Wenn du ein Paradebeispiel für einen Thesaurus ansehen willst, dann schau dir mal das WordNet-Projekt aus Princeton an. Ist für einen Thesaurus zwar ziemlicher Overkill, weil es ebenso als Datenbank und semantisches Lexikon verwendet werden kann, aber die Masse - zugegebenermaßen nur fürs Englische - an Items und Referenzen zwischen ebensolchen ist doch beachtlich. Und es wird schon vielfach eingesetzt. Zum Thema Überlegenheit von Statistik vs. linguistischer Ansatz: Das Problem der linguistischen Ansätze ist glaube ich nicht, dass sie so schlecht sind, sondern dass es unheimlich komplexe Algorithmen sind, die das ganze Unterfangen so schwierig machen. Ich habe letztes Semester - ich studiere noch - mit ein paar Kommilitonen eine rein perzeptive Grammatik auf Basis von dem SCOL von Abney entwickeln sollen und wir hatten am Ende eine Rate von 50% und das ist für vier Monate Entwicklung sehr viel...
Aber mit der steigenden Leistungsfähigkeit der Rechner und verbesserten Algorithmen sollte doch noch einiges rauszuholen sein.