第5章　歸併為 Wiki 表題語——第二次整合的決定

第一次擷取結束後，留下的是五千至一萬五千列的一張表。列數很多，分類分成九種，但不能把這張表原樣放進 Vault。因為同一人物以三個不同名稱散在三列，同一場所也以兩種寫法各自出現，而且一個關鍵字與其他關鍵字如何連結尚未整理。

把這些分散列整理成一本辭典的工作，就是第二次整合。

第二次整合是 Librarying 四階段中人手介入最深的階段，合格線也從第一次的 60% 提升至 95%。

什麼是表題語：辭書編纂學的基礎概念

要理解第二次整合，必須先準確掌握表題語（headword、lemma）這個概念。

翻開一般國語辭典，在「去」這個表題語下，「去了」「去著」「正在去」「將去」等活用形不會各自另立條目，而是全在同一條目中處理。表題語是代表一個詞彙所有形式的標準形式，這個原則正是辭典之所以是辭典的核心。若活用形各自都是獨立條目，辭典篇幅會膨脹數十倍，讀者在找到資訊前，還得先知道應用哪個形式搜尋。表題語把所有形式收在一處。

Librarying 的第二次整合所做的正是這件事。若「星羅江湖」的一位人物在第一次中以本名、漢字寫法、職稱、系統稱呼四種寫法分散，第二次便把四者收進一個表題語。無論以哪種形式搜尋或遇見，都能在一個表題語取得全部資訊。

辭書編纂學有選定代表寫法的原則：最常用的形式、最基本的形式，或規範拼寫所定的形式成為表題語。IP Librarying 也遵循相同原則，將本 IP 出現最頻繁的寫法，或 IP 製作人正式確定的寫法定為代表關鍵字。此時表題語選定不是任意決定「用哪種寫法」，而是所有未來 IP 參照皆會以此表題語為基準的基礎決定。它一旦定下，整個 Vault 都會以該表題語為中心組織。

取《龍與地下城》的「被遺忘國度」一個表題語，原理就很清楚。人物 Elminster 的本名為 Elminster Aumar，稱號有 Shadowdale 的賢者、老魔法師，以及變裝時的多個假名。「被遺忘國度 Wiki」的 Elminster 單一頁面將這些寫法收在一起，以本名為代表，無論用哪個稱號搜尋都通往該頁。這正是 Librarying 第二次整合在一千至兩千個表題語尺度上建立的結構。

表題語與知識組織體系

區分表題語與別名的感覺，也是圖書館學與知識組織體系長久處理的問題。W3C 的 SKOS 是表達同義詞表、分類表、主題標目表等受控詞彙的模型：它為一個概念附上代表標記，另置替代標記與隱藏搜尋詞，並區分更廣、更窄與相關概念。

Librarying 的十三欄也有相同感覺。代表關鍵字是表題語的優先寫法；異稱與別稱是讓人找到同一對象的替代寫法；相關關鍵字是表題語在意義上彼此依靠的連結。較廣與較窄範疇明確時可讀作上下位關係；兩者並非上下時，保留為相關關係更合適。

但 Librarying 並不是實作 SKOS 的工作。它不發佈 RDF，也不試圖與外部知識體系做機械對映，而是在創作 IP 的 Vault 中以較低層次使用同樣原理。這個比較之所以有用，是因為它說明了「為何別稱要另置」「為何相關關鍵字不能隨意加入」「同一寫法指兩個概念時為何必須分開」。表題語不是單字表，而是受控詞彙的第一單位。

第一次結果的結構

再打開第一次的結果表。以「星羅江湖」人物分類為例，一名劍客被分散放進四列：本名（「徐雲卿」）、漢字寫法（「徐雲卿」）、系統稱呼（「天劍手劍客」）、江湖評語（「從凶日裡挖出吉日的劍客」）。一個人物以本名、漢字、系統、別號出現，無論韓語 IP 或外語作品都是相同情況。

其他分類也有同樣樣貌。裝置分類的「天氣」「乘著星光的氣」「從天而降的氣」分開進入；場所分類中一個官署的正式名稱、簡稱、作品內稱呼分開；物件分類中一個組織的正式名稱、縮寫、口語稱呼分開。這種分散正是第一次擷取方式的結果：第一次照原樣拉出寫法，將是否同義的決定延後。本章便做這個決定。

把同義列歸併為一體，是第二次整合的起點。將徐雲卿的四列歸為一個表題語就縮成一列：代表關鍵字定為「徐雲卿」，其餘寫法收進別稱欄，定義則把四列的短說明合成一行。這種歸併是第二次整合的本質，其結果讓五千至一萬五千列縮為一千至兩千個表題語。每個表題語容納所有同義寫法，IP 資料才開始接近辭典的樣貌。

看一個存在同時有多種寫法的作品，就能明白為何需要這樣歸併。在《全知讀者視角》中，「星座」不以真名而以「修飾語」別號被稱呼、隱藏身分；解讀修飾語便會揭露真正的神話人物。例如修飾語「如惡魔般的火之審判者」即為大天使 Uriel。一個存在同時有修飾語、真名、神話出處，必須放在同一表題語下，讀者才不會把同一人物誤認為不同人物。

為何合格線是 95%

第一次合格線為 60%，第二次卻跳到 95%，必須看清差異從何而來。

第一次即使有分類錯誤的列也無妨，因為同一列本來會在第二次再通過一次。無論它進入人物或物件，人都會在第二次再看一遍並決定，分類因而被修正。但第二次若歸併錯誤，下一步第三次骨架建置會原樣製成 .md 檔。若兩個不同人物被歸為一個表題語，兩人的資訊便混入一個 .md 檔。錯誤會原樣進入第四次敘事撰寫，直到驗證才發現；一旦錯誤歸併，修復成本很高。

因此第二次的合格線是 95%。不是 100%，因為人的決定偶爾也會偏差，剩下的 5% 會在最後驗證抓出；95% 是人能達到的最嚴格線。正因這種嚴格性，第二次整合由人主導；AI 工作夥伴即使快速編出同義詞候選，最終決定仍由人下達。

十三欄表題語的結構

第一次的產物是五欄（IDX、分類、關鍵字、說明、出處），第二次的產物則是十三欄。第一次帶來的基礎資訊（IDX、分類、出處清單）保留，並新增八欄。

確立表題語身分的欄位。 代表關鍵字是已歸併同義詞中代表該表題語的寫法，選本 IP 的正式名稱或最常出現的寫法。此代表關鍵字成為表題語的檔案名，Vault 內其他表題語以[[代表關鍵字]]形式引用它。

代表關鍵字一旦確定，Vault 內所有參照皆以此寫法為準。若某 IP 製作團隊正式更改一個裝置名稱，只要將代表關鍵字改為新名稱、舊名稱降為別稱，Vault 內所有 wikilink 都會自動更新。這就是單一真實來源的力量。

世界觀軸是與九分類正交的第二分類基準，回答「這個關鍵字屬於我們世界觀的哪個結構」；第六章會詳談。異稱、別稱是代表關鍵字之外指同一對象的寫法。它是為搜尋而設的欄位：必須登錄在此，讀者才能在自己 IP 的 Wiki 用別稱搜尋而抵達表題語。姊妹工作檢查新短篇原稿時，也只有別稱已登錄，才能自動辨識該寫法是哪個表題語。

多語言欄位。 英文名是為翻譯提議的英文寫法；羅馬字是依韓語羅馬字標記法（RR）的寫法。人名使用「Min-ji」般帶連字號的羅馬字；場所專名使用「Haewon Restaurant」般羅馬字加類型；文化固有語使用「Han (lingering resentment)」般音譯加說明。準備多語言出版的 IP 中，這兩欄是核心資料；翻譯者初次打開 Vault 最先確認它們，可減少翻譯者自行決定寫法的無謂時間。

本文欄位。 定義是最壓縮地說明該表題語是什麼的一兩句核心定義，不放[[連結]]，要能自足。

詳細說明是包含運作原理、歷史、結構、與其他表題語關係的兩至八句本文。它最終會有[[連結]]，但工作者不從一開始手工插連結。先以純文字寫詳細說明，在第二次合併時按代表關鍵字與異稱、別稱清單自動將相關表題語處理為 wikilink。如此便不會混入[[X|Y]]類任意別稱連結，整個 Vault 也以代表關鍵字為基準整理。這兩欄初稿在第二次達 80% 即可；與同義詞歸併等必須跨過 95% 的核心決定不同，定義與詳細會在第四次敘事撰寫重新修整，只要方向正確、包含核心即可。

相關關鍵字是與此表題語連結的其他表題語清單。此欄填妥後，第三次骨架建置會自動注入 wikilink，在 Obsidian 內畫出節點間的線。關鍵字雲的連結網由此欄編成；沒有相關關鍵字的表題語會在圖譜檢視留作孤立節點。連結網越密，Vault 越好。

時期與翻譯中繼資料。 版本狀態是表題語的時期狀態。「現行」是 IP 現在使用的表題語，多數屬於此處；「過去」是某時期曾使用、現在寫法或意義已變的表題語。某 IP 第一版使用的地名在第三版改為另一地名時，第一版舊地名就是例子。

「廢棄」是不再使用的表題語；若在翻譯筆記寫下廢棄原因，後人便不會再次使用同一寫法而造成混亂。「雙重標記」是兩種寫法刻意共存，例如同一事物依地區有不同稱呼。「未定」則是尚未確認的表題語。過去與廢棄表題語不刪除而保存，是因閱讀過去作品仍會看見該寫法；讀者看第一版後搜尋，不能因沒有表題語而找不到資訊。

翻譯筆記記錄翻譯時應注意的文化與脈絡事項。對「恨」等文化固有語記下音譯方式與說明；對巫俗術語採「Mudang (Korean shaman)」般音譯加說明；對時代語記下翻譯時要留意的脈絡。它像寫給未來翻譯者的信，使下一次翻譯無須重作同樣決定。

這十三欄構成一個表題語的一列。當一千至兩千個表題語排好，一個 IP 的整體詞彙就收進一張表。

人所做的決定

先確認十三欄中由人直接決定的部分。

最棘手的是同義詞歸併。若「星羅江湖」的徐雲卿以本名、漢字寫法、系統稱呼、江湖別號出現，就要決定四者是否收進一個表題語，或其中一種寫法是否其實指另一人。熟悉 IP 的人會覺得理所當然，但相同的系統稱呼也可能指不同人物。「天劍手劍客」既用於徐雲卿，也用於沙木：一方是在吉星的吉日拔劍的正派劍客，另一方同時承受凶星的質地而流入邪派。若把同樣以天劍手為命名性的兩人歸成一個表題語，正派劍客的定義便會混入邪派劍客的定義。人必須決定「天劍手劍客」這一寫法屬於兩個表題語中的哪一個。

也有隨時期改變意義的寫法。第一版某裝置名稱指一種東西，第三版同樣稱呼卻指另一裝置時，必須決定兩個時點的寫法要合併成一個表題語還是分成兩個。本書建議分開，並在版本狀態標示「僅第一版／僅第三版」；合併會讓兩種意義在一個檔案衝突。

同名人物若在第一季是配角、第三季成為主角，適合保留為一個表題語，並在本文整理各時期的變遷。這類判斷只有讀完五年作品的人腦才能準確做出。

表題語命名是在多個同義寫法歸併後，決定其中哪個寫法成為代表。韓語 IP 選韓語正式名稱；處理外語作品的韓語出版時，選出版所用的韓語寫法；未定正式寫法時，選出現最頻繁者。代表一旦確定，其他寫法都成為別稱。別稱可供搜尋，卻不作為表題語標題出現；Vault 內 wikilink 歸併至代表關鍵字。

世界觀軸決定與版本狀態決定也是人的工作。世界觀軸允許值（每 IP 五至七軸）在第一次擷取前的設定檔階段先定好。AI 可提議候選，哪個軸符合本 IP 結構仍由人判斷。版本狀態也只能由熟悉 IP 時期流動的人決定；第一版出現的寫法在第三版被廢棄，這件事存在於讀完兩個版本之人的腦中。即使 AI 讀了兩版，也可能無法區分是刻意廢棄或單純寫法改變。

定義合格線判斷也由人負責。人衡量由多列短說明合為一行的定義是否過線：太短沒有表題語輪廓，太長便成為長敘述而非定義。一至三行較合適。

委派給 AI 工作夥伴

AI 工作夥伴在輔助人的決定之處快速工作。同義詞候選擷取接收第一次的五千至一萬五千列，建立可能同義的列組候選：寫法相近、同一出處出現、帶有相同定義的列被歸為一組。這些候選約有 70% 至 80% 可直接通過，人只需修整 20% 至 30%。一行定義初稿在別稱組確定後產生，將第一次收集的短說明合併壓縮為一兩行，人以約 80% 水準檢收。AI 可提議相關關鍵字，但最終 wikilink 注入以全域表題語清單自動處理較穩定。世界觀軸候選則取得設定檔預定的允許值，為各表題語附上最接近的軸候選，再由人檢收確定。

以輸入與輸出展開，輸入是第一次五欄 CSV 一塊、本 IP 的同義詞歸併指南、世界觀軸允許值清單、十三欄整合 CSV 格式。輸出是十三欄整合 CSV，其中自動附上同義詞組候選、填入一行定義初稿、自動注入相關關鍵字 wikilink、附上世界觀軸候選。委派的意圖既是縮時也是一致性。人完整讀五千列再建立同義詞候選要一週，現在約三十分鐘便有候選，人的決定時間縮為兩三小時。預期二至四小時內取得一千至兩千個表題語排好的十三欄 CSV。限制在同義詞最後決定、是否新設世界觀軸、定義語調、版本狀態，這四項都必須由人決定。

決定的流程

第二次整合的流程如下。先把第一次五欄 CSV 整體交給 AI 工作夥伴，同時交付同義詞歸併指南、十三欄格式、設定檔確定的世界觀軸允許值清單。AI 用約三十分鐘至一小時編出同義詞候選組、一行定義初稿、相關關鍵字候選、世界觀軸候選。接著在合併階段，詳細說明內的表題語依代表關鍵字與別稱清單自動成為[[代表關鍵字]]連結，超出允許世界觀軸的值會被抓為錯誤。

收到結果的人以嚴格的 95% 合格線開始檢收：逐組查看同義詞是否正確、是否應拆開、是否應再加入一列；檢收並確定世界觀軸候選；填入版本狀態；檢收定義初稿。

檢收約需兩至三小時，相當於讓一個 IP 的 1,500 個表題語各通過一次。但通過深度依表題語不同：100 至 150 個 hub 表題語每個要一至兩分鐘決定，1,000 個 leaf 表題語每個約十秒即可；自動計數準確時，leaf 多半只需放行。

檢收結束，十三欄整合 CSV 跨過合格線。第一次的五千至一萬五千列被歸併、排成一千至兩千個表題語，IP 資料終於抵達一本辭典的形態。

第二次結束後看見的東西

第二次整合後會出現一個有趣結果：按表題語被引用次數排序十三欄 CSV。被引用次數是一個表題語出現在其他表題語相關關鍵字欄的次數，由自動計算取得。由最高到最低排好，查看前十名，便能一眼看見本 IP 的中心放在哪裡。

「星羅江湖」如此排序時，第一是區分武功威力的核心資源「天氣」，第二是天氣秩序唯一例外的主角「逆天者」，第三是控制曆法的權力中心「武林盟」，第四是將江湖二分的「正邪派」。本 IP 的身分濃縮為四個表題語；營運五年後才顯露，原來從未以如此壓縮的方式確認過這個身分。1,500 個表題語整理好，IP 身分便在 hub 排名顯現，這也是 Librarying 的預期效果之一。

其中藏著把同義詞組抓得太寬的陷阱。以外語作品《傲慢與偏見》為例：Bennet 家有五姊妹，依作品稱呼慣例任何人都可能被叫作「Miss Bennet」，因此一處出現「Miss Bennet」並不保證指長女 Jane。建議第一次遇到稱號時先分開保留，僅在本文明示是哪個人之處才作同義詞歸併；未明示者留作「Miss Bennet（不特定）」，在第四次敘事或驗證再作決定。錯誤歸併會讓一人的定義侵入另一人的定義。

同一稱號隨時點指不同人物也是同樣陷阱。《我獨自升級》中「影之君主」是職責名稱；第一代影之君主本名 Ashborn，主角成振宇繼承其力量而成為第二代影之君主。一個稱號依作品時點指 Ashborn 或成振宇兩人，所以表題語需同時記錄職責、固有名與繼承關係，才能分辨各段「影之君主」指誰。

自動計數也有極限。它數表題語出現在其他相關關鍵字欄的次數，次數高就標為 hub 候選，但出現次數不等於 IP 核心。在「星羅江湖」，幾乎用於計算所有武人強弱的「曆法」被引用極高，卻更像背景資料而非 IP 精髓；反過來，引用少的表題語也可能決定 IP 身分。不屬於任何星座的「無名星」就是如此：出現頻率雖低，那份空白本身卻構成 IP 精髓。因此自動計數標示 hub 候選後，人再從候選中確認真正屬於 IP 核心者為 hub。第八章會詳談此判斷。

結束第二次整合

上下掃過十三欄 CSV 一次，一個 IP 的全部詞彙便可進入一個畫面。1,500 個表題語排列著，各自屬於哪個分類與世界觀軸、擁有何種別稱都看得見。這是第一次一眼確認本 IP 整體詞彙地圖的時刻。

第六章將正式討論世界觀軸。本章只先掌握概念的世界觀軸，如何依 IP 設計，並如何與九分類正交來描出 Vault 的地形，將在下一章細看。

第5章 歸併為 Wiki 表題語——第二次整合的決定