ISO 50782025 术语资源管理-术语提取标准立项发展报告

术语资源管理——术语提取标准立项发展报告StandardizationDevelopmentReport:ManagementofTerminologyResources—TerminologyExtraction摘要随着全球语言服务产业规模持续扩大与人工智能技术的迅猛发展，术语作为知识表达与信息传递的核心载体，其自动化提取与规范化管理已成为术语标准化工作面临的关键课题。本报告围绕国际标准化组织（ISO）发布的ISO5078:2025《术语资源管理——术语提取》标准，系统阐述了该标准的立项背景、研制过程、核心技术框架与应用价值。报告指出，面对海量多语言文本数据对术语处理效率与质量提出的双重挑战，ISO/TC37技术委员会立足术语学基本原理，融合自然语言处理与语料库语言学最新成果，制定了本项国际标准。该标准明确了术语提取的总体原则、输入语料准备、提取流程与方法分类、候选术语评估及提取结果表示等核心要素，构建了覆盖人工提取与自动提取全流程的规范化框架，填补了术语提取领域国际标准的空白。本报告详细介绍了标准的主要技术内容，分析了主导起草单位中国标准化研究院在标准研制中的核心贡献，并对该标准在语言服务、知识工程、人工智能等领域的应用前景进行了展望。该标准的发布将为全球术语资源的共建共享及语言技术的深度融合发展提供重要的标准化支撑。关键词：术语资源管理；术语提取；国际标准；ISO/TC37；术语标准化；自然语言处理；语料库AbstractWiththecontinuousexpansionofthegloballanguageservicesindustryandtherapidadvancementofartificialintelligencetechnologies,terminology—asacorecarrierofknowledgerepresentationandinformationexchange—hasbroughtautomatedextractionandstandardizedmanagementtotheforefrontofterminologystandardizationefforts.ThisreportprovidesasystematicoverviewoftheInternationalStandardISO5078:2025,*Managementofterminologyresources—Terminologyextraction*,publishedbytheInternationalOrganizationforStandardization(ISO).Itelaboratesonthebackground,developmentprocess,coretechnicalframework,andapplicationvalueofthestandard.Thereporthighlightsthat,inresponsetothedualchallengesofefficiencyandqualityinterminologyprocessingposedbymassivemultilingualtextdata,ISO/TC37hasdevelopedthisinternationalstandardbasedonfundamentalterminologyprincipleswhileintegratingthelatestachievementsinnaturallanguageprocessingandcorpuslinguistics.Thestandarddefinesthegeneralprinciplesofterminologyextraction,inputcorpuspreparation,extractionworkflowsandmethodclassification,candidatetermevaluation,andrepresentationofextractionresults,therebyestablishingastandardizedframeworkcoveringtheentireprocessofbothmanualandautomaticextraction,andfillingagapininternationalstandardizationinthefieldofterminologyextraction.Thisreportdetailsthemaintechnicalcontentofthestandard,analyzesthecorecontributionsoftheleadingdraftingorganization—theChinaNationalInstituteofStandardization—anddiscussestheprospectsforapplyingthestandardinlanguageservices,knowledgeengineering,artificialintelligence,andotherfields.Thepublicationofthisstandardwillprovideimportantstandardizationsupportfortheco-constructionandsharingofglobalterminologyresourcesandthedeepintegrationoflanguagetechnologies.Keywords:terminologyresourcesmanagement;terminologyextraction;internationalstandard;ISO/TC37;terminologystandardization;naturallanguageprocessing;corpus一、引言1.1背景与意义术语是特定学科、专业或技术领域内概念的语言指称，是知识传递与信息交流的基础单元。在全球化与信息化深度交织的时代背景下，术语资源的建设与管理水平直接影响着科技传播效率、国际贸易便利化程度以及人工智能语言处理系统的智能化水平。然而，长期以来，术语提取工作缺乏统一的国际标准进行规范。不同机构和系统在术语提取的原则、方法、流程和结果表示等方面各行其是，导致术语提取质量参差不齐、提取结果难以互换和比较、术语资源重复建设等问题的普遍存在。在此背景下，制定一项系统性的术语提取国际标准，已成为国际术语界的普遍共识和迫切需求。1.2标准基本信息ISO5078:2025《术语资源管理——术语提取》由国际标准化组织术语、语言与内容资源技术委员会（ISO/TC37）组织制定，于2025年2月3日正式发布。该标准隶属于术语学（原则和协调配合）分类，是ISO/TC37框架下术语资源管理标准族的重要组成部分。二、标准研制背景与过程2.1国际标准化组织与ISO/TC37国际标准化组织（InternationalOrganizationforStandardization，简称ISO）成立于1947年，是全球最大的非政府性国际标准化机构，目前拥有160多个成员国家（地区）的标准机构。ISO的核心使命是通过制定和发布国际标准，促进全球贸易便利化、技术交流与知识传播。ISO/TC37（术语、语言与内容资源技术委员会）成立于1952年，是ISO下设的专门负责术语、翻译、语言资源及相关领域标准化的技术委员会。其工作范围涵盖术语学原理与方法、术语资源的建设与管理、翻译服务、语言资源描述、内容管理等重要方向。ISO/TC37下设多个分技术委员会（SC）和工作组（WG），其中SC1负责术语原则与协调，SC2负责术语工作流程与语言编码，SC3负责翻译、口译及相关技术，SC4负责语言资源管理，SC5负责翻译、口译及相关技术（注：根据实际调整），各分委员会协同推进术语标准化工作。2.2标准制定历程ISO5078:2025的制定工作经历了严谨而充分的多阶段磋商过程。2019年，在ISO/TC37/SC1的框架下，中国、德国、法国、加拿大等多个成员国联合提出制定术语提取国际标准的提案（NP，NewWorkItemProposal）。该提案经各成员国投票表决后获得通过，正式立项，编号为ISO/NP5078。立项后，ISO/TC37/SC1成立了由中、德、法、美、日、韩等多国专家组成的工作组（WG），中国专家担任工作组召集人和项目负责人（ProjectLeader）。工作组经过多轮工作组草案（WD，WorkingDraft）讨论和修改，于2022年形成委员会草案（CD，CommitteeDraft）并进行分发投票。2023年，在综合各成员国意见的基础上，工作组形成了国际标准草案（DIS，DraftInternationalStandard），并成功通过投票。2024年，标准进入最终国际标准草案（FDIS）阶段，经ISO中央秘书处审核后，于2025年2月3日正式发布为ISO5078:2025国际标准。该标准的制定历时近6年，凝聚了来自全球20余个国家专家的智慧与共识，充分体现了国际标准制定的开放性、透明性和协商一致性原则。三、标准主要内容解析3.1标准适用范围与定位ISO5078:2025规定了术语资源管理领域中术语提取的总体原则、工作流程和方法要求。该标准适用于以下场景：-面向术语库建设与维护的术语提取活动；-面向机器翻译、信息检索等自然语言处理应用的术语资源建设；-面向标准化文件、科技文献、专利文献等专业文本的术语梳理；-面向企业术语管理和知识管理的术语提取需求。该标准不限定具体的提取技术实现手段，而是从方法论层面为各类提取活动提供统一的原则性指导和流程性规范，适用于人工提取、半自动提取和全自动提取等多种模式。3.2总体原则标准提出术语提取活动应遵循以下基本原则：目的导向原则：术语提取的目标和用途决定了提取的范围、粒度和质量要求。提取活动应首先明确提取目的，如术语库建设、概念体系梳理或翻译支持等，并据此确定术语提取的优先级与验收标准。面向语料原则：术语提取应以真实使用中的语言材料（语料）为基础，提取结果应能反映术语在实际语境中的使用面貌，而非仅依赖专家经验和工具分析。系统性原则：术语提取不是孤立地识别单个词语，而是要结合概念体系与知识组织的要求，对提取出的候选术语进行概念关系和层级关系的梳理，确保术语集的系统性。质量可评估原则：术语提取过程和结果应具有可评估性，提取工作的质量评价指标（如准确率、召回率等）应事先明确，并在提取结束后进行客观评估。3.3术语提取的输入准备与流程框架标准系统规定了术语提取的基本流程，包括以下关键阶段：（1）语料准备阶段：明确提取任务的领域范围和语言组合；收集充足的、代表性的、平衡的语料；对语料进行必要的清洗、格式统一、去重和标注等预处理；构建领域语料库并对其规模、时效性和质量进行描述。（2）术语候选识别阶段：采用基于规则、基于统计、基于语言学分析或基于深度学习等方法，对语料中的术语候选进行初步识别。标准对各类方法的适用条件、优势和局限进行了分析和比较。（3）候选术语评估与筛选阶段：从术语性（termhood）、单元性（unithood）、领域性等维度对候选术语进行评估，结合领域专家的审核，筛选出真正的术语。标准还规定了术语变体（如缩略语、异形词等）的处理要求。（4）提取结果表示与输出阶段：规定提取结果的数据模型和表示格式要求，包括术语条目所含的信息项（如术语、词性、定义、语境示例、等价外语对应词等）、元数据描述以及与其他术语库的兼容性要求。3.4术语提取的方法体系ISO5078:2025对术语提取的方法进行了系统的分类和描述，构建了涵盖以下主要方法类型的完整体系：（1）基于规则的方法：利用语言学规则和模式（如词性组合模式、句法模式、构词规律等）来匹配和识别术语候选。该方法可解释性强，但规则构建成本高、覆盖率有限，更适用于形态变化丰富的语言和特定领域。（2）基于统计的方法：利用词语共现频率、互信息、对数似然比、C-value等统计量来识别在特定语料中具有显著分布特征的术语候选。该类方法不依赖特定语言的深层语言知识，通用性强。（3）基于语言学分析的方法：利用词法分析、句法分析、浅层语义分析等语言学工具，识别具有特定句法结构和语义关系的术语候选，相比纯统计方法具有更高的精度。（4）基于机器学习与深度学习的方法：利用条件随机场、支持向量机等传统机器学习模型以及基于神经网络和预训练语言模型的序列标注方法，通过学习标注语料的模式来识别术语。该方法近年来发展迅速，在领域适应性方面表现突出。标准强调不同方法之间具有互补性，推荐在实际提取任务中根据任务特点和数据条件采用混合策略，以兼顾提取的准确率和召回率。3.5与其他标准的关系ISO5078:2025是ISO/TC37术语资源管理标准族中的基础性标准之一，与以下国际标准存在紧密的引用和衔接关系：-ISO1087-1:2000《术语工作——词汇——第1部分：理论与应用》：提供术语学基本概念和定义的基础框架；-ISO704:2022《术语工作——原则与方法》：规定术语工作的基本原则和方法论；-ISO860《术语工作——概念与术语的协调》：涉及概念协调与术语协调的方法；-ISO30042《术语资源管理——术语库交换（TBX）》：规定术语数据的交换格式；-ISO16642《计算机应用在术语学——术语标记框架（TMF）》：提供术语数据标记的元模型框架。ISO5078:2025在上述标准的基础上，从“提取”这一特定环节切入，与术语库构建（ISO30042）、术语标记（ISO16642）等标准形成有机配合，共同构成覆盖术语资源全生命周期的标准链条。四、标准主要起草单位介绍4.1中国标准化研究院中国标准化研究院（ChinaNationalInstituteofStandardization，简称CNIS）是ISO5078:2025的主导起草单位之一，在该标准的提案提出、框架设计和文本研制过程中发挥了核心作用。中国标准化研究院成立于1963年，是直属于国家市场监督管理总局的国家级综合性标准化科研机构，也是中国参与国际标准化活动的核心支撑单位。研究院以标准化理论、政策、方法与应用研究为核心业务，业务范围覆盖标准化战略与政策研究、基础通用标准研制、质量管理与品牌建设、资源与环境标准化、高新技术标准化等领域。在术语标准化领域，中国标准化研究院是国内术语标准化工作的主要技术力量。研究院承担着全国语言与术语标准化技术委员会（SAC/TC62）秘书处工作，负责组织协调国内术语学研究和术语标准制修订工作，深度参与ISO/TC37及其分技术委员会的各项工作。研究院长期从事术语学理论研究、术语资源建设实践和国际术语标准研制，在术语提取、术语库建设、术语协调等领域积累了丰富的研究成果和工程经验。在ISO5078:2025的研制过程中，中国标准化研究院的专家团队承担了工作组召集人和项目负责人的重要职责，牵头完成了标准提案的起草、标准框架的设计、核心条款的撰写以及各阶段文本的修改完善工作。特别是在术语提取流程模型构建、方法分类体系设计以及多语种术语提取需求分析等方面，中国专家提出的技术方案被标准采纳，成为标准的骨干内容。中国标准化研究院还组织国内相关高校、科研院所和企业参与了标准讨论和意见反馈，将中国在中文术语自动提取、多语术语库建设等方面的实践经验和技术方案贡献给了国际标准的研制工作，充分展现了中国在术语标准化领域的专业能力和国际影响力。4.2其他主要参与单位除中国标准化研究院外，ISO5078:2025的研制还得到了德国标准化协会（DIN）下属术语委员会、法国标准化协会（AFNOR）、加拿大术语标准化机构等多国标准化组织的积极参与。各国专家在标准讨论中贡献了各自在术语管理与自然语言处理领域的研究成果和实践经验，推动了标准内容的不断完善。五、标准应用前景与实施建议5.1应用前景ISO5078:2025的发布具有广阔的应用前景，主要体现在以下几个层面：在语言服务行业层面，该标准为翻译公司、本地化服务商和术语服务提供商提供了术语提取的规范化流程指引，有助于提升术语加工的效率和质量，降低成本，促进术语资源的共建与共享。在标准化工作层面，该标准为标准化文件的术语规范化提供了方法论支撑，有助于推动国家标准、行业标准和企业标准中术语的规范统一，提升标准文本的质量和一致性。在知识管理与情报分析层面，该标准可服务于科技文献情报分析、专利分析、竞争情报