시소러스

시소러스(Thesaurus, 통제어휘집)는 한 분야의 중요한 개념마다 대표 용어를 정하고, 그 개념을 나타내는 동의어와 넓은 말·좁은 말·관련어를 관계로 묶어 둔 어휘 목록이다.

개요

같은 개념을 사람마다 다른 단어로 쓴다. '자동차', '승용차', '차량'으로 찾는 사람이 모두 같은 문서를 원할 수 있다. 시소러스는 개념마다 대표 용어(우선어)를 하나 두고, 다른 표현들을 그 개념에 묶어 둔다. 색인자는 문서에 대표 용어를 붙이고, 검색 시스템은 질의어를 대표 용어로 바꾸거나 관련어로 넓혀 찾는다. 그래서 시소러스를 만든 결과는 중요한 개념들의 목록과, 개념마다 그것을 기술하는 주요 단어들이다.

용어 사이의 관계

통제어휘 표준(ANSI/NISO Z39.19)은 다음 관계와 약호를 쓴다.

관계	약호	예
동등 관계(우선어 ↔ 비우선어)	USE / UF(Used For)	승용차 USE 자동차
계층 관계(넓은 말)	BT(Broader Term)	자동차 BT 차량
계층 관계(좁은 말)	NT(Narrower Term)	차량 NT 자동차
연관 관계	RT(Related Term)	자동차 RT 도로

정보 검색에서의 쓰임

• 질의 확장 - 질의어의 동의어나 좁은 말을 함께 넣어 검색해 재현율을 높인다.
• 색인 통제 - 같은 개념에는 언제나 같은 색인어가 붙도록 해 표현 차이로 문서를 놓치지 않게 한다.
• 탐색 도움 - 사용자가 넓은 말에서 좁은 말로 내려가며 원하는 개념을 고를 수 있다.

의학 분야의 MeSH 처럼 큰 분야 시소러스가 대표적이다. 시소러스를 만들려면 전문가가 손으로 관계를 정해야 해 비용이 크고, 새 용어를 따라가기 어렵다.

다른 전처리 단계와 구별하기

단계	묶는 것	결과
시소러스	같은 개념을 나타내는 서로 다른 단어	개념 목록과 개념별 주요 단어
어간 추출	같은 단어의 여러 어형(connect, connected, connecting)	접사를 잘라 낸 어간
불용어 제거	묶지 않고 뺀다	의미 구별에 쓸모없는 단어를 지운 목록

어간 추출은 글자 모양을 기준으로 같은 단어의 변화형을 합치고, 시소러스는 뜻을 기준으로 다른 단어를 합친다.

같이 보기

• 정보 검색
• 어간 추출
• 불용어
• 역색인