Тезаурус — лингвистическая база данных слов¶

Тезаурус (от др.-греч. θησαυρός — «сокровищница», «хранилище») — лингвистическая база данных, содержащая сведения о значениях слов, их семантических связях и синонимических отношениях. В отличие от обычного словаря, который объясняет значение слова, тезаурус показывает, какие слова связаны между собой по смыслу: синонимы, антонимы, гиперонимы (более общие понятия) и гипонимы (более частные). Простыми словами, тезаурус — это «словарь связей между словами», помогающий найти нужное слово или понять, как слова соотносятся друг с другом.

¶История

Первым известным тезаурусом считается санскритский «Амаракоша» (IV век н. э.) — словарь синонимов, составленный индийским грамматистом Амарой Синхой. Он содержит около 10 000 слов, сгруппированных по тематическим и смысловым принципам.

В европейской лингвистической традиции первым тезаурусом принято считать «The Gentleman's Companion» (1655) или более ранние тематические словари, однако настоящий расцвет жанра пришёлся на XX век. В 1948 году британский лексикограф Питер Марк Роже создал «Roget's Thesaurus» — тезаурус, ставший прообразом всех современных аналогов. Роже группировал слова не по алфавиту, а по смысловым категориям: «существование», «пространство», «разум», «общение» и так далее, что позволяло искать слово не по написанию, а по идее.

В России развитием тематических словарей занимались лингвисты XIX века, включая составителей «Словаря русского языка» Владимира Даля, содержавшего элементы синонимических групп. Систематические русскоязычные тезаурусы получили развитие в конце XX — начале XXI века.

¶Устройство и структура

Современный тезаурус устроен как иерархическая или ассоциативная сеть, в которой узлами выступают понятия (синсеты), а рёбрами — семантические связи. Основные типы связей:

• Синонимия — слова с близким значением («быстрый», «скоростной», «стремительный»);
• Антонимия — слова с противоположным значением («быстрый» — «медленный»);
• Гиперонимия/гипонимия — отношение «вид — род» («роза» — «цветок»);
• Меронимия — отношение «часть — целое» («колесо» — «автомобиль»);
• Ассоциативные связи — тематическая близость («врач» — «больница»).

Каждое понятие в тезаурусе обычно имеет числовой идентификатор, а слова, его выражающие, перечисляются как синонимические группы. Это позволяет обходить неоднозначность естественного языка: одно слово может входить в несколько синсетов в зависимости от значения.

¶Основные тезаурусы

В русском языке наиболее известными ресурсами являются «Тезаурус русского языка» под редакцией Владимира Лепихина и онлайн-проекты, основанные на словарных статьях Максима Мошкова и других авторов.

¶Применение

Тезаурусы используются в широком спектре задач:

1. Лексикография и перевод — подбор точных синонимов, уточнение оттенков значения, помощь переводчикам.
2. Обучение языку — расширение словарного запаса, изучение семантических полей.
3. Компьютерная лингвистика — тезаурусы служат основой для алгоритмов определения тональности текста, машинного перевода, поисковых систем и генерации текста.
4. Информационный поиск — расширение поисковых запросов за счёт связанных по смыслу терминов повышает полноту выдачи.
5. Искусственный интеллект — WordNet и его аналоги используются как знаниевые базы для задач обработки естественного языка.

¶Тезаурус и словарь

Ключевое отличие тезауруса от толкового словаря заключается в организации материала. Толковый словарь объясняет значение слова и обычно располагает статьи по алфавиту. Тезаурус же группирует слова по смысловым полям и фиксирует связи между ними, что делает его инструментом не столько для понимания значения, сколько для поиска и подбора слов. При этом многие современные электронные словари совмещают обе функции.

Источники:

• Роже П. М. «Тезаурус Роже: Английские синонимы и антонимы» (1852)
• WordNet: A Lexical Database for English Language, Princeton University
• Лепихин В. А. «Тезаурус русского языка»
• «Амаракоша» — санскритский словарь синонимов Амары Синхи (IV в. н. э.)