敘詞表、受控詞表、以及元數(shù)據(jù)
元數(shù)據(jù)和受控詞表是一組迷人的鏡頭，可以讓你看見(jiàn)系統(tǒng)間的關(guān)系。
在很多采用元數(shù)據(jù)的大型網(wǎng)站中，受控詞表是把系統(tǒng)粘在一起的黏膠。后端的敘詞表則能讓前端的用戶感受到更無(wú)暇且令人滿意的體驗(yàn)。
元數(shù)據(jù)
“關(guān)于數(shù)據(jù)的數(shù)據(jù)”
對(duì)數(shù)據(jù)處理而言，元數(shù)據(jù)是一種用于定義的數(shù)據(jù)，能夠提供其他被某種應(yīng)用軟件或環(huán)境所管理的數(shù)據(jù)的相關(guān)信息或者說(shuō)明。
元數(shù)據(jù)可以為數(shù)據(jù)說(shuō)明其元素或?qū)傩裕Q、大小、數(shù)據(jù)類(lèi)型，等）
或者其記錄或結(jié)構(gòu)（長(zhǎng)度、字段、數(shù)據(jù)列，等）
或者其相關(guān)數(shù)據(jù)（位于何處、如何聯(lián)系、擁有者，等）
元數(shù)據(jù)可能包含描述性信息，說(shuō)明數(shù)據(jù)的情境、質(zhì)量或狀態(tài)，或者特征。
善用內(nèi)容管理軟件受控詞表，就能夠建立動(dòng)態(tài)的、由元數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)站，而且支持分布式內(nèi)容創(chuàng)作方式，以及有力的導(dǎo)航方式。這種元數(shù)據(jù)驅(qū)動(dòng)的模式，完全改變了網(wǎng)站構(gòu)建和管理的方式。
我們不再問(wèn)“我要把文件歸類(lèi)在何處？”
我們現(xiàn)在可以問(wèn)“我要怎么樣描述這份文件？”
受控詞表
最模糊的說(shuō)法：受控詞表是任何一組自然語(yǔ)言的子集；
最簡(jiǎn)單的說(shuō)法：
受控詞表是一份等價(jià)術(shù)語(yǔ)清單，按同義詞環(huán)圈的形式排列；
或者是一份優(yōu)選術(shù)語(yǔ)清單，存儲(chǔ)在規(guī)范文檔中。
定義術(shù)語(yǔ)之間的等級(jí)關(guān)系（如上位類(lèi)、下位類(lèi)），就有了分類(lèi)體系；
建立概念之間關(guān)聯(lián)的模型，就是在做敘詞表
幾種不同受控詞表及其關(guān)系
同義詞環(huán)圈
同義詞環(huán)圈把一組定義為等價(jià)關(guān)系的詞匯鏈接起來(lái)，以供搜索之用。
事實(shí)上，這些詞通常不是真正的同義詞。
很多情況下，通過(guò)檢查搜索日志，或者和用戶交流，你會(huì)發(fā)現(xiàn)不同的人在尋找同樣的東西時(shí)，會(huì)使用不同的術(shù)語(yǔ)。比如描述“筆記本”，也可能會(huì)說(shuō)“本子”、“筆記”、“記事本”、“notebook”等等。這種情況下，如果沒(méi)有優(yōu)選術(shù)語(yǔ)，那么就應(yīng)該善用搜索引擎建立同義詞環(huán)圈，把這組等價(jià)術(shù)語(yǔ)放到文本文件中，當(dāng)用戶輸入其中一個(gè)詞匯給搜索引擎時(shí)，就拿這個(gè)詞匯和文本文件進(jìn)行比較。如果找到該詞匯，則查詢就會(huì)“擴(kuò)展”，將同義詞環(huán)圈中的其他術(shù)語(yǔ)也包含進(jìn)來(lái)。
比較直觀的例子就是電商平臺(tái)，如在某寶上搜索“詞匯一”，同時(shí)系統(tǒng)也會(huì)問(wèn)你，是不是再找“詞匯二”、“詞匯三”……即可以實(shí)現(xiàn)我們常說(shuō)的“模糊搜索”。
善用同義詞環(huán)圈能夠給用戶帶來(lái)驚喜般的搜索體驗(yàn)，但同樣也會(huì)帶來(lái)問(wèn)題：如果查詢屬于的拓展是在幕后進(jìn)行，用戶看見(jiàn)一些結(jié)果并沒(méi)有包含其關(guān)鍵詞時(shí)，就會(huì)感到困惑。這里會(huì)涉及到兩個(gè)概念：
查準(zhǔn)率：結(jié)果集內(nèi)文件的相關(guān)性；
查全率：結(jié)果集內(nèi)相關(guān)文件和系統(tǒng)中所有相關(guān)文件的比值；
同時(shí)具備較高的查準(zhǔn)率和查全率，是最理想的，但對(duì)于信息檢索領(lǐng)域而言，二者很難兼得。同義詞環(huán)圈可以大幅改善檢索，在小型數(shù)據(jù)庫(kù)中，可以增加20%-80%的查全率，但會(huì)降低查準(zhǔn)率。
良好的界面設(shè)計(jì)以及對(duì)用戶的目標(biāo)有了解時(shí)，可以幫助我們達(dá)到最佳平衡。例如：你可能要默認(rèn)要使用同義詞環(huán)圈，但是，規(guī)定精準(zhǔn)匹配的關(guān)鍵詞結(jié)果要放在搜索結(jié)果清單的頂端?；蛘?，最初的搜索可以忽略同義詞環(huán)圈，但是提供選項(xiàng)，在結(jié)果稀少或者無(wú)結(jié)果時(shí)，可以“拓展搜索包含相關(guān)術(shù)語(yǔ)”。
規(guī)范文檔
精準(zhǔn)地講，規(guī)范文檔放的就是一份優(yōu)選術(shù)語(yǔ)或可接受的清單，不含有詞形變化或同義詞。
事實(shí)上，規(guī)范文檔通常包含優(yōu)選術(shù)語(yǔ)和異形術(shù)語(yǔ)。換句話說(shuō)，規(guī)范文檔也是同義詞環(huán)圈，其中是將術(shù)語(yǔ)定義成優(yōu)選術(shù)語(yǔ)或可接受的值。
如以下一條記錄，選自美國(guó)郵政服務(wù)公司為美國(guó)各州定義的名稱使用規(guī)范文檔：
CT Connecticut, Conn, Conneticut, Constitution State
其中，首個(gè)詞“CT”為優(yōu)選術(shù)語(yǔ)，其后的詞為異形術(shù)語(yǔ)
規(guī)范文檔對(duì)內(nèi)容作者和索引者而言都是有用的工具，可以讓他們有效且一致地使用眾所認(rèn)可的屬于。此外，從受控詞表管理的角度來(lái)看，優(yōu)選術(shù)語(yǔ)可以視為每一組等價(jià)術(shù)語(yǔ)中的唯一標(biāo)識(shí)，這樣對(duì)異形術(shù)語(yǔ)進(jìn)行新增、刪除和修改時(shí)會(huì)更有效率。
當(dāng)時(shí)當(dāng)用戶從搜索換成瀏覽模式時(shí)，如果展示所有的同義詞、縮寫(xiě)、簡(jiǎn)寫(xiě)，以及每個(gè)術(shù)語(yǔ)常見(jiàn)的錯(cuò)誤拼法，則會(huì)讓整個(gè)畫(huà)面變亂而影響用戶體驗(yàn)，此時(shí)可以通過(guò)建立等價(jià)術(shù)語(yǔ)之間的指針來(lái)解決，及A“見(jiàn)”B的方式，這種指針的應(yīng)用也稱為“術(shù)語(yǔ)輪排”。
敘詞表
這里所謂的敘詞表是整合在網(wǎng)站或企業(yè)網(wǎng)絡(luò)內(nèi)，用以改善導(dǎo)航和搜索效果。
敘詞表是一種概念的語(yǔ)義網(wǎng)絡(luò)，把詞匯和同義詞、同音異義詞、反義詞、上位類(lèi)術(shù)語(yǔ)和下位類(lèi)術(shù)語(yǔ)，以及相關(guān)關(guān)系術(shù)語(yǔ)連接起來(lái)。
傳統(tǒng)的敘詞表可以幫助我們從一個(gè)詞找到好多個(gè)詞。但這里的敘詞表要做的事恰好相反，其最終要的目標(biāo)是同義詞管理，把許多同義詞或異形術(shù)語(yǔ)對(duì)應(yīng)到某個(gè)優(yōu)選術(shù)語(yǔ)或概念上，使得語(yǔ)言的模糊性不會(huì)妨礙用戶找到他們所需要的東西。
敘詞表構(gòu)建在較簡(jiǎn)單的受控詞表之上，建立這三種基本類(lèi)型的語(yǔ)義關(guān)系模型。
每一個(gè)優(yōu)選術(shù)語(yǔ)都是其自身語(yǔ)義網(wǎng)絡(luò)的中心。
等價(jià)關(guān)系是同義詞管理的焦點(diǎn)；
等級(jí)關(guān)系是把優(yōu)選術(shù)語(yǔ)分類(lèi)成類(lèi)別和子類(lèi)別；
相關(guān)關(guān)系是提供有意義的連接，而這有意義的連接，并非由等級(jí)關(guān)系或等價(jià)關(guān)系處理。
這三種關(guān)系對(duì)信息搜索和導(dǎo)航而言，在很多方面都很有意義。
未完待續(xù)……
