從「文件的後分類」談起

約從三個月前，項老師在實驗室會議裡，就多次提到「文件檢索後分類」的重要性。

對任意的使用者查詢字串 q，系統可以計算出一個符合 q 的文件集合 R(q)。對我來說，「檢索後分類」 (post-query classification) 指的是，對 R(q) 進行分類，並將分類的結果呈現給使用者，讓使用者決定接下來要做什麼動作。

這麼簡單的想法，講起來還真的沒什麼（至少我在多年前的博士論文就提過啦）。不過，據說對「圖書資訊學」來說，這個觀念還頗新奇呢。

項老師說，他覺得「檢索後分類」和「傳統的檢索」是很不一樣的。他說，傳統的檢索，目的是「找一篇或幾篇文件」，但「檢索後分類」卻可以讓使用者「看到」文件集合的特性，因此「檢索後分類」的背後，應該還有著更深層的哲學基礎。

是啊，我也認為「檢索後分類」的背後，還有很多值得細細思考之處。例如，我覺得有一種看法就頗值得想想，那就是從「資料採礦」(Data Mining) 的角度，將這些後分類視為「mining for document patterns」。

只是，「文件檢索」和「資料採礦」，在本質上終究還是有著頗大的差異。我想，若能細細品味、思考其間的關係與異同，應該也是一件很有意思的事情吧。