การจำแนกประเภทเอกสาร

การจำแนกประเภทเอกสารหรือการจัดหมวดหมู่เอกสารเป็นปัญหาในสาขาบรรณารักษศาสตร์สารสนเทศศาสตร์และวิทยาการคอมพิวเตอร์งานนี้คือการกำหนดให้เอกสาร หนึ่งฉบับอยู่ใน กลุ่มหรือหมวดหมู่หนึ่งหรือมากกว่านั้นซึ่งอาจทำได้โดย "วิธีการด้วยตนเอง" (หรือ "วิธีการทางปัญญา") หรือโดยวิธีการทางอัลกอริทึม การจำแนกประเภทเอกสารด้วยวิธีการทางปัญญาเป็นงานหลักของบรรณารักษศาสตร์ ในขณะที่การจำแนกประเภทเอกสารด้วยวิธีการทางอัลกอริทึมส่วนใหญ่เป็นงานของสารสนเทศศาสตร์และวิทยาการคอมพิวเตอร์ อย่างไรก็ตาม ปัญหาเหล่านี้มีความเกี่ยวข้องกัน ดังนั้นจึงมีการวิจัยแบบสหวิทยาการเกี่ยวกับการจำแนกประเภทเอกสาร

เอกสารที่จะจัดประเภทอาจเป็นข้อความ รูปภาพ เพลง ฯลฯ เอกสารแต่ละประเภทมีปัญหาในการจัดประเภทเฉพาะของตนเอง หากไม่ได้ระบุไว้เป็นอย่างอื่นการจัดประเภทข้อความจะหมายความโดยปริยาย

เอกสารอาจถูกจัดประเภทตามหัวเรื่องหรือตามคุณลักษณะอื่นๆ (เช่น ประเภทเอกสาร ผู้เขียน ปีที่พิมพ์ เป็นต้น) ในบทความนี้จะกล่าวถึงเฉพาะการจัดประเภทตามหัวเรื่องเท่านั้น มีหลักการสำคัญสองประการในการจัดประเภทเอกสารตามหัวเรื่อง ได้แก่ แนวทางที่อิงตามเนื้อหา และแนวทางที่อิงตามคำขอ

การจำแนกประเภท "ตามเนื้อหา" เทียบกับการจำแนกประเภท "ตามคำขอ"

การจัดประเภทตามเนื้อหาคือการจัดประเภทที่น้ำหนักที่กำหนดให้กับหัวข้อเฉพาะในเอกสารจะเป็นตัวกำหนดชั้นที่เอกสารนั้นถูกจัดไว้ ตัวอย่างเช่น เป็นกฎทั่วไปสำหรับการจัดประเภทในห้องสมุดว่าอย่างน้อย 20% ของเนื้อหาของหนังสือควรเกี่ยวกับชั้นที่หนังสือนั้นถูกจัดไว้^{[ 1 ]}ในการจัดประเภทอัตโนมัติ อาจเป็นจำนวนครั้งที่คำที่กำหนดปรากฏในเอกสาร

การจำแนกประเภท (หรือ -ดัชนี) ที่มุ่งเน้นคำขอคือการจำแนกประเภทที่คำขอที่คาดการณ์ไว้จากผู้ใช้มีอิทธิพลต่อวิธีการจำแนกเอกสาร ผู้จำแนกประเภทจะถามตัวเองว่า “ควรพบเอนทิตีนี้ภายใต้คำอธิบายใด” และ “ลองนึกถึงคำถามที่เป็นไปได้ทั้งหมดและตัดสินใจว่าเอนทิตีที่อยู่ในมือมีความเกี่ยวข้องกับคำถามใดบ้าง” (Soergel, 1985, หน้า 230 ^{[ 2 ]} )

การจัดหมวดหมู่ตามความต้องการอาจเป็นการจัดหมวดหมู่ที่มุ่งเป้าไปที่กลุ่มเป้าหมายหรือกลุ่มผู้ใช้เฉพาะกลุ่ม ตัวอย่างเช่น ห้องสมุดหรือฐานข้อมูลด้านสตรีศึกษาอาจจัดหมวดหมู่/จัดทำดัชนีเอกสารแตกต่างจากห้องสมุดประวัติศาสตร์ อย่างไรก็ตาม อาจจะดีกว่าหากเข้าใจการจัดหมวดหมู่ตามความต้องการว่าเป็นการจัดหมวดหมู่ตามนโยบาย กล่าว คือ การจัดหมวดหมู่ทำตามอุดมคติบางอย่างและสะท้อนถึงวัตถุประสงค์ของห้องสมุดหรือฐานข้อมูลที่ทำการจัดหมวดหมู่ ในลักษณะนี้จึงไม่จำเป็นต้องเป็นการจัดหมวดหมู่หรือการจัดทำดัชนีที่อิงจากการศึกษาผู้ใช้ การจัดหมวดหมู่ตามความต้องการจะถือว่าเป็นแนวทางที่อิงผู้ใช้ก็ต่อเมื่อมีการนำข้อมูลเชิงประจักษ์เกี่ยวกับการใช้งานหรือผู้ใช้มาใช้เท่านั้น

การจำแนกประเภทเทียบกับการจัดทำดัชนี

บางครั้งมีการแบ่งแยกความแตกต่างระหว่างการกำหนดเอกสารให้กับชั้นเรียน ("การจำแนกประเภท") กับการกำหนดหัวข้อให้กับเอกสาร (" การจัดทำดัชนีหัวข้อ ") แต่ดังที่Frederick Wilfrid Lancasterได้โต้แย้งไว้ การแบ่งแยกนี้ไม่มีประโยชน์ “การแบ่งแยกทางศัพท์เหล่านี้” เขาเขียน “ไม่มีความหมายและมีแต่จะทำให้เกิดความสับสน” (Lancaster, 2003, หน้า 21 ^{[ 3 ]} ) มุมมองที่ว่าการแบ่งแยกนี้เป็นเพียงผิวเผินยังได้รับการสนับสนุนจากข้อเท็จจริงที่ว่าระบบการจำแนกประเภทอาจถูกแปลงเป็นพจนานุกรมศัพท์พ้องความหมายและในทางกลับกัน (ดู Aitchison, 1986, ^{[ 4 ]} 2004; ^{[ 5 ]} Broughton, 2008; ^{[ 6 ]} Riesthuis & Bliedung, 1991 ^{[ 7 ]} ) ดังนั้น การกำหนดหัวเรื่องให้กับเอกสารในดัชนี จึงเทียบเท่ากับการกำหนดเอกสารนั้นให้อยู่ในกลุ่มเอกสารที่จัดทำดัชนีโดยหัวเรื่องนั้น (เอกสารทั้งหมดที่จัดทำดัชนีหรือจัดประเภทเป็น X จะอยู่ในกลุ่มเอกสารเดียวกัน)