• 沒有找到結果。

理解資訊的轉向:從資訊檢索到關鍵字分類

第二章 文獻與理論探討

第三節 理解資訊的轉向:從資訊檢索到關鍵字分類

立立 政 治 大

㈻㊫學

•‧

N a tio na

l C h engchi U ni ve rs it y

主性,而這樣的權力足以讓使用者在不同層面上認識和再認識社會關係、事件、

話語和制度;而搜尋結果上的標題和簡述,亦會影響使用者對該資訊的解讀

(Liang, Ladwig, Scheufele, Brossard, Xenos, 2011)。

既然搜尋引擎具有框限使用者獲取資訊的能力,回到本研究關注的焦點--Google Autocomplete。在網路搜尋引擎世界裡,搜尋關鍵字如同新聞的標題,唯 有當使用者鍵入搜尋關鍵字後,整個系統才會運作,並且進行運算。據此,關 鍵字建議功能的作用是產生在系統進行搜尋之前,從其他使用者的記錄,以及 使用者輸入的未完成關鍵字,預測使用者「可能想搜尋的資訊」或「或與關鍵 字相關的資訊」,進而給予關鍵字建議。故可以試想,經由使用 Google

Autocomplete,使用者對相關關鍵字的理解將不斷累積,也經歷不斷的資訊處理 歷程,如果搜尋引擎是再次框架,那麼 Google Autocomplete 是否可能造成第三 次的框架?關鍵字提示是否為一種選擇、強調、排除和詳述的框架過程?進而 影響使用者理解、特定資訊?

第三節 理解資訊的轉向:從資訊檢索到關鍵字分類

由於 Google Autocomplete 的作用仰賴使用者輸入搜尋關鍵字,因此欲探討 該功能對使用者理解資訊的影響,必須先理解關鍵字在人們整理和搜尋資訊中 的意義,特別在網路發達、所有文件、資訊和知識被數位化的今天,搜尋關鍵 字對網路使用者來說不僅是搜尋資訊的工具之一,同時也是人們理解資訊的捷 徑。本節從比較傳統圖書館式和標籤兩項分類方法為始,接者探討網路的分類 方式,以及這種分類方式對人們搜尋及理解資訊的影響。

一、過去與現在:資訊分類類的轉向

過去我們對於知識分類的了解,多是由特定專家所進行的傳統分類法,百 以科全書為例,各種知識依其內容及特性被分門別類,像是生命科學、自然科 學、社會科學、工程等,此種分類法具備了階層化和武斷的特性(吳筱玫,

2009)。階層化指的是知識是由上而下進行分類,如百科全書的例子,生命科 學類別以下有可分為動物學、植物學和環境科學等;而武斷指的是類目與類目 之間是互斥的,像是有關鳥類的知識,只會被歸類在生命科學中的動物學類目,

而絕對不會編列在其他分類如植物學中。這種分類方式將所有人類知識組織起 來,長期下來就形成一種知識規訓的原則,成為人們理解外在環境的主要方式

(吳筱玫、周芷伊,2009)。

網路興起後,每日資訊量成長速度加快,傳統的檢索式分類法以無法應付

•‧

立立 政 治 大

㈻㊫學

•‧

N a tio na

l C h engchi U ni ve rs it y

動輒上萬筆的龐大資訊量,關鍵字11的知識分類方式出現,由使用者為各種網路 資源進行標記和分類。一般最常見的說法即是俗民標籤(folksonomy)和社會性 標籤(social tagging),前者是結合“folk”和“taxonomy”意義,強調自由、草 根的概念,明顯與傳統檢索式分類的專家作區別;後者則是強調「人」,有促 進社會對話的含義,指的是標籤資源的個人或是利用標籤進行檢索的使用者,

不論任何形式的參與,都是社會互動的一種(卜小蝶,2006)。由於本研究目 的為探究Google Autocomplete對搜尋的影響,該功能的概念來自眾「智」成城,

集合大部份使用者的搜尋關鍵字,作為搜尋建議清單,並非關注搜尋者和專家 的差別,因此本文傾向使用社會性標籤進行討論。

社會性標籤即是代表一種新興的網路資訊組織方式,是由大眾共同參與的 一種分類方式,定義上,“Tag”指的是描述資源所使用的關鍵字,而

“Tagging”則是產生”Tag”的過程和方法,並且具備分類功能(卜小蝶,

2006)。不同於傳統分類學的由上而下的階層分類法,標籤是由下而上所產生 的資訊架構(卜小蝶,2007),使用者由被動轉為主動,且類目與類目之間沒 有一定的界限,因此分類彈性較大(吳筱玫、周芷伊,2009),而標籤內容通 常與個人需求及社會文化情境相關。此外,傳統分類法和社會性標籤法除了在 分類者和組織方式不同之外,精確性亦有很大的差別。由於標籤分類強調的是 由使用者所進行,因此不同於專家受過資訊組織訓練,使用者所訂定的標籤必 然不夠精確,品質也參差不齊(Wexler, 2005),但這些標籤能符合所需,而相 較之下,圖書館的分類索引相當精確,卻不一定符合使用者需求。

當前許多網站應用社會性標籤的概念,如網路影音Youtube、Flickr相簿、相 機軟體Instagram和學術資料庫CiteUlike,使用者可針對這些網站上的資源如影片、

音樂、照片或文章,提供標籤或註解。Weinberger(2005)指出,現代人們生活 處處都是標籤分類,從個人硬碟文件或檔案的名命,到資料夾的分類,都離不 開標籤;而當個人或網路資源標籤越來越多時,便會產生集體標籤

(tagstreams),同一個標籤指涉到不同的網路資源,使用者只須掌握一個標籤,

便有機會得到更多元的資源,對使用者來說是個有效的組織方式。

二、搜尋方式的轉變

集合所有使用者的標籤或關鍵字作為分類,致使資訊組織方式產生了變革,

搜尋資訊的方式必然也會跟著改變。搜尋引擎的搜尋技術正是因應網路資訊使 用標籤組織方式而來,如今網路搜尋資訊的步驟單純,使用者只須在搜尋框中 輸入相關的關鍵字,搜尋引擎便透過資料庫進行關鍵字比對,並透過系統運算,

將重要或符合使用者需求的搜尋結果依序排列,此即為一個完整的搜尋歷程。

11 在本節所有「關鍵字」和「標籤」同定義,是使用者針對任何形式文件或內容的一種私人分類方式。

•‧

立立 政 治 大

㈻㊫學

•‧

N a tio na

l C h engchi U ni ve rs it y

不過,Hanson(2005)認為這種以標籤(或關鍵字)的搜尋邏輯,徹底改 變人們理解社會的方式。他認為,在傳統分類法(classifying)中,知識與其所 屬類目之間具有一定階層的關係,且同一類目中的知識與知識之間,存在有意 義性的連結,如百科全書分類中,動物學和植物學同屬在生命科學的類目,兩 者的共通點即是動物和植物皆為生命,但又依動物和植物有其特定差異,因此 即便在同一類目中,仍依其獨特性而有所區分;然而在新的標籤(索引)分類

(indexing)中,同一類目下的知識與知識並無明確的意義關聯,它是利用定位 匹配(locating matches)的方法,例如當使用者輸入「鳥」,結果可能出現介紹 鳥類的生命科學相關網站,但也可能出現文本中有「鳥」這個詞彙的文學作品,

不過好處就是速度很快,適合含有龐大資料的網路環境中使用。

由上而下的傳統分類法具備組織性和穩定性,而由下而上的標籤分類法則 有流動性和不確定性,也正因搜尋引擎的搜尋原理源自標籤分類,因此,系統 只能依使用者輸入的關鍵字,找尋具有該字的文件或網站,如同表面的字形比 對,而無法更進一步處理關鍵字背後的意義。舉例而言,當使用者想要找有關 應用軟體遊戲「憤怒鳥」的資訊,若以「憤怒鳥」作為搜尋關鍵字,必然能找 到符合需求的結果,但同時也可能出現「憤怒的鳥」的其他選項,因為自動化 的分類系統,只能辨認「憤怒」和「鳥」兩個字詞,而無法辨別「憤怒鳥」是 為一種網路遊戲,而非形容鳥類的情緒。此外,作者和讀者對標籤定義不一,

經過不同讀者對原始文件的多次標籤和分類之後,最後使得一份文件同時擁有 多種意義不同標籤名(Weinberger, 2005),此亦間接讓使用者無法精確搜到需 求資訊。簡言之,當網路資源被一個或多個標籤或關鍵字作為摘要或代表時,

人們為了方便使用,久而久之會習慣這種資訊組織方法,過去傳統分類法的理 解方式慢慢被這種具有模糊的、流動的、不確定性的組織方式取代(Hanson, 2005)。

三、Google Autocomplete 的關鍵字提示與框架

在 Google Autocomplete 提供的搜尋建議中,關鍵字與關鍵字之間的連結性 亦是具備網路連結的特性,系統藉由記錄所有使用者的搜尋關鍵字,透過搜尋 次數進行排序,建議使用者如何搜尋。正因該技術同為標籤分類的應用,建議 清單中的關鍵字與關鍵字之間的連結,具有高不確定性,但卻透過系統的紀錄,

進而連結起來。

正如上節所論,框架可透過文中的關鍵字(keywords)、隱喻(metaphors)、

概念(concepts)、符號(symbols)和圖像(images)、例證(exemplars)、短 句(catchphrases)、描述(depictions)等得以實現,以引導讀者以特定方式理 解事件(Gamson & Modigliani, 1987; Entman, 1991),搜尋引擎如同一名傳播者,

而關鍵字建議清單則是其中的框架存在之處,關鍵字和短句是其框架的手法,

•‧

之間的關係透過 Google Autocomplete 而形成新的意義,長期下來,透過無數使 用者的瀏覽和選擇,強化這些關鍵字組合及其中流動意義的存在。

圖 2-1:Google Autocomplete 的框架機制 資料來源:研究者自製

正因為網路上的搜尋者並非專家,人人都有不同的搜尋目標和搜尋方式,

一個關鍵字建議的存在,可能代表兩種可能,其一為該關鍵字為熱門搜尋,代 表一個社會的文化和新聞趨勢;其二為該關鍵字的相關搜尋少,只要有少數使 用者的搜尋紀錄,便會為 Google Autocomplete 記錄下來,呈現在關鍵字建議清 單中。據此,搜尋關鍵字建議清單在某些情境下,並非來自多數使用者的紀錄, 來自於多數或少數使用者搜尋記錄的 Googlea Autocomplete 關鍵字建議清單中,

Google Autocomplete

使用者

•‧

立立 政 治 大

㈻㊫學

•‧

N a tio na

l C h engchi U ni ve rs it y

關鍵字與關鍵字之間亦具有流動和模糊的連結關係,這些關係透過 Google Autocomplete 系統的選擇、強調、排除和詳述的框架機制,得以被強化和鞏固其

關鍵字與關鍵字之間亦具有流動和模糊的連結關係,這些關係透過 Google Autocomplete 系統的選擇、強調、排除和詳述的框架機制,得以被強化和鞏固其

相關文件