Thésaurus documentaire

Dans la langue courante, un thésaurus est un dictionnaire de synonymes. En documentation, le mot a un sens plus précis : c’est un langage documentaire qui fixe, pour chaque notion, un terme unique appelé descripteur, et qui indique comment ce terme se rattache aux autres. Il sert à indexer les documents (leur attribuer des mots-clés normalisés) puis à les retrouver, quel que soit le mot employé par la personne qui cherche.

Pourquoi un vocabulaire contrôlé ?

La langue naturelle est ambiguë. Un même objet a plusieurs noms (voiture, automobile, véhicule particulier) et un même mot désigne plusieurs choses (souris l’animal, souris d’ordinateur). Si chaque indexeur choisit ses propres mots, une recherche ne remonte qu’une partie des documents pertinents. Le thésaurus règle ces deux problèmes :

• il choisit un descripteur pour chaque concept et renvoie les synonymes vers lui ;
• il lève les homonymies en précisant le sens, souvent par une note ou un qualificatif : Souris (animal), Souris (informatique).

Les trois types de relations

On trouve aussi des notes d’application (NA) qui précisent l’usage d’un terme, et un regroupement en micro-thésaurus ou domaines.

Exemple de notice

Thésaurus, taxonomie, ontologie

Le thésaurus est plus riche qu’une taxonomie, qui ne connaît que la relation parent-enfant, et moins formel qu’une ontologie, dont les relations sont typées et exploitables par des règles logiques. Il se situe au milieu : assez structuré pour guider la recherche, assez simple pour être tenu à jour par des documentalistes.

Normes et formats

• ISO 25964 (2011-2013) : norme internationale de référence pour la construction des thésaurus et leur interopérabilité avec d’autres vocabulaires. Elle a remplacé les anciennes normes ISO 2788 (thésaurus monolingues) et ISO 5964 (multilingues).
• SKOS (Simple Knowledge Organization System) : format du W3C, recommandé en 2009, qui permet de publier un thésaurus sur le Web et de le relier à d’autres (relations broader, narrower, related, prefLabel, altLabel). Il fait le lien avec les graphes de connaissances.

Exemples de thésaurus connus

Construire un thésaurus

1. Délimiter le domaine et les publics.
2. Recueillir les termes dans les documents, les requêtes des utilisateurs, les glossaires métier.
3. Choisir les descripteurs (forme au singulier en général, nom plutôt que verbe) et regrouper les synonymes.
4. Organiser les hiérarchies et les associations, en évitant les relations circulaires.
5. Rédiger les notes d’application.
6. Valider avec les experts et les indexeurs, puis publier (idéalement en SKOS).
7. Maintenir : ajouter les notions nouvelles, retirer les termes obsolètes sans casser l’indexation passée.

Un thésaurus bien tenu améliore directement le moteur de recherche interne : la recherche de « bicyclette » remonte aussi les documents indexés « vélo ».

Questions fréquentes

Quelle différence entre thésaurus et dictionnaire des synonymes ?

Le dictionnaire des synonymes aide à écrire en proposant des mots proches. Le thésaurus documentaire impose un terme unique par notion et décrit les relations entre notions, pour indexer et rechercher sans ambiguïté.

Qu’est-ce qu’un descripteur ?

C’est le terme retenu pour représenter un concept dans le thésaurus. Les autres formes, appelées non-descripteurs, renvoient vers lui.

Un thésaurus est-il encore utile avec l’intelligence artificielle ?

Oui. Les recherches dites sémantiques trouvent des documents proches par le sens, mais un vocabulaire contrôlé reste nécessaire pour des filtres fiables, des statistiques par sujet et des domaines où la précision est cruciale, comme la médecine ou le droit.