En esta ocasión vamos a hablar del tesauro, un diccionario que muestra las distintas relaciones entre palabras clave al buscar los materiales que nos interesan.
Se llama tesauro al diccionario que muestra las relaciones entre las palabras clave (términos de búsqueda) que se introducen para encontrar materiales. Estas relaciones se expresan mediante sinónimos, términos específicos y términos relacionados, entre otros.
El tesauro se utiliza para recuperar la mayor cantidad posible de contenido relacionado con las palabras clave de una consulta y así realizar búsquedas más amplias y variadas. También sirve para mantener la coherencia al elaborar índices.
¡Todas las palabras relacionadas con la palabra clave de un vistazo!
A quienes usan portales web les resultará más fácil entender el concepto si piensan en las búsquedas relacionadas. Las búsquedas relacionadas y el tesauro, que establece vínculos con un conjunto amplio de términos afines, son, desde luego, conceptos distintos.
El tesauro surge de la evolución de las listas de encabezamientos de materia, concebidas para integrar términos de búsqueda con distintos significados y documentos en un mismo sistema. Al mostrar las relaciones entre términos y conceptos, ayuda a seleccionar el término adecuado.
En otras palabras, el tesauro presenta juntos los términos relacionados con una palabra clave para facilitar una búsqueda más eficiente.
Diagrama de relaciones del tesauro
Diagrama de relaciones del tesauro (palabra clave de ejemplo: blog)
Para que se entienda de un vistazo cómo funciona un tesauro, hemos tomado un ejemplo y lo hemos convertido en una imagen. La palabra clave elegida es «blog». Al buscarla en el tesauro, aparecen distintos términos genéricos (BT), términos específicos (NT), sinónimos (USE/UF), términos relacionados (RT), notas de alcance (SN) y equivalentes en otros idiomas, entre otros datos.
Al ver de una sola vez las relaciones entre los distintos términos afines, quien realiza la consulta puede ampliar su búsqueda más allá de las palabras que ya conoce y buscar con mayor eficacia.
A continuación se describen con algo más de detalle los términos mencionados arriba.
Relaciones entre términos
- Relación de equivalencia(USE, UF). Los términos que no se adoptan como encabezamientos de indización (forma básica) se remiten al encabezamiento adoptado mediante el indicador USE. USE y UF expresan relaciones inversas entre sí.
- Relación jerárquica(BT, NT). Es la relación de un término con sus términos genéricos (BT) o específicos (NT), y también puede expresarse como relación de subordinación (+G), de instancia (+I) o de todo y parte (+P). BT y NT expresan relaciones inversas entre sí. Por ejemplo, relación de subordinación ascendente (BT+I=BTI) / relación descendente de todo y parte (NT+P=NTP).
- Relación asociativa (de asociación de ideas)(RT). La mayoría de los términos que quedan fuera de las relaciones de equivalencia o jerárquicas se vinculan mediante una relación asociativa, que indica su afinidad y se representa con RT.
- Denominaciones de los indicadores de relación— SN (Scope Note), USE, UF (Used For), BT (Broader Terms), NT (Narrower Term), RT (Related Term)
- Relación jerárquica — Denominaciones específicas de sus indicadores: G (Generic = genérico), I (Instance = instancia), P (Part = parte), TT (Top term = término de nivel superior)
- Otros idiomas — ENG (inglés), GER (alemán), FRA (francés), NK (coreano de Corea del Norte), etc.
Ejemplos de tesauros
Entre los sitios que organizan estas relaciones entre términos en forma de diccionario y permiten consultarlas están el buscador de términos relacionados de los Archivos Nacionales de Corea, el Tesauro de Términos de Historia de Corea del Instituto Nacional de Historia de Corea y el Tesauro de Términos Clásicos. Como se centran en ámbitos específicos, el vocabulario que se puede consultar es limitado.
Por supuesto, para búsquedas en un ámbito específico, como el de la terminología histórica o clásica, puede resultar más útil recurrir a los sitios mencionados.
Por su parte, el sitio Tesauro de la Lengua Coreana lleva mucho tiempo reuniendo un vocabulario amplio que incluye términos de uso cotidiano. Como permite realizar búsquedas muy diversas, lo presentamos aquí como ejemplo.
Cuadro de búsqueda en la página de inicio del Tesauro de la Lengua Coreana
La imagen de arriba muestra la página de inicio del Tesauro de la Lengua Coreana, un sitio que permite consultar las relaciones entre los términos buscados. El diseño de la página de inicio es sencillo, como el de Google, para que la atención se centre en la búsqueda.
Entrada del tesauro para «blog», el término que usamos como ejemplo en este artículo
El diagrama de relaciones de la palabra «blog» que mostramos antes en una imagen aparte se elaboró a partir de los resultados de búsqueda de arriba. Al hacer clic en los términos que aparecen en el sitio, se pueden consultar otros términos genéricos, específicos o afines a cada uno de ellos, entre otros.
Al pulsar «Ver diagrama» en la parte superior derecha, las relaciones se muestran en un gráfico como el siguiente.
Diagrama del término «blog»
En este ejemplo, el diagrama se lee con claridad porque hay pocos términos relacionados. Cuando hay muchos, las palabras se superponen y el gráfico puede volverse tan complejo que resulte desconcertante.
En esos casos, basta con leer las instrucciones que aparecen encima del diagrama y ajustar los valores para ampliar el espacio entre los elementos en pantalla.
Entrada del tesauro para «Cao Cao»
En este otro ejemplo, buscamos al personaje Cao Cao por su nombre. Como término genérico apareció el grupo de 3 miembros de la familia Cao, formado por Cao Cao y sus hijos. No se mostraron términos específicos.
Entre los sinónimos que aparecen al mismo nivel que Cao Cao figuran «Mengde», su nombre de cortesía, y «emperador Wu», el título póstumo que recibió al fundarse el Estado de Wei.
En este caso, puede entenderse que la mayoría de los términos que quedan fuera de las categorías de términos genéricos y específicos aparecen como términos relacionados.
Diagrama de «Cao Cao»
El diagrama de arriba muestra los términos relacionados con Cao Cao. Estos resultados de búsqueda dejan ver que la información que se puede representar tiene sus límites.
Si se piensa un poco, se nos ocurren innumerables términos además de los que aparecen arriba, pero el tesauro solo recoge una parte de ellos.
Lo mismo ocurre con los resultados de búsqueda de otros tesauros. Esta limitación se debe a que las personas construyen los tesauros manualmente, término por término.
¿Cómo se puede mejorar el tesauro?
¡El avance de las técnicas de aprendizaje profundo es decisivo!
Tesauro, un diccionario que muestra las relaciones entre términos
Para superar esta limitación, la inteligencia artificial y las técnicas de análisis de macrodatos deben seguir avanzando hasta que los ordenadores puedan recopilar grandes volúmenes de datos de internet, analizar las asociaciones entre las palabras y vincular los términos relacionados.
Para que esta tecnología se haga realidad, es especialmente importante el desarrollo del aprendizaje profundo (deep learning), un campo en el que las grandes empresas tecnológicas concentran actualmente sus inversiones. Se considera que, en el futuro, solo los ordenadores capaces de aprender y clasificar por sí mismos podrán resolver el problema de vincular una cantidad ingente de palabras.
Así como la IA sorprendió a la humanidad con su asombrosa capacidad de cálculo cuando apareció por primera vez, cabe esperar tesauros más avanzados a medida que la IA progrese y se aplique a este ámbito.
