寓言故事
老索引员给词语称了重量
城里档案馆最早找卷宗,只看有没有同一个词。读者问‘桥税’,抄录员就把所有含‘桥’或‘税’的卷宗搬来。桌上很快堆满纸,其中很多只是随口提到一句。
馆长意识到,词出现过不等于重要。一本关于东桥税制的卷宗反复写桥税,当然相关;一本游记只写‘路过桥边交了税’,就不该排在前面。
老索引员开始给词称重量。他先数一个词在某本卷宗里出现多少次。出现得多,说明这本卷宗可能更相关。但他很快发现,太长的卷宗天然容易出现更多词,不能只按次数奖励。
于是他又看这个词在全馆有多稀有。像‘的’、‘城里’这种到处都有的词,几乎没有分辨力;像‘桥税减免令’这种少见词,一旦出现就很有价值。
还有一个问题:某个词出现一百次,不一定比出现十次强十倍。老索引员给重复出现设了上限,避免一本文书靠堆词把自己抬到最前。
后来,读者问‘东桥税收减免’,索引员不再只搬所有含这些词的卷宗,而是综合看:这些词在文中出现得够不够多、在全馆够不够稀有、这本卷宗长度是否合理、重复出现是否已经饱和。
年轻人问他:这不是很老的办法吗?老索引员说:老不等于没用。只要问题里有明确名称、编号、术语、条款,先把字面线索用好,往往比猜意思更可靠。
后来档案馆有了按意思找书的新地图,老索引员仍然没有退休。他和新地图一起工作:一个抓精确词,一个抓相近意思。馆长这才明白:在复杂检索里,字面匹配不是落后,而是一根稳定的钉子。没有它,很多专名和条款会漂走。遇到生僻地名、票号、律令名时,新地图常会绕远,老索引员却能一把抓住。馆里后来先用它定住明面线索,再让别的办法补上含义。