シソーラス（情報検索）

情報検索の文脈では、シソーラス（複数形は「シソーラス」）は、コンテンツ オブジェクトのインデックス作成においてメタデータの意味表現を指示しようとする統制語彙の一種です。シソーラスは、コンテンツ オブジェクトの表現の保存と検索における統一性と一貫性を確保することで、意味の曖昧さを最小限に抑えるのに役立ちます。ANSI/NISO Z39.19-2005 では、コンテンツ オブジェクトを「情報検索システム、Web サイト、またはその他の情報源に含めるために記述される項目」と定義しています。^[1]シソーラスは、コンテンツ オブジェクトに関連付けられた意味メタデータを伝えるための優先用語の割り当てに役立ちます。^[2]

シソーラスは、索引作成者と検索者の両方が、特定の主題を表すために同じ優先用語または優先用語の組み合わせを選択する際に役立ちます。情報検索シソーラスの国際標準であるISO 25964では、シソーラスを「概念が用語で表され、概念間の関係が明確になるよう構成され、優先用語に同義語または準同義語のリードインエントリが付随する、制御され構造化された語彙」と定義しています。

シソーラスは、少なくとも 3 つの要素で構成されます。1 単語 (または用語) のリスト、2 単語 (または用語) 間の関係 (階層的な相対位置で示されます (例: 親/上位用語、子/下位用語、同義語など))、3 シソーラスの使用方法に関する一連のルール。

紙にせよコンピュータにせよ、大量の情報が存在する場所では、研究者は探している項目を正確に特定するという課題に直面してきました。文書を整理するために分類体系を使用するのは、部分的な解決策にすぎませんでした。別のアプローチは、分類コードではなく単語や用語を使用して文書の内容を索引付けすることでした。1940年代と1950年代には、Calvin Mooers、Charles L. Bernier、Evan J. Crane、Hans Peter Luhnなどの先駆者たちが、索引用語をさまざまな種類のリストに集め、これを「シソーラス」と呼びました（ Peter Rogetが開発した有名なシソーラスに倣って）。^[3]情報検索で本格的に使用された最初のそのようなリストは、1959年にEI Dupont de Nemours Companyで開発されたシソーラスでした。^{[4] [5]}

最初に出版された 2 つのリストは、Thesaurus of ASTIA Descriptors (1960) と、Dupont シソーラスの後継であるChemical Engineering Thesaurus of the American Institute of Chemical Engineers (1961) でした。その後もさらに出版され、 1967 年に Engineers Joint Council と米国国防総省が共同で出版した影響力の大きいThesaurus of Engineering and Scientific Terms (TEST) に至りました。TEST は単なる例にとどまりませんでした。付録 1 には、それ以来シソーラス構築の指針となっているシソーラスのルールと規則が示されていました。それ以来、数百、おそらく数千のシソーラスが出版されています。TEST 以降の最も注目すべき革新は、(a) 単一言語機能から多言語機能への拡張、および (b) 基本的なアルファベット順の表示に概念的に整理された表示の追加です。

ここでは、TEST に定められた基本ルールに基づいて着実に構築されてきた国内および国際標準の一部についてのみ説明します。

• ユネスコ 単一言語シソーラスの確立と開発に関するガイドライン。1970 年（その後 1971 年と 1981 年に改訂版が発行）
• DIN 1463単一言語シソーラスの作成と開発に関するガイドライン。1972 年（その後の版が続く）
• ISO 2788単一言語シソーラスの作成と開発に関するガイドライン。1974 年 (1986 年改訂)
• ANSIシソーラスの構造、構築、および使用に関する米国国家規格。1974 年 (1980 年に改訂され、ANSI/NISO Z39.19-1993 に置き換えられました)
• ISO 5964多言語シソーラスの構築と開発に関するガイドライン1985
• ANSI/NISO Z39.19単一言語シソーラスの構築、フォーマット、および管理のためのガイドライン。1993 年 (2005 年に改訂され、単一言語統制語彙の構築、フォーマット、および管理のためのガイドラインに改名されました。)
• ISO 25964シソーラスおよび他の語彙との相互運用性。パート 1 (情報検索用シソーラス) は 2011 年に公開、パート 2 (他の語彙との相互運用性) は 2013 年に公開されました。

シソーラス開発の歴史の中で最も明確に見られる傾向は、小規模な孤立した状況からネットワーク化された世界へと移行したことです。^[6]シソーラスが単一言語アプリケーションと多言語アプリケーションの境界を越えたとき、情報へのアクセスが著しく向上しました。最近では、最新の ISO および NISO 標準のタイトルからわかるように、シソーラスは、件名表題スキーム、分類スキーム、タクソノミー、オントロジーなどの他の形式の語彙または知識組織化システムと連携して機能する必要があることが認識されています。ISO 25964 の公式 Web サイトには、読書リストを含む詳細情報が掲載されています。^[7]

情報検索では、シソーラスは、情報を持つエンティティの適切なメタデータのインデックス作成を支援するための制御語彙の形式として使用できます。シソーラスは、概念の表現を規定の方法で表現するのに役立ち、精度と再現性の向上に役立ちます。つまり、言語の統一性により、情報を持つエンティティの意味的概念表現を見つけやすくなります。さらに、シソーラスは、通常は単語または結合されたフレーズである用語の階層的なリストを維持するために使用され、索引作成者が用語を絞り込み、意味の曖昧さを制限するのに役立ちます。

たとえば、 Art & Architecture Thesaurus は、世界中の無数の博物館でコレクションのカタログ作成に使用されています。国連食糧農業機関のシソーラスであるAGROVOC は、農業研究に関する世界中の文献の AGRIS データベースの索引作成や検索に使用されています。

情報検索シソーラスは、概念間の既存の関係が明確になるように形式的に編成されています。たとえば、「柑橘類」は、より広い概念である「果物」と、より狭い概念である「オレンジ」、「レモン」などにリンクされている可能性があります。用語がオンラインで表示されると、用語間のリンクによってシソーラスを簡単に参照し、検索に役立つ用語を選択できます。テーブル (家具) やテーブル (データ) のように、1 つの用語に複数の意味がある場合、これらは別々にリストされるため、ユーザーは検索する概念を選択して、無関係な結果を取得することを避けることができます。1 つの概念に対して、「狂牛病」、「牛海綿状脳症」、「BSE」など、既知の同義語がすべてリストされます。この考え方は、すべての索引作成者とすべての検索者が同じ概念に対して同じ用語を使用するようにガイドし、検索結果が可能な限り完全になるようにすることです。シソーラスが多言語の場合は、他の言語の同等の用語も表示されます。国際標準に従い、概念は一般にファセット内で階層的に整理されるか、テーマやトピックごとにグループ化されます。文学目的で使用される一般的なシソーラスとは異なり、情報検索シソーラスは通常、1 つの学問分野、主題、または研究分野に焦点を当てています。

• 制御された語彙
• 25964 規格
• シソーラス
• バルトック

• シソーラス: 概要と最近の開発、books.infotoday.com
• ISO 25964 の公式サイト – シソーラスおよび他の語彙との相互運用性に関する国際標準
• TemaTres、vocabularyserver.com — 知識、シソーラス、分類法、多言語語彙の形式的表現を管理するための Web アプリケーション
• タクソノミーウェアハウス、taxonomywarehouse.com
• BARTOC、シソーラス、オントロジー、分類の基本登録、bartoc.org
• Wikiversity: シソーラス (情報検索)