2.1. Características e conceito

Os instrumentos de representação da informação para indexação, armazenamento e recuperação de documentos são considerados como linguagens documentárias.

As linguagens documentárias mais conhecidas são o tesauro e os sistemas de classificação bibliográfica. São linguagens artificiais por não resultarem de um processo evolutivo, e por necessitarem de regras explícitas para seu uso. Como todas as demais linguagens artificiais, não comportam exceções.

O tesauro não deve ser confundido com "Vocabulário controlado" porque este contém apenas as relações sinonímicas, quase sinonímicas, bem como controle de polissemia, além de não diferenciar rigorosamente "termo" de "palavra". E também não apresenta relações estruturais entre os elementos.

Palavra é a menor unidade léxica, cujo significado se depreende do contexto em que ela figura mas que, tomada isoladamente, pode ter vários significados. O uso de palavras na indexação/recuperação é inadequado pela ambigüidade que elas carregam. Neste ponto começa a artificialidade da linguagem documentária: a partir de alguns princípios, escolhe-se uma determinada palavra ou expressão para representar um único conceito, ou idéia. Quando isto se dá, tem-se então, não mais uma "palavra" mas um "termo". Dito de outra maneira, o termo eqüivale a um conceito + uma designação. Esta designação pode ser constituída por uma ou mais unidades léxicas.

O controle dos termos é, portanto, necessário para que a cada um deles não se atribua mais do que um conceito e, também, para que a cada conceito não se atribua mais de um termo.

Os termos escolhidos para nomear um conceito (entidade, objeto, processo, etc.) são também chamados de descritores. Os outros são não-termos ou não-descritores e formam o conjunto das remissivas.

Sendo o tesauro um instrumento dinâmico, deve permitir o registro de novos termos gerados pelo avanço do conhecimento e/ou alterações de significados de termos já existentes.

São componentes dos tesauros os termos, a estrutura entre eles e o conjunto das remissivas.

Entende-se por estrutura o relacionamento, a ligação, a vinculação entre os conceitos representados por termos: nenhum deles pode figurar num tesauro sem que esteja ligado a algum outro, ligação que é determinada pelo seu significado.

Outra característica importante do tesauro é que ele cobre os conceitos de um domínio específico do conhecimento não havendo, portanto, um tesauro "geral". O que se pode ter são vários tesauros para cobrir os vários assuntos, elaborados todos eles segundo os mesmos princípios para que, entre eles, haja compatibilidade.

Uma vez identificadas as características do tesauro pode-se defini-lo como "Linguagem documentária dinâmica que contém termos relacionados semântica e logicamente, cobrindo de modo compreensivo um domínio do conhecimento".