網(wǎng)絡(luò)信息分類(lèi)系統(tǒng)的詞匯控制

網(wǎng)絡(luò)信息分類(lèi)系統(tǒng)的詞匯控制

所謂詞匯控制，是指根據(jù)信息資源標(biāo)引和檢索的需要，對(duì)自然語(yǔ)言中的詞匯進(jìn)行選擇、規(guī)范并揭示其相關(guān)性的過(guò)程。自然語(yǔ)言作為一種人際交流和思維的工具，其詞匯具有使用靈活、表達(dá)性強(qiáng)等特點(diǎn)，但相對(duì)檢索要求來(lái)說(shuō)，含義不夠精確，缺乏明確的結(jié)構(gòu)，詞匯量也過(guò)大。因此，必須根據(jù)檢索系統(tǒng)要求，對(duì)詞匯進(jìn)行選擇和處理。適度的詞匯控制對(duì)于建立一個(gè)高效的信息組織和檢索系統(tǒng)是十分必要的。

分類(lèi)系統(tǒng)對(duì)詞匯的控制主要包括：同義控制、詞義控制和詞間關(guān)系控制三個(gè)方面[1]，本文主要圍繞這三個(gè)方面進(jìn)行討論研究。

1傳統(tǒng)分類(lèi)法詞匯控制

傳統(tǒng)分類(lèi)法的構(gòu)成原理中，詞匯控制是一個(gè)重要的方面。

1.1同義控制

即對(duì)字面形式不同、涵義相同的詞進(jìn)行控制，使一個(gè)概念只用一個(gè)語(yǔ)詞表達(dá)，目的是克服自然語(yǔ)言中的一義多詞現(xiàn)象。

分類(lèi)法對(duì)詞匯的同義控制主要體現(xiàn)在類(lèi)名的選擇上。類(lèi)名即類(lèi)目的名稱(chēng)，規(guī)定著類(lèi)目的含義和內(nèi)容范圍。當(dāng)遇到一義多詞情況時(shí)，傳統(tǒng)分類(lèi)法的選詞原則一般是：采用能準(zhǔn)確反映其含義且比較通行的科學(xué)名詞，而不選擇其俗稱(chēng)、舊稱(chēng)、不能準(zhǔn)確表達(dá)全稱(chēng)原義的簡(jiǎn)稱(chēng)、不通行的譯名或近義詞等[2]。如有必要，也可將這些落選的同義詞、近義詞用括號(hào)加注于類(lèi)名后，或設(shè)置交替類(lèi)目、用代參照。

1.2詞義控制

即對(duì)同形異義詞和語(yǔ)義含糊的詞進(jìn)行控制，使得詞義明確，一個(gè)詞語(yǔ)只表示一個(gè)概念，克服自然語(yǔ)言中的一詞多義現(xiàn)象。

傳統(tǒng)分類(lèi)法主要通過(guò)類(lèi)目注釋來(lái)對(duì)詞義進(jìn)行控制。類(lèi)目注釋有多種類(lèi)型，包括內(nèi)容注釋、關(guān)系注釋、編列方法注釋、分類(lèi)方法注釋、沿革注釋等。一般在類(lèi)目?jī)?nèi)容注釋中作詞義控制，對(duì)類(lèi)目的涵義加以說(shuō)明，或?qū)︻?lèi)目的內(nèi)容范圍加以區(qū)分，指示某類(lèi)包含與不包含的內(nèi)容。如中圖法第四版類(lèi)目“TB47工業(yè)設(shè)計(jì)”的注釋?zhuān)骸肮I(yè)設(shè)計(jì)是工程技術(shù)與美學(xué)藝術(shù)相結(jié)合的新學(xué)科”。

1.3詞間關(guān)系控制

指揭示詞匯之間的各種聯(lián)系使其成為一個(gè)語(yǔ)義相關(guān)的系統(tǒng)，目的是用以滿足擴(kuò)檢、縮檢、改變檢索方向等的需要。詞匯之間的聯(lián)系，主要包括等同、等級(jí)、相關(guān)三種基本類(lèi)型。

由于傳統(tǒng)分類(lèi)法以分類(lèi)標(biāo)記作為概念標(biāo)識(shí)，將系統(tǒng)展開(kāi)的類(lèi)目體系作為主要檢索途徑，因此，詞間關(guān)系控制成為其詞匯控制的中心。分類(lèi)系統(tǒng)主要采用系統(tǒng)方式展開(kāi)，通過(guò)層層劃分，構(gòu)成其具有隸屬、并列關(guān)系的秩序井然的概念等級(jí)體系。將主題之間從屬、并列、相關(guān)等聯(lián)系加以系統(tǒng)展示，同時(shí)將類(lèi)目之間的參照作為揭示類(lèi)目之間橫向聯(lián)系的一種補(bǔ)充手段。類(lèi)目參照一般用于內(nèi)容聯(lián)系具有揭示價(jià)值、但在分類(lèi)體系中被分散了的類(lèi)目之間，通常采用互逆的方式在相關(guān)門(mén)類(lèi)下注明。

2網(wǎng)絡(luò)分類(lèi)系統(tǒng)詞匯控制現(xiàn)狀

以下從同義控制、詞義控制及詞間關(guān)系控制三個(gè)方面來(lái)對(duì)網(wǎng)絡(luò)分類(lèi)系統(tǒng)詞匯控制的現(xiàn)狀與傳統(tǒng)分類(lèi)法進(jìn)行對(duì)比分析。

2.1同義控制

在類(lèi)目名稱(chēng)上，傳統(tǒng)分類(lèi)法的類(lèi)名力求科學(xué)、準(zhǔn)確、規(guī)范，而網(wǎng)絡(luò)分類(lèi)法在類(lèi)名選擇上更注意面向各類(lèi)網(wǎng)絡(luò)用戶，力求通俗易懂、時(shí)新，類(lèi)名也更為簡(jiǎn)練。因此，導(dǎo)致類(lèi)名不規(guī)范的現(xiàn)象在各網(wǎng)絡(luò)分類(lèi)系統(tǒng)尤其是在其三級(jí)及以下類(lèi)目中普遍存在，成為詞匯控制中一個(gè)突出的問(wèn)題[3]。如雅虎中國(guó)的一個(gè)三級(jí)類(lèi)目名“親子”，搜狐的一個(gè)三級(jí)類(lèi)目名“拓展”。

至于落選的同義詞，一般不建立用代參照或設(shè)置交替類(lèi)目，但可作為入口詞。如在提供類(lèi)目索引的雅虎中國(guó)中，在檢索框中輸入“腳踏車(chē)”，檢索結(jié)果會(huì)將你指引向“自行車(chē)”[4]。

2.2詞義控制

網(wǎng)絡(luò)分類(lèi)系統(tǒng)中，也普遍存在類(lèi)名用語(yǔ)模糊導(dǎo)致難以判斷其外延的現(xiàn)象。傳統(tǒng)分類(lèi)法中的詞義控制手段如含義注釋和范圍注釋也很少采用，一般只在一級(jí)大類(lèi)下有選擇地列舉重點(diǎn)或熱點(diǎn)下位類(lèi)來(lái)幫助明確其類(lèi)名含義。如Yahoo！中，在一級(jí)大類(lèi)“Business&Economy”下列出部分一級(jí)類(lèi)“B2B,Finance,Shopping,Jobs”[5]；在OpenDirectory中，一級(jí)大類(lèi)“Business”下列出部分二級(jí)類(lèi)“Jobs,RealEstate,Investinn”[6]。

2.3詞間關(guān)系控制

與傳統(tǒng)分類(lèi)法一樣，等級(jí)式類(lèi)目體系也是網(wǎng)絡(luò)分類(lèi)法進(jìn)行詞間關(guān)系控制的主要手段。傳統(tǒng)分類(lèi)法基本上是采用線性形式揭示類(lèi)目之間聯(lián)系的，這是文獻(xiàn)組織的需要和傳統(tǒng)檢索環(huán)境的特點(diǎn)所決定的。計(jì)算機(jī)的使用，特別是超文本技術(shù)的使用改變了這一狀況。超文本技術(shù)的特點(diǎn)是，可以通過(guò)節(jié)點(diǎn)之間的鏈接，以非線性的方式充分揭示和表達(dá)信息之間的聯(lián)系。這一特點(diǎn)極大地改進(jìn)了網(wǎng)絡(luò)分類(lèi)法中類(lèi)目之間各種關(guān)系的揭示，尤其是多維關(guān)系的揭示。這是超文本技術(shù)的強(qiáng)項(xiàng)，也是傳統(tǒng)分類(lèi)法中的一個(gè)薄弱環(huán)節(jié)。目前，網(wǎng)絡(luò)分類(lèi)體系中對(duì)多維關(guān)系的揭示比較充分，一般均通過(guò)鏈接的方式，在相應(yīng)類(lèi)下重復(fù)反映。但如在處理過(guò)程中缺乏一致性及對(duì)應(yīng)用范圍的適度控制，也會(huì)造成類(lèi)目關(guān)系的混亂。此外，單一的重復(fù)反映并不能簡(jiǎn)單代替相關(guān)關(guān)系的揭示[7]。

在從屬、并列關(guān)系的揭示上，網(wǎng)絡(luò)分類(lèi)系統(tǒng)目前也存在一些問(wèn)題，如類(lèi)目歸屬存在著不合理現(xiàn)象，同位類(lèi)排列不能揭示類(lèi)間關(guān)系等。

3網(wǎng)絡(luò)分類(lèi)系統(tǒng)詞匯控制改進(jìn)策略

網(wǎng)絡(luò)分類(lèi)目錄是因特網(wǎng)上用戶常用的兩種信息檢索工具之一，對(duì)網(wǎng)上海量的混雜無(wú)序的信息起著重要的導(dǎo)航作用。網(wǎng)絡(luò)分類(lèi)系統(tǒng)詞匯控制的根本目的是提高檢索效率，因此，筆者認(rèn)為網(wǎng)絡(luò)分類(lèi)系統(tǒng)的所有詞匯控制改進(jìn)策略都應(yīng)以提高檢索效率為前提。

3.1繼續(xù)保持自然語(yǔ)言的主體檢索語(yǔ)言地位

目前，在大多數(shù)信息存儲(chǔ)與檢索系統(tǒng)中，自然語(yǔ)言和人工受控語(yǔ)言處于并存狀態(tài)，相互取長(zhǎng)補(bǔ)短。隨著Internet的普及發(fā)展，信息檢索最終用戶日趨壯大，自然語(yǔ)言檢索呈現(xiàn)迅速發(fā)展趨勢(shì)。如前所述，網(wǎng)絡(luò)分類(lèi)檢索系統(tǒng)中詞匯控制具有與傳統(tǒng)分類(lèi)系統(tǒng)不同的特點(diǎn)，自然語(yǔ)言在系統(tǒng)中完全占據(jù)了主體地位。從根本上看，這是由自然語(yǔ)言檢索的特點(diǎn)和網(wǎng)絡(luò)用戶的檢索需求特點(diǎn)所決定的。

傳統(tǒng)分類(lèi)法的編制主要針對(duì)印刷型文獻(xiàn)的特點(diǎn)用以編制分類(lèi)目錄和組織分類(lèi)排架，而網(wǎng)絡(luò)信息分類(lèi)體系旨在為網(wǎng)上信息提供指引，建立與目標(biāo)信息的快速有效的鏈接。網(wǎng)絡(luò)信息分類(lèi)體系面向的是廣大網(wǎng)絡(luò)用戶而不是圖書(shū)情報(bào)專(zhuān)業(yè)人員。與原來(lái)的專(zhuān)業(yè)檢索人員相比，網(wǎng)絡(luò)用戶的范圍十分廣泛，他們的教育程度、知識(shí)結(jié)構(gòu)、專(zhuān)業(yè)技術(shù)、興趣愛(ài)好各不相同，對(duì)同一事物、同一概念的理解也不盡相同。因此，為了增加網(wǎng)絡(luò)分類(lèi)體系對(duì)一般用戶的易用性，現(xiàn)有的網(wǎng)絡(luò)分類(lèi)體系都盡量采用自然語(yǔ)言，而避免學(xué)術(shù)性、專(zhuān)業(yè)性過(guò)強(qiáng)的詞匯，從而向大眾提供易于掌握、使用的分類(lèi)查詢(xún)系統(tǒng)。

自然語(yǔ)言由于其與生俱來(lái)的詞義模糊、詞間關(guān)系不清等特性造成不少的漏檢和誤檢，與人工語(yǔ)言相比，檢索效率較低。但從用戶角度來(lái)說(shuō)，自然語(yǔ)言具有獨(dú)特的優(yōu)越性，如自然語(yǔ)言時(shí)新性強(qiáng)，一旦網(wǎng)頁(yè)中出現(xiàn)某個(gè)新概念詞語(yǔ)，即可直接使用這一新詞作為檢索入口，而不必要轉(zhuǎn)換成另一規(guī)范詞用于檢索。而且自然語(yǔ)言檢索方便，它解除了受控語(yǔ)言的種種限制，不需要復(fù)雜的檢索規(guī)則，使用者能夠較快適應(yīng)、易用性突出。當(dāng)然，要想獲得滿意的檢索效果，對(duì)自然語(yǔ)言的適度控制是不可缺少的，這包括建立機(jī)內(nèi)關(guān)鍵詞詞典、類(lèi)主題詞典和后控制詞表等。有理由相信隨著相關(guān)技術(shù)的日益提高，自然語(yǔ)言的優(yōu)越性將越來(lái)越顯著，網(wǎng)絡(luò)分類(lèi)檢索系統(tǒng)也將日臻完善，獲得人們的普遍歡迎。

綜上所述，為了促進(jìn)網(wǎng)絡(luò)分類(lèi)系統(tǒng)的廣泛使用，自然語(yǔ)言在其中作為主體檢索語(yǔ)言的地位需要繼續(xù)保持下去。

3.2適度借鑒傳統(tǒng)分類(lèi)法和主題法的詞匯控制手段

傳統(tǒng)分類(lèi)法主要通過(guò)其層層展開(kāi)的嚴(yán)密的類(lèi)目體系來(lái)進(jìn)行詞匯控制。其系統(tǒng)的類(lèi)目體系使得系統(tǒng)地掌握和利用一個(gè)學(xué)科或?qū)I(yè)范圍的知識(shí)和信息很方便，對(duì)于從學(xué)科或?qū)I(yè)出發(fā)的泛指性檢索能達(dá)到較高的檢全率，而且能方便地進(jìn)行擴(kuò)檢和縮檢。傳統(tǒng)主題法系統(tǒng)，一般以詞匯為單元進(jìn)行控制，主要通過(guò)參照系統(tǒng)和各種輔助索引來(lái)展示詞間關(guān)系，在主題詞的選擇、詞義控制方面比分類(lèi)法更為嚴(yán)格。主題法的特點(diǎn)是以主題為中心集中信息資源，能準(zhǔn)確、專(zhuān)指地標(biāo)引和揭示各種主題內(nèi)容，檢索的直接性、通用性好，適合于進(jìn)行專(zhuān)指性檢索，而且可通過(guò)靈活組配方式進(jìn)行多途徑檢索，達(dá)到較好的使用效果。

現(xiàn)有網(wǎng)絡(luò)分類(lèi)法由于應(yīng)用超文本技術(shù)揭示詞間關(guān)系，采用多重列類(lèi)的方法，從不同的屬性、角度設(shè)置類(lèi)目，從而提供從多個(gè)方面揭示信息資源的方法，增加了檢索入口，方便用戶從不同角度查找。這是其在檢索上相對(duì)于傳統(tǒng)分類(lèi)法和主題法檢索系統(tǒng)最大的優(yōu)勢(shì)。但從目前檢索實(shí)踐來(lái)說(shuō)，其檢索效率遠(yuǎn)不及后者，究其原因，詞匯控制是其中一個(gè)很重要的因素。因此，要改善網(wǎng)絡(luò)分類(lèi)系統(tǒng)的檢索效率，借鑒傳統(tǒng)分類(lèi)法和主題法成熟的詞匯控制手段是一個(gè)可行的辦法[8]。

首先，在類(lèi)目體系設(shè)計(jì)上，網(wǎng)絡(luò)分類(lèi)體系普遍存在著類(lèi)目設(shè)置缺乏規(guī)律性、類(lèi)目歸屬不合理、同位類(lèi)排列混亂、橫向關(guān)系揭示不一致等問(wèn)題，而這些問(wèn)題在傳統(tǒng)分類(lèi)法中都相應(yīng)地有很成熟的技術(shù)或約定俗成的做法可借鑒。

其次，在類(lèi)名選擇上可借鑒傳統(tǒng)主題法詞匯選擇的原則和方法或直接選用其主題詞。類(lèi)目名稱(chēng)不規(guī)范是目前各種網(wǎng)絡(luò)分類(lèi)系統(tǒng)的一大通病。作為面向最終用戶的檢索系統(tǒng)來(lái)說(shuō)，采用廣大網(wǎng)民所喜聞樂(lè)見(jiàn)的稱(chēng)謂是無(wú)可厚非的，但對(duì)于類(lèi)目命名還是要進(jìn)行適當(dāng)?shù)囊?guī)范化處理?，F(xiàn)有的網(wǎng)絡(luò)分類(lèi)系統(tǒng)大多屬于等級(jí)式主題分類(lèi)法系統(tǒng)，以主題充當(dāng)類(lèi)目。因此，借鑒傳統(tǒng)主題法詞匯選擇的原則和方法或直接選用其主題詞不失為改善詞匯控制的一個(gè)捷徑。

另外，在詞義控制上，可采取傳統(tǒng)分類(lèi)法和主題法所常用的手段，包括加限義詞、增設(shè)含義注釋和范圍注釋等，以進(jìn)一步明確類(lèi)目的內(nèi)涵和外延。這有助于用戶在查詢(xún)系統(tǒng)時(shí)快速、準(zhǔn)確選擇類(lèi)目，增強(qiáng)系統(tǒng)的用戶友好性，從而達(dá)到改善檢索效果的目的。

3.3建立一致的詞匯控制機(jī)制

許多國(guó)內(nèi)外知名的綜合性門(mén)戶網(wǎng)站如Yahoo、Excite、Infoseek、搜狐、網(wǎng)易等都研制有自己的網(wǎng)絡(luò)分類(lèi)檢索工具，提供分類(lèi)瀏覽式查詢(xún)。這些各具特色的網(wǎng)絡(luò)分類(lèi)體系給網(wǎng)上信息檢索帶來(lái)了極大的便利。這些分類(lèi)體系的大類(lèi)設(shè)置與劃分、類(lèi)名的表述與外延、類(lèi)目的排列等各不相同，檢索性能也有較大的差異。而用戶在查詢(xún)網(wǎng)絡(luò)信息時(shí)通常會(huì)使用多種分類(lèi)檢索工具，這就造成了用戶理解和使用的困難，更不利于網(wǎng)上信息資源的共建和共享。

傳統(tǒng)分類(lèi)法也曾是多種多樣的，但目前在國(guó)際上占主導(dǎo)地位的只有DDC、UDC和LCC，在我國(guó)則是《中圖法》和《科圖法》。綜合性的分類(lèi)法趨向統(tǒng)一是信息資源共享趨勢(shì)的結(jié)果?；ヂ?lián)網(wǎng)上信息資源的最大特點(diǎn)之一就是它的共享性。知識(shí)組織體系的相對(duì)統(tǒng)一將為基于網(wǎng)絡(luò)的資源共享提供便利。因此，編制適應(yīng)網(wǎng)上信息組織和檢索的統(tǒng)一分類(lèi)體系已成為迫切需要解決的問(wèn)題。建立一致的詞匯控制機(jī)制是統(tǒng)一分類(lèi)體系的非常重要的一環(huán)，對(duì)于推動(dòng)網(wǎng)絡(luò)分類(lèi)法的進(jìn)一步發(fā)展具有重要的意義。

建立一致的網(wǎng)絡(luò)信息分類(lèi)體系詞匯控制機(jī)制，應(yīng)該由圖書(shū)情報(bào)專(zhuān)業(yè)人員參與，以現(xiàn)有的傳統(tǒng)分類(lèi)體系主題法詞匯控制機(jī)制為基礎(chǔ)，吸收已有的網(wǎng)絡(luò)分類(lèi)體系的詞匯控制經(jīng)驗(yàn)和成果，遵循面向網(wǎng)絡(luò)信息資源、面向網(wǎng)絡(luò)技術(shù)環(huán)境、面向網(wǎng)絡(luò)用戶的原則。其詞匯控制機(jī)制主要包括同義控制、詞義控制、詞間關(guān)系控制方面的原理、原則、方法和技術(shù)等，此外，還包括詞量控制、詞組選擇和使用的控制、專(zhuān)指度的控制等方面的內(nèi)容。

最后，在詞匯控制機(jī)制一致的基礎(chǔ)上，構(gòu)建相對(duì)統(tǒng)一的網(wǎng)絡(luò)信息分類(lèi)法。所謂相對(duì)統(tǒng)一，是指在統(tǒng)一網(wǎng)絡(luò)分類(lèi)體系基本原理包括詞匯控制機(jī)制的基礎(chǔ)上，保留并改進(jìn)現(xiàn)有的多樣的網(wǎng)絡(luò)分類(lèi)體系，允許多種有特色有實(shí)力的分類(lèi)體系共存發(fā)展。因?yàn)椴煌木W(wǎng)絡(luò)分類(lèi)體系在類(lèi)目體系和資源選擇上往往都有自己的特點(diǎn)，在滿足不同用戶需求或檢索特定資源時(shí)有其獨(dú)到之處[7]。此外，多樣性必然導(dǎo)致網(wǎng)絡(luò)分類(lèi)體系之間的競(jìng)爭(zhēng)，為了爭(zhēng)取用戶，開(kāi)發(fā)者不得不針對(duì)用戶的需求實(shí)時(shí)地改進(jìn)，這就使得整個(gè)網(wǎng)絡(luò)分類(lèi)體系的性能得到自然的提升，從而推動(dòng)網(wǎng)絡(luò)分類(lèi)法逐步走向成熟和完善[9]。【參考文獻(xiàn)】

1馬張華.信息組織（第二版）[M].北京：清華大學(xué)出版社，2003.14-15.

2張琪玉.情報(bào)語(yǔ)言學(xué)基礎(chǔ)（第二版）[M].武漢：武漢大學(xué)出版社，1997.44-47.