tags - 如何解决基于标签的网站的语义问题

Question

基于标签的网站经常遭受同义词、同音异义词等语言的微妙影响。对于寻找信息的程序员，比如在 Stack Overflow 上，具体示例是:

• Subversion 或 SVN(或 svn，标签区分大小写)
• .NET 或 Mono
• [将添加更多]

问题是我们确实想保留我们语言的精巧，让机器尽可能好地处理它。

像 del.icio.us 这样的网站发现它的标签基数增长了很多，因此可能会阻碍使用或搜索。搜索与 SVN 相关的条目可能会列出大多数同时带有 subversion 和 svn 标签的条目，但我可以想到三个问题:

1. 搜索不完整，因为许多条目可能没有两个标签(它们是“同义词”)。
2. 搜索的用处不大，因为问答通常会带来更多的问答!特别是对于给定主题的新手。
3. 标记问题(注意:或单独回答，听起来很有用)变得哲学化:“我标记的方式正确吗？”

解决这些问题的一种方法是在标签之间创建语义链接，以便系统自动绑定(bind) subversion 和 SVN，而不是可怜的用户。

这是一种听起来不错/可行/有吸引力/有用的方法吗？如何高效实现？

Answer 1

识别同义词和语义联系是人类擅长的；通过找到一种将匹配留给人类的方法，组织开放式分类法(如 SO 所具有的特征)的解决方案可能会得到很好的服务。

一种通用方法:某人(或某个团队)每天审查新标签。新的同义词被添加到同义词组中。搜索命中同义词组(或者，更细微的，根据用户偏好命中文字匹配或同义词组匹配)。

这需要在后端支持同义词组(为开发团队工作)。它需要一个或十个标签管理员(为负责人或受信任的用户工作)。不过，它不需要不断扩展——总标签池的增长速度很可能(在公开测试版最初的 Here Comes Everybody bump 之后)很可能下降 随着时间的推移，就像任何有机词典的增长率一样。

同义词让我印象深刻。分层映射是一个雄心勃勃且更复杂的问题；它可能值得也可能不值得，但考虑到定义层次结构的相对复杂性，最好将它作为任何潜在同义词项目的第 1 阶段的第 2 阶段。