一部作品为什么会有五六个标签：多标签交叉的原理

先定义：什么是多标签交叉

第1个问题：一部作品贴1个类型标签不够吗，为什么要贴五六个？

先给定义：多标签交叉，指同一对象同时接受来自多个维度的标注，每个维度贡献1个或少数几个标签，合起来描述对象的完整面貌。单一标签只能回答一个问题：它是什么题材。但读者找书时的问题有一串：什么题材、给谁看、完结没有、长篇短篇。多标签体系就是为这一串问题准备的，每个标签回答其中1个，缺了任何一类，检索时就会漏掉一种筛法。给概念下定义时，可以借用一个老办法：属加种差。先说它属于哪个大类，再说它与同类其他成员的差别在哪里。比如谈一种标签，先归到类型标签还是分级标签，再谈它的判据落在题材上还是年龄上。2句话，概念的位置就固定住了。

原则一：维度之间正交

第2个问题：题材标签和篇幅标签为什么不会互相打架？

多标签体系的第1条原则是维度正交：不同维度的标签各管一摊，互不干涉。题材维度回答讲什么，读者维度回答给谁，形式维度回答长什么样，分级维度回答门槛多高。1部作品在每个维度上各取1个值，组合起来就是它的标签组。正交保证了标签可以自由组合，组合数随维度增加而放大，这正是少量标签能描述海量作品的原因。步骤化拆解时，给每一步配一个明确的产出物会更稳：第一步产出一份样本清单，第二步产出一张判据表，第三步产出标注结果。产出物摆在那里，哪一步出了问题一目了然，也方便日后只修订出问题的一步，而不是推倒重来。方法类内容最怕只讲原则不讲顺序。读者真正卡住的地方通常不是不懂道理，而是不知道先做哪件。比如整理标签，有人先合并同义词，有人先删废弃标签，顺序不同，返工量差出2倍以上。把推荐顺序和理由一起给出，方法才算完整。

原则二：维度之内互斥

第3个问题：同一维度里能不能同时贴2个看起来矛盾的标签？

第2条原则是维度内互斥：同一维度内的主标签通常只取1个值。篇幅不能既是短篇又是长篇，连载状态不能既完结又连载中。题材维度相对宽松，可以有主副之分，但主标签仍只有1个。判断一份标签列表是否专业，先看它有没有违反互斥：同一维度里塞了3个并列主标签的，多半是堆砌而非分类，检索时反而互相干扰。实际操作中还有一个细节：先标注，后讨论。几个人对同一批样本各标一遍，再对比分歧出现在哪几条，分歧往往集中在不到20%的样本上。把讨论时间花在这少数样本上，效率远高于从头到尾逐条争论，判据的修订方向也会自己浮现出来。场景检验还有一步常被省掉：隔一段时间重测。同一套判据，3个月后再拿同一批样本标一次，两次结果不一致的条目，就是判据随使用习惯漂移的证据。漂移不一定是坏事，但要记录下来，否则后来的人会以为标准从来如此。

标签数量多少算合理

第4个问题：标签越贴越多，检索会不会反而更难？

会。标签数量存在合理区间：少于3个，描述不完整；多于10个，噪音开始压过信号。一般作品保留4到7个标签较合适，覆盖题材、读者对象、形式、分级4个基本维度，再视内容特点补1到2个特色标签。超出的部分多为同义重复或边缘元素，删掉它们，检索精度不降反升。定期给标签做减法，是多标签体系保持可用的关键动作。标签体系的边界还包括它不管什么：不管作品好不好看，不管作者名气大小，不管热度排名。把不管的事项提前写明，能挡住大量不属于分类系统的争论。一个体系管得越宽，往往每一件都管不好，收窄职责反而让它更可靠。最后留一条修订通道：每积累10条归类争议，就回头检查1次判据表。争议集中的地方，就是定义需要改写的地方。这样修订出来的体系，变化有据可查，不会因为某次心血来潮的改名而让旧记录全部对不上号。

小结：多有维度，才算信息

理解了交叉原理，再看平台上任何一部作品的标签栏，都能反推出标注者用了哪几个维度、每个维度取的什么值。遇到标签栏残缺的作品，自己也能按维度逐项补全。标签多并不可怕，可怕的是多而无维度；有维度约束的多，是信息丰富；没有维度约束的多，只是关键词堆积。

这类知识的用法不在背诵，而在形成固定的检查顺序：先看定义，再看判据，最后看样本。顺序固定之后，处理1个新标签的时间会从几分钟缩到几十秒，而且判断结果不随当天的心情波动。稳定，恰恰是分类工作最有价值的产出。