieren des Erscheinungsbilds von Termextraktionsberichten im CSV-Format

Der Acrolinx Server erstellt einen Termextraktionsbericht in den Formaten OLIF und CSV, wenn Sie eine Prüfung auf neue Terme durchführen. Sie können die Kodierung und die Einstellung der Trennzeichen konfigurieren, um zu gewährleisten, dass die CSV-Dateien korrekt angezeigt werden.

Die CSV- und OLIF-Versionen des Termextraktionsberichts werden im Ausgabeverzeichnis des Servers gespeichert:

<INSTALL_VER>\server\www\output\TH\<SPRACH_ID>

Die OLIF-Versionen des Termextraktionsberichts enthalten eine Verknüpfung zur CSV-Version.

Die folgende Tabelle enthält Informationen über die standardmäßigen CSV-Einstellungen, die immer dann angewendet werden, wenn keine Eigenschaften konfiguriert sind.

Eigenschaft	Beschreibung	Standardwert
termHarvestCsv.encoding	Dateicodierung	`utf-16`
termHarvestCsv.elementDelimiter	Spalten-Begrenzungszeichen	`;`
termHarvestCsv.recordDelimiter	Zeilen-Begrenzungszeichen	`\n` (Zeilenumbruch)
termHarvestCsv.contextDelimiter	Kontext-Begrenzungszeichen. Der Kontext ist der Satz, in dem der neue Term gefunden wurde. Jede Zelle kann mehrere Kontexte enthalten.	`\n` (Zeilenumbruch)
termHarvestCsv.textDelimiter	Text-Begrenzungszeichen	`"`

Damit die CSV-Datei korrekt in Excel angezeigt wird, wird empfohlen, die Datei nicht direkt zu öffnen, sondern den Textimport-Assistenten zu verwenden. Die Standardkodierung UTF-16 ist in diesem Assistenten jedoch nicht verfügbar. Wenn Sie die Standardkodierung UTF-16 verwenden und gewährleisten möchten, dass die CSV-Datei korrekt in Excel angezeigt wird, können Sie die Datei mit einem Doppelklick öffnen.

Wenn Sie die CSV-Version des Termextraktionsberichts öffnen, wird eine Bytereihenfolgemarke als erstes Zeichen in der ersten Zelle der Datei angezeigt. Löschen Sie diese Bytereihenfolgemarke, wenn Sie die Datei in den Terminologiemanager oder eine andere Anwendung importieren möchten.

Sie können die standardmäßigen Begrenzungszeichen mit jedem druckbaren Zeichen in UTF-8-Kodierung ersetzen. Verwenden Sie keine Steuerzeichen oder Backslashes, damit die volle Kompatibilität gewährleistet bleibt.

So konfigurieren Sie das Erscheinungsbild von Termextraktionsberichten im CSV-Format

Öffnen Sie Ihr Overlay der Hauptserver-Eigenschaftendatei.

Das Overlay der Hauptserver-Eigenschaftendatei befindet sich im folgenden Verzeichnis:

%ACROLINX_CONFIGURATION_ROOT%\server\bin\coreserver.properties
Fügen Sie eine oder mehrere der folgenden Eigenschaften hinzu:
```
termHarvestCsv.encoding=<ENCODING_TYPE>
termHarvestCsv.elementDelimiter=<CHARACTER>
termHarvestCsv.recordDelimiter=<CHARACTER>
termHarvestCsv.contextDelimiter=<CHARACTER>
termHarvestCsv.textDelimiter=<CHARACTER>
```
Wenn Sie zum Beispiel das Spalten-Begrenzungszeichen zu einem Komma ändern möchten, müssen Sie die folgende Eigenschaft hinzufügen:

termHarvestCsv.elementDelimiter=,
Einschränkung: Obwohl das Zeichen \n das standardmäßige Begrenzungszeichen für Einträge und Kontexte ist, können Sie \n nicht als Wert für die Konfigurationseigenschaften konfigurieren. Wenn Sie zum Beispiel ein alternatives Begrenzungszeichen für Einträge eingegeben haben und den Standard \n wiederherstellen möchten, können Sie den Wert nicht zu \n ändern. Entfernen Sie stattdessen die gesamte Eigenschaft für das Begrenzungszeichen.
Speichern Sie die Änderungen und starten Sie den Hauptserver neu.

POS-Abkürzungen im Term Harvesting CSV-Bericht

Der Part-of-Speech-Tagger verwendet das Penn Treebank Tag-Set, das in der folgenden Tabelle dargestellt ist:

Tag	Beschreibung	Beispiel
CC	Coordinating conjunction´	and, or, but
CD	Cardinal number	28
DT	Determiner	the
EX	Existential there	there
FW	Foreign word
IN	Preposition or subordinating conjunction	by
JJ	Adjective	bright
JJR	Adjective, comparative	smaller
JJS	Adjective, superlative	smallest
LS	List item marker
MD	Modal	must
NN	Noun, singular, or mass	house
NNS	Noun, plural	houses
NNP	Proper noun, singular	Peter
NNPS	Proper noun, plural
PDT	Predeterminer
POS	Possessive ending	's
PRP	Personal pronoun	she
PRP$	Possessive pronoun	my
RB	Adverb	slowly
RBR	Adverb, comparative
RBS	Adverb, superlative
RP	Particle
SYM	Symbol
TO	to	to
UH	Interjection
VB	Verb, base form	be, have, do, specify, write
VBD	Verb, past tense	was/were, had, did, specified, wrote
VBG	Verb, gerund, or present participle	being, having, doing, specifying, writing
VBN	Verb, past participle	been, had, done, specified, written
VBP	Verb, non-3 ^rd person singular present	am/are, have, do, specify, write
VBZ	Verb, 3rd person singular present	is, has, does, writes
WDT	Wh-determiner
WP	Wh-pronoun	who
WP$	Possessive wh-pronoun	whose
WRB	Wh-adverb
$,	Comma	,
$.	Dot, Exclamation Mark, Question Mark, …	?
$ :	Colon, Semicolon, Ellipsis	;
$(	Open Parenthesis (, Open Bracket [, Open Curly Brace {	(
$)	Close Parenthesis ), Close Bracket ], Close Curly Brace }	)

Konfigurieren der Termextraktion

Betrifft

Konfigurieren des Erscheinungsbilds von Termextraktionsberichten im CSV-Format

POS-Abkürzungen im Term Harvesting CSV-Bericht

Kommentare