蓋瑞基實驗室 Your brain networks

19.1.07

Tagging whatever


Web2.0的精髓就是讓不管是任何degree使用者, 皆可以對網路產生貢獻, 但在這麼多的貢獻內容當中, 又沒有Webmater 在做分類, 那這些內容到底怎麼自動的整理給讀者看, Tagging 的概念就產生了. 那我們是不是可以什麼都tag呢(tagging whatever)?

Wikipeidia 對Tag 有詳細說明 http://en.wikipedia.org/wiki/Tags, 它用keywords 來形容Tags, 是方便讀者下關鍵字找到該篇文章, 其實Tagging 簡單來說就是讓作者自己下分類, 畢竟內容如何分類, 作者是最清楚的, 只是每個作者對metadata的邏輯和知識本體(Ontology)的詮釋不盡相同, 這樣隨便沒系統的Tagging, 說實話對節省讀者找到文章或內容的時間並沒太大幫助, 它大概能幫一大堆有相關的objects 全串起來, 但可沒辦法分出關係連結的強度

例如 A 寫了一篇關於東京街頭的咖啡屋, 它提到店裡最有名的爪哇咖啡, A 認為因為爪哇咖啡是這家店的特色, 所以就把爪哇跟咖啡Tagging 起來, 但事實上當讀者會用爪哇咖啡去找文章或內容時, 應該是要知道關於這種咖啡的訊息, 可是搜尋後卻出現東京的咖啡聽, 不能說他們兩者沒關連, 只是關連強度太低, 是否有必要Push給讀者, 這是我們要討論的.

或許我們可以將Tag 分級(+-), 來計算出tagging 後文章和內容的關連強度, 再用強度去分類給讀者去選擇, 也許可以將Garbage Information降到最低. 做法可能可以由作者手動或由人工智慧去做, 但重點是在瞭解人類對語言的多重反應, 才能設計一個正確方式