基于大眾分類法的網(wǎng)絡文學標簽應用研究

盧憶

摘 要 以用戶自定義標簽為主要形式的大眾分類法在網(wǎng)絡文學領域得到了普遍應用，標簽分類對網(wǎng)站原有的標準化分類系統(tǒng)進行了補充和完善。但不同的網(wǎng)絡文學網(wǎng)站在標簽的數(shù)量、類型、詞長詞性、重合度方面具有較大差異，網(wǎng)絡文學標簽在規(guī)范性上也存在通用程度低、同義詞和近義詞泛濫、歧義泛意指代模糊等問題，需要借助技術手段和運營手段實現(xiàn)對標簽的規(guī)范控制。

關鍵詞 網(wǎng)絡文學；大眾分類法；規(guī)范控制

中圖分類號 G203 文獻標識碼 A 文章編號 2096-0360（2018）18-0033-04

網(wǎng)絡文學是一種以網(wǎng)絡為載體和媒介實現(xiàn)創(chuàng)作、傳播、閱讀的過程的文學形式，廣義上泛指一切首發(fā)于網(wǎng)絡平臺的原創(chuàng)文學作品，狹義則指專門性文學網(wǎng)站上發(fā)表的通俗小說。本文涉及的“網(wǎng)絡文學”概念為狹義的網(wǎng)絡文學。由于網(wǎng)絡文學具有變化快、存量大、信息專業(yè)化程度低、無序性強的特點，且兼網(wǎng)絡文學的讀者閱讀需求分散、概括及表達能力參差不齊，傳統(tǒng)的自上而下層級式圖書分類方法既無法滿足網(wǎng)絡文學作品分類細化的需求，也不能幫助讀者提高信息檢索效率，反之，由用戶自發(fā)定義標簽對內(nèi)容信息進行描述并實現(xiàn)自動分類的平行非層級分類方法，即大眾分類法，在網(wǎng)絡文學領域得到了普遍應用，“標簽”也成為了讀者在網(wǎng)絡文學網(wǎng)站對作品內(nèi)容進行檢索時的重要依據(jù)。

1 網(wǎng)絡文學網(wǎng)站大眾分類法及標簽應用機制

1.1 大眾分類法相關概念

2004年美國學者Thomas Vander Wal首次提出大眾分類法（Folksonomy）的概念①，表示大眾分類法是廣大用戶根據(jù)自己需求和理解為信息自由添加標簽（Tag），從而實現(xiàn)信息分類的方法。標簽的選擇完全取決于用戶的習慣和目的，所添加的標簽不僅服務于添加者本人，還被廣泛共享于整個站點或網(wǎng)絡。相比主題詞和關鍵詞的使用規(guī)范，標簽在使用時通常并不要求全面概括或高度提煉信息內(nèi)涵，而且標簽詞匯在專業(yè)性上沒有要求，因此具有突出的自由性、簡易性、開放性的特點。此外，標簽之間不存在層級關系，不強調(diào)唯一性，能很好地實現(xiàn)信息的細化分類，從而以較低的管理成本換取了較高的使用價值。

然而，也正是由于自由度高、缺乏規(guī)范化管理，用戶自定義的標簽詞匯也存在詞量過大、語言混亂等問題。因此，應用大眾分類法的網(wǎng)站通常會利用“反長尾理論”會對用戶添加的標簽進行聚類整理，選擇高頻標簽和標簽分類結果呈現(xiàn)在檢索界面或推薦界面，以供用戶選擇，一定程度上實現(xiàn)對標簽詞量的控制。

1.2 網(wǎng)絡文學網(wǎng)站標簽使用流程

網(wǎng)絡文學具備存量大、更新快、題材體裁繁雜、受眾需求分散且文化素養(yǎng)偏低等特點，十分適用大眾分類法。目前，國內(nèi)影響力較大的原創(chuàng)文學網(wǎng)站大部分已采取大眾分類法對內(nèi)容資源進行細化

分類。

在創(chuàng)作階段，網(wǎng)站會要求注冊的作者為作品添加適當數(shù)量內(nèi)容描述性標簽，此類標簽可以在熱點標簽中進行選擇，也可以自行編輯定義。一般而言，網(wǎng)站對單篇作品標簽數(shù)量規(guī)定的上限為3～4個，除此之外，不對標簽詞性、字數(shù)做要求。

在作品發(fā)表及閱讀階段，部分網(wǎng)站允許讀者用戶添加收藏標簽或構建書單標簽。當同一標簽共現(xiàn)次數(shù)達到一定標準，系統(tǒng)則會將其提取為熱門高頻標簽，出現(xiàn)在作品檢索頁面或首頁推薦板塊，并成為作者創(chuàng)作時的備選標簽。當共現(xiàn)次數(shù)進一步提高，該標簽甚至可能會被網(wǎng)站編輯所關注，經(jīng)過規(guī)范化處理后提煉為基礎分類中的固定選項。

1.3 自定義標簽分類與標準化分類的主要區(qū)別

編輯主導的標準化分類是各大文學網(wǎng)站的基礎分類體系，該分類與用戶主導的標簽分類體系體現(xiàn)在5個方面：1）所有類目的標引詞均經(jīng)過編輯的規(guī)范整合，具有較高的準確性，并在語法上保持統(tǒng)一；2）通常情況下，基礎分類選項具有唯一性，不可多選、復選；3）通常情況下為強制性分類，作品上傳前必須加以選擇，無法跳過該分類環(huán)節(jié)；4）基礎分類主要依據(jù)作品大綱，對作品的主干內(nèi)容進行分類，一般不涉及小說細節(jié)；5）基礎分類在結構上更為清晰，具有層級結構。

表1 網(wǎng)絡文學網(wǎng)站標準化分類常見標引詞

一級標引詞 相關復合式標引詞或下位類標引詞

游戲 游戲競技、棋牌桌游、虛擬網(wǎng)游、科幻游戲、電子競技

歷史 架空歷史、歷史武俠、歷史軍事、歷史穿越、歷史神話

都市 都市生活、都市言情、都市異能、都市重生、都市娛樂

同人 游戲同人、武俠同人、動漫同人、影視同人、小說同人

武俠 仙俠武俠、武俠仙俠、新派武俠、歷史武俠、傳統(tǒng)武俠

奇幻 玄幻奇幻、奇幻玄幻、奇幻修真、西方奇幻、史詩奇幻

仙俠 仙俠奇緣、仙俠武俠、武俠仙俠、古典仙俠、玄幻仙俠

科幻 科幻空間、科幻末世、星際科幻、科幻游戲、科技時代

玄幻 玄幻言情、奇幻玄幻、東方玄幻、玄幻仙俠

青春 浪漫青春、熱血青春、校園青春、純愛青春、悲傷青春

2 網(wǎng)絡文學網(wǎng)站高頻標簽比較分析

本次研究統(tǒng)計了起點中文網(wǎng)、起點女生網(wǎng)、晉江文學城、17k小說網(wǎng)、瀟湘書院、縱橫中文網(wǎng)在內(nèi)的6家文學網(wǎng)站、共計7個站點（17k小說網(wǎng)分為主站、女頻小說站兩個站點）的標簽。選擇這6家網(wǎng)站作為研究對象的原因是其日均流量、百度指數(shù)處于同類網(wǎng)站中的領先地位，并且兼顧男頻女頻兩大小說類型，具有代表性。

2.1 標簽數(shù)量比較

從標簽數(shù)量上看，共收集標簽553個（不排除重復標簽），平均每個站點標簽數(shù)為79個，其中瀟湘書院和晉江文學城標簽數(shù)量最多，分別為183、119，數(shù)量最少的站點為縱橫中文網(wǎng)，只設定有29個備選標簽，各網(wǎng)站之間備選標簽數(shù)量之間存在較大差距。

2.2 標簽類型比較

對網(wǎng)絡文學網(wǎng)站熱門標簽依據(jù)標簽描述對象分類，一般可以分為“角色、情節(jié)、風格”3大類。不同網(wǎng)站由于自身讀者群體和整體風格不同，在標簽類型上存在不同傾向。如晉江文學城119個熱門標簽中僅3個與角色有關，其他絕大多數(shù)為情節(jié)類標簽，而起點中文網(wǎng)74個熱門標簽中則有28個為角色類標簽，占全部熱門標簽的30%以上。

表2 網(wǎng)絡文學網(wǎng)站熱門標簽

類型 舉例

角色身份 吸血鬼、殺手、醫(yī)生、明星、魔法師、王爺

角色性格 小白、腹黑、冷酷、陽光、鐵血

角色特質(zhì) 廢柴流、軟飯流、女強、精英、女配

關鍵情節(jié) 種田、穿越、重生、盜墓、復仇、婚戀、宮斗

背景題材 洪荒、江湖、系統(tǒng)、宮廷侯爵、豪門、機甲

故事走向 勵志、虐戀、開放式結局

風格 爽文、輕松、甜文、囧文、爆笑

2.3 標簽詞長與詞性比較

7個站點的熱門標簽除極少數(shù)英文詞匯外，其余詞長均為2至4個漢字字符，詞性方面則比較混亂，包括了名詞、形容詞和動詞。少數(shù)網(wǎng)站對篩選出來的熱門標簽的詞長和詞性進行了統(tǒng)一，如瀟湘書院，全部59個熱門標簽，詞長均為2個字符，詞性方面均為名詞，相對規(guī)范。其余網(wǎng)站，則沒有做到完全統(tǒng)一，但具有一定的傾向，如晉江文學城的標簽字符數(shù)較多，常見為4個字符，且多為文學性較強的成語或詞組，如“情有獨鐘”“花季雨季”“天之驕子”等，相對應的其他站點的近義標簽則為較為簡單的“專情”“青春”“精英”。

2.4 各網(wǎng)站之間標簽重合度比較

從標簽重合度上看，7個站點間重復標簽共有112個，一定程度上體現(xiàn)了網(wǎng)絡文學標簽共通性，然而，其中出現(xiàn)概率在50%以上（即出現(xiàn)3次以上）的標簽僅有16個，此外，核心內(nèi)涵一致的標簽，在不同站點或同一站點內(nèi)具體表述形式上存在差異，大量詞匯在詞義上存在層級關系和關聯(lián)關系，體現(xiàn)了標簽設置的隨意性和用戶標注習慣的差異性。

3 網(wǎng)絡文學標簽存在的規(guī)范性問題

在大眾分類法倡導由用戶自由構建標簽，這使得個體差異在標簽構造、傳播和使用的過程中體現(xiàn)得尤為明顯，未經(jīng)過專業(yè)訓練的大眾，在設置標簽時對資源描述的準確性有所欠缺，導致標簽規(guī)范性問題在所有應用平臺上普遍存在。

而在網(wǎng)絡文學領域，由于內(nèi)容更新快、熱點交替頻繁、題材繁雜、讀者關注點分散，資源描述的難度進一步增加，規(guī)范性問題也隨之更為突出，具體表現(xiàn)為以下幾個方面。

1）各網(wǎng)站之間標簽通用程度低。雖然同屬網(wǎng)絡文學原創(chuàng)網(wǎng)站，但各網(wǎng)站因其受眾和風格差異，用戶設置及網(wǎng)站提取的標簽，在數(shù)量、細化程度、描述側重點、語法結構、詞義詞性、具體表述形式上都存在不同。同一標簽，在不同網(wǎng)站的使用幾率不一；同一概念，在不同網(wǎng)站標簽的字面表述形式也存在或大或小的差異。例如，在男性向小說網(wǎng)站情感類文章較少，只需“感情”標簽即可滿足大部分男頻言情小說的分類需要，而在女性頻道，與“感情”相關標簽則需要細化為“虐戀情深”“都市情緣”“西方羅曼”等不同維度；大部分男頻網(wǎng)站的標簽傾向于簡單明了的概念和詞匯，相比之下女頻網(wǎng)站標簽文學氣息、浪漫氣息更濃，同時也更為

復雜。

表4 起點中文網(wǎng)與晉江文學城使用率前五的標簽比較

排名 起點中文網(wǎng) 晉江文學城

1 熱血 情有獨鐘

2 學生 穿越時空

3 重生 都市情緣

4 位面 花季雨季

5 孤兒 虐戀情深

2）大量同義詞、近義詞和關聯(lián)詞造成冗余。用戶在最初對網(wǎng)絡文學作品進行標注時采取的規(guī)則并不統(tǒng)一，導致出現(xiàn)大量同義詞、近義詞及關聯(lián)詞詞義交叉的問題。主要表現(xiàn)有兩類，一類在語義和語法上都近似，只存在微小字面差別，如“洪荒”與“洪荒流”“種田”與“種田文”；一類則是缺少字面聯(lián)系，但存在密切的內(nèi)在關聯(lián)，如“吸血鬼”與“血族”“咸魚翻身”與“炮灰逆襲”“鑒寶”與“古玩”。后者比前者更為隱蔽，但造成的冗余現(xiàn)象以及在檢索時對查全率查準率的影響卻不低于前者。

3）歧義、泛意化、復合式詞匯干擾分類。除同義詞、近義詞外，歧義、泛意化以及復合式的標簽詞匯，也對標簽分類的使用效率造成了極大的干擾。歧義的出現(xiàn)主要是由于網(wǎng)絡文學中的部分概念具有特殊性。例如，網(wǎng)絡文學網(wǎng)站中“獵人”標簽通常指代某日本動漫作品，一般用以描述以此動漫作品為創(chuàng)作背景的同人小說，但如果主要角色類型為“打獵者”的小說也可能使用“獵人”標簽。泛意化詞匯是指如“風云”“傳奇”等含義寬泛、指代模糊的詞匯。復合式詞匯則是指有由簡單概念組合成的復合概念，部分復合式詞匯在組合后并不能清晰表達單一主題的復合概念，如“青樓宮廷”“騎士與劍”等，對其他用戶而言，并不能明確感知被組合的概念之間的關系。

4）網(wǎng)絡流行詞泛濫。網(wǎng)絡文學標簽中存在大量網(wǎng)絡流行詞，雖然符合用戶閱讀習慣，但由于網(wǎng)絡流行語本身存在的時效性短、表述不規(guī)范、審美趣味低等問題，也間接影響了用戶設置的標簽質(zhì)量。與此同時，還促使部分作者利用標簽炒作、賣噱頭，故意設置獵奇標簽吸引用戶關注等問題。近年來熱點的網(wǎng)絡流行詞，如“網(wǎng)紅”，已成為諸如晉江文學城在內(nèi)的部分網(wǎng)站的熱點標簽。起點中文網(wǎng)上則存在“猥瑣”等負面標簽。

5）生僻標簽利用率低造成冗余。標簽分類具有明顯的“長尾”特性，高使用率的標簽僅占極小的部分，大部分標簽利用率普遍較低。這是大眾分類法無可回避的弊端。

4 網(wǎng)絡文學標簽規(guī)范化趨勢及手段

對大眾分類法實現(xiàn)根本意義的規(guī)范控制，有賴于語義信息分析處理技術的發(fā)展，即通過挖掘標簽的內(nèi)部語義信息，對同義詞、近義詞、關聯(lián)詞進行自動聚類，建立起標簽之間的等級層次關系，同時也能達成標簽規(guī)范性自動修正的目的。而在此之前，網(wǎng)絡文學網(wǎng)站依然可以通過適當干預熱門標簽的篩選展示環(huán)節(jié)，引導用戶改善現(xiàn)有標簽的規(guī)范性問題。

1）同一集團旗下網(wǎng)站、同類型網(wǎng)站增強標簽通用性。目前，標簽一致性程度最高的網(wǎng)絡文學網(wǎng)站為閱文集團旗下的起點中文網(wǎng)和創(chuàng)世中文網(wǎng)，兩者檢索頁面顯示的熱門標簽幾乎完全一致。此外，同屬閱文集團的起點女生網(wǎng)，雖然是女頻網(wǎng)站，但與起點中文網(wǎng)的標簽熱門重合度也很高。經(jīng)比較，三者在基礎分類頁面、標簽展示頁面、標簽設置頁面均有一定的相似性，篩選熱門標簽時對同義詞的取舍也具有突出的一致性。

2）標簽展示系統(tǒng)增加篩查機制和淘汰機制。雖然無法直接干預用戶自定義標簽，但在熱門標簽展示環(huán)節(jié)，網(wǎng)站可以對展示出來的標簽進行外在條件上的控制，如對詞長設置上限、將新生的熱門標簽與原有標簽進行比較，排除近義詞，同時對使用頻率較低的標簽下架處理。

3）融合基礎分類與標簽分類。網(wǎng)站可以將基礎分類與標簽分類的結果進行對應，長期處于熱門狀態(tài)、并相對穩(wěn)定的標簽可以直接設置為基礎分類的選項，不僅完善了分類項，還能對標簽詞量進行控制。同時對完成基礎分類的作品，在標簽設置環(huán)節(jié)，對其備選的熱點標簽根據(jù)其基礎分類進行調(diào)整，引導用戶盡選擇規(guī)范標簽。這一手段本質(zhì)上是將大眾分類法與傳統(tǒng)的知識分類方法進行融合。更為高效的處理方法是將經(jīng)過規(guī)范化的受控詞匯與標簽進行自動關聯(lián)影射。

注釋

①Thomas V W.Folksonomy Explanations.（2017-02-21）.http：//www.vanderwal.net/random/entrysel.php？blog=1622.

參考文獻

[1]黃建年，侯漢清.Tag分類基本問題探究[J].情報理論與實踐，2008（3）：461-465.

[2]毛軍.元數(shù)據(jù)、自由分類法（Folksonomy）和大眾的因特網(wǎng)[J].現(xiàn)代圖書情報技術，2006（2）：1-4，9.

[3]隆捷.基于標簽的互聯(lián)網(wǎng)自由分類法研究[D].北京：北京大學，2007.

[4]吳瓊，袁曦臨.基于Folksonomy的網(wǎng)絡文學書目資源本體構建[J].圖書館雜志，2013（7）：27-31，39.

[5]吳江.利用大眾分類法構建本體研究[J].圖書館界，2010（1）：26-29.

[6]李玉萍.試析中國網(wǎng)絡文學網(wǎng)站內(nèi)容設置的現(xiàn)狀與影響[J].小說評論，2010（S2）：177-181.

[7]何娟.社會標簽的規(guī)范控制及其應用研究[D].南京：南京農(nóng)業(yè)大學，2014.

[8]賈君枝，李婷.分眾分類與書目記錄結合研究[J].情報理論與實踐，2011（7）：38-43.