メタデータタグ付けとは?
メタデータタグ付けは、デジタルコンテンツに構造化されたラベル、キーワード、分類、属性を割り当てる処理です。タグは、手動で入力する場合も、自動で推論する場合も、ワークフローのルールから継承する場合もあります。
メタデータタグ付けの仕組み
メタデータタグ付けは、コンテンツに機械可読な概念を追加し、項目のグループ化、検索、振り分け、管理を行えるようにします。タグは、統制語彙の識別子、階層型のカテゴリ、人やモデルが指定する制約のないラベルなどを参照します。割り当ては取り込み、レビュー、情報の拡充、公開の各段階で行え、必要に応じて信頼度と来歴を保持します。検索インデックスとワークフロールールは、メディアを繰り返し分析するのではなく、正規化された関連付けを利用します。
要点
- 安定した語彙識別子は、ラベルの変更や翻訳後も維持されます。表示テキストだけを保存すると、名称が変更された概念が無関係なものに見え、タグの重複が発生します。
- 階層型タグには、継承の動作を定義する必要があります。項目に「トランペット」というタグを付けても、インデックスがその関係を展開しない限り、すべての上位カテゴリが自動的に適用されるわけではありません。
- 自動推論されたタグには、モデルまたはルールのバージョンと信頼度を保持する必要があります。この情報がないと、チームは割り当てを再現したり、しきい値を一貫して再評価したりできません。
メタデータタグ付けが重要になる場面
アセットの検索、グループ化、保持、振り分けを一貫して行う必要がある場合は、統制されたタグを適用してください。自由形式のタグ付けは導入しやすい一方、同義語や誤記、曖昧な自動化ルールが生じがちです。