informationタグは最小限の固有名詞で
どうも673です。記事を読んでいて、追記しておくべきeurekaがあったので、紹介させて頂きます。
Chaos Piggydbでは書籍の内容を引用したデータベースを作っていますが、これらのフラグメントには基本的に書籍の名前のタグが付いています。そして具体的な内容についての分類はこの書籍名タグに対して行っています。実は個人的に作っているプライベートのPiggydbでは、当初直接フラグメントに内容を表すタグを付けるようにしていました。しかし同じ書籍から引用される内容は当然のことながら、同じようなテーマに沿ったものが多く、同じ組み合わせのタグがくり返し現れます。もし、この組み合わせに一つタグを追加したくなった場合、該当する全てのフラグメントを見ながら、タグを追加していく必要があります。Piggydbではフラグメントの一括処理が比較的簡単にできるので、数が少なければそれほど大変な作業ではないと思うのですが、書籍名をタグにしていれば、そのタグに対してタグを追加するだけで済みます。
そして重要なのは、フラグメントに適用すべきタグは最も具体的なタグだけでOKだということです。ある選手のタグを試合フラグメントに貼り付ければ、そのフラグメントはその選手の所属国やスタイル、性別によっても同時に分類されることになります。
｢命題｣について書かれたテキストフラグメントから生まれる｢ボトムアップ式タグフラグメント｣、写真や絵、マインドマップ、手書きのイメージなどから生まれる｢画像タグフラグメント｣。適切な名詞が浮かばない状態でもタグを作ることができる｢タグフラグメント｣はやっぱり素晴らしい発明ですね！
つまり、検索性を高めるためには、記事ごとに必要最小限の"固有名詞"でタグ付けしていくことが有用なんですね。また、抽象的なイメージをタグに利用できるのはやはり素晴らしいです。
ここからは、まだ悩みの段階なのですが、固有名詞のinformaitonタグを"検索性のため"に更にタグで整理していくのは、必要最小限にするべきだと感じました。もちろん、そこから生まれたintelligenceタグをさらにintelligenceタグで整理していくのは素晴らしいことだと思うのですが。その辺りの線引きは、さらにPiggydbを使い込んでいく内にスッキリしていくかなと感じています。
固有名詞
タグについては、そんなこと書いていたなあという感じで、今ではあんまり実践してないですね（笑）
今だと人物名などはよく使いますが（誰の発言だとかを記録しておきたいので）、その他の固有名
タグについては、基本的にそのモノや人物、出来事などを深く掘り下げたい場合に限定しているような気がします。
この辺の方法も使うたびにどんどん変わっていくのが、Piggydb故なのか、単に自分がふらふらしているだけなのか分かりませんが、そのときの目的や意識によって、使い方はかなり変わってきますよね。
どうも６７３です。なるほど、最近ではそんな感じなんですね。とても参考になりました。
私の場合、普段の学習やプロジェクトなど目的がある程度限定されている場合や知的好奇心が適度に抑えられている対象の場合は、[
#680] 既存の分類は手軽に済ませ、独自の発想を育てていく、のやり方で上手く対応できているんですよね。
問題は趣味のPiggydbの方で、こちらはどんどんeurekaが湧き、intelligence
タグが思いつくので、まだまだ使い方を模索している段階です。
