G1.10.2thesaurus broader narrower related设计研究
叙词表用广义词、狭义词与相关词描述概念间的层级与关联
别名: 叙词表 · BT NT RT · 广义狭义相关
概念解释
叙词表(thesaurus)在首选词之间再记下三种关系:广义词(broader term)、狭义词(narrower term)、相关词(related term)。它描述概念网络,不只是别名表。BT/NT 给出可扩可收的层级,RT 给出跨枝的「参见」。检索可以沿这些边走:太窄就升到广义词,太宽就降到狭义词,走偏了就跳到相关词。没有这三种边,受控词表只解决「一个概念一个名字」,不解决「概念之间怎么走」。
叙词表的层级是概念层级,不一定等于网站导航树。两者可以投影,但不能假设已经是同一张图。
机制
查询往往停在错误的粒度。用户键入「车辆」可能要的是「电动自行车」;键入一个产品型号可能还需要同系列。BT/NT 让系统有合法的放大缩小,而不是靠字符串包含去猜。RT 处理「不是父子但会一起被想到」的边,避免把相关做成第二个狭义词、污染层级。
关系要满足可逆与不循环:A 的狭义是 B,则 B 的广义是 A;相关应对称。环和单向残边会让自动扩检沿着错误方向走,召回一堆更远的概念。叙词表的价值在边的质量,不在词的数量。
怎么研究
测沿边扩检是否提高已知项与主题浏览,以及错误的边是否伤精度。
- 范式:给定过窄或过宽的查询,比较无边、只有同义词、加上 BT/NT/RT 的扩检;请标引员画关系,计算与金标准叙词表的一致。ISO 25964 类评估看关系完整与可逆。
- 自变量:可用关系类型、自动扩检走几跳、RT 是否与 NT 区分。
- 因变量:粒度错配任务的成功率、扩检引入的无关项、用户是否理解「已扩大到上级概念」。
- 方法论注意点:把导航树直接当成 BT/NT 会把营销类目写进概念网络。叙词关系应在概念层标注,再决定哪一段投影到界面。实验室若只用同义查询,测不到 BT/NT 的独特作用。关系是否完整、是否可逆,按叙词编制规则核对,不要用导航深度去代替。
边界
扁平的小词表(十几个互斥状态)不需要叙词关系,硬加 BT 会造出假层级。机器学习相似词不是 RT:相似是分布接近,RT 是编目声明的联想,两者失败模式不同。多父广义词(一个概念有两个 BT)合法但要在扩检策略里声明往哪边升,否则自动扩大会分叉。面向最终用户的界面不必把 BT/NT/RT 这些缩写亮出来,但底层关系仍要在。
怎么落地
- 核心概念补齐 BT/NT/RT:每个 NT 必须能回到 BT,RT 成对出现,禁止把「相关」写成孩子。
- 检索的「扩大 / 缩小范围」走这些边,并告诉用户落到了哪个更宽或更窄的词。
- 导航树若要投影叙词层级,只投影稳定的 BT/NT 段,营销桶不要写进叙词表。
- 验证:用一个过宽词和一个过窄词做同一主题查找。系统应能沿边给出合法的下钻或上收,且相关词不会被当成子类出现在层级控件里。