Thesauri

Wat zijn thesauri?

Een thesaurus (meervoud: thesauri) is een gestructureerde woordenlijst die relaties tussen termen vastlegt: synoniemen, bredere en engere begrippen, en verwante termen. Anders dan een gewoon woordenboek geeft een thesaurus geen definities, maar laat hij zien hoe begrippen met elkaar samenhangen. Zo weet een systeem dat “auto”, “wagen” en “personenauto” over hetzelfde gaan.

Hoe werkt het?

Een thesaurus organiseert termen met vaste relatietypen: synoniemen (gebruik “klant” voor “cliënt”), bredere termen (“voertuig” is breder dan “auto”), engere termen en gerelateerde termen. Zoeksystemen gebruiken die relaties om slimmer te zoeken: zoek je op “fiets”, dan vindt het systeem ook documenten over “e-bike”. In moderne AI wordt deze rol deels overgenomen door embeddings, die betekenisverwantschap automatisch uit data leren, maar voor vakgebieden met strikte terminologie blijft een handgemaakte thesaurus waardevol.

Wat heb je eraan als bedrijf?

Een thesaurus voorkomt dat informatie onvindbaar wordt doordat collega’s verschillende woorden voor hetzelfde gebruiken. Webshops zetten thesauri in zodat klanten die op “bank” zoeken ook “sofa’s” vinden, en kennisbanken gebruiken ze voor consistente labels. Voor de meeste bedrijven is dit relevant zodra de interne zoekfunctie of productcatalogus serieus groot wordt.

Gerelateerde begrippen

Een thesaurus is een vorm van controlled vocabulary. Hij is platter dan een taxonomy en eenvoudiger dan een ontology. Een open standaard om thesauri vast te leggen is SKOS.