标签的语言粒度

一年零六个月前，我写了篇使用标签是迟早的事来反驳“就博客而言，标签没有太大意义”的观点。最近又看到在分享里有篇文章提到tags在中文网站用不好的原因之一是语言的粒度问题，因为“英文的粒度是单词，中文的粒度是字。”并且举了个“猫”的例子，英文tags多半是cat，而中文tags可能是猫、猫猫、猫咪、咪咪、小猫咪等等。

我认为这个结论还是不够准确，问题任何语言都存在，只是各有各的表现特征。在某种程度上，中文可能表现的很麻烦，但英文也简单不到哪里去，比如英文的复数。《锦绣蓝图》中有个关于英文正餐之前开胃菜说法的例子，可以叫starter, first course, appetizer, Hors d’oeuvres, Anamuse-gueule，另外西餐馆可能叫grazing，运动主题酒吧可能叫warmups。

可见，问题的关键是计算机不能像人一样主动思考。并且现实生活中，因为语言、文化、习惯、专业等等因素，很容易造成词汇混乱。在信息架构专业领域里，有个方法叫“创建受控词汇表”。顾名思义，就是统一“约定俗成的表意词”，用人工的关系组织来让计算机明白N种说法其实都一样。

文章提到第二个用户习惯的原因，我认为确实客观存在。但这个不是“中文”的问题，用户也可以再教育，比如很多做的好的英文产品上，也能看到中文用户提供并维护很好的tags体系。当然，说到网民容易把话题扯很大，反正现实是目前绝大多数中文网民上网的首要任务还不是“任务导向”。

综上所述，我认为问题的根本不在tag本身，而是设计层面做的不够。在实际的处理方案中，我认为tags不一定需要用户来提供，因为确实价值有限。但如果是团队内部用tags来组织信息，肯定会收到事半功倍的效果。只不过中英文的处理上，应该需要注意中文本地化问题。

还是关于“语言粒度”的例子，英文tags的input录入控件里，约定成俗的习惯基本都用英文逗号“,”做分隔符，而很多中文网站也延续了这个规范。我认为并不合适，因为英文的粒度是单词，有可能用多个单词加空格来做描述；而中文的粒度是文字，所有词描述都由N个字组成。另外，中英文切换也不方便，所以中文tags的input录入控件用“空格”做分隔符最合适。

源地址：http://blog.rexsong.com/?p=10005