wshuyi的个人博客分享 http://blog.sciencenet.cn/u/wshuyi

博文

新增笔记太麻烦,想找却又找不到,怎么办? 精选

已有 4861 次阅读 2021-12-15 17:43 |系统分类:科研笔记

Photo by Patrick Perkins on Unsplash

在知识星球上,总能看见读者提出的经过深思熟虑的好问题,我也很愿意通过自己的思考,加以交流切磋。

给你分享最近的一次,读者关于笔记标签与回溯问题的答疑。希望这次的回答,对你也能有所帮助。

首先我引述一下读者的提问:

王老师,您好。关于卡片笔记,有一个问题困惑好久了,向您请教下。

卢曼在将临时笔记重新整理入库的时候,如何找到需要关联的那一条笔记呢。因为之前的笔记数量已经相当庞大了,如果没有超凡的记忆力,如何能回忆历史卡片的位置。

我的猜测的结果如下:

1. 他的编号是有语义的

2. 他有索引的索引,这个二层索引表格,是有语义的

这个问题在我使用 roam 的时候也有影子。

问题 1:当我记录笔记时,我会把一些关键字处理为标签,但是这个过程内心有很不舒服的不确定性,因为我很担心这个标签名和历史标签不是文本完全一致,而是近义词,这样就会导致关联断掉了。

问题 2:还有就是在建立双相连接的时候,心里仍有模糊的意识 “这个之前好像有相关的记录,但是在哪呢?”

下面,是我对读者的答复:

这是一个非常好的问题。

首先你要看到卢曼的这种连接,不是通过一些标签做的汇聚。好比说我们看到有某一个文献被归纳为认知科学,另一个也归纳为认知科学,然后我通过去找「认知科学」这个标签,或者几个标签的组合,找到这下面所有跟它相关的这些文献。那个是传统的文件夹式的方法,或者说是初级的标签做法。你在做的时候,心里面有抵触是正常的。因为这里面每一次的笔记输入,都相当于有个标准化的枯燥加工过程。这就如同让你运营一个「个人图书馆」一般,需要专业的训练和培养,有门槛。

实际上卢曼所做的(虽然他自己未必意识到,或明确用这样的概念)是一个图数据库(graph database),是个知识图谱(knowledge graph)。

图谱的含义是说,不一定每一个笔记都要有标签,但是新笔记和之前的库中笔记,要有链接。这个是很重要的。

有了一条新的笔记,当我想查询跟它相关的笔记时,或许不能够立即回忆起精确的「要关联的那条笔记」,但是我可以根据这种相关性原则,把它和一些之前的某些笔记勾联上。

之后,就是沿着图谱上已经建立的路径「游走」。因为你刚刚勾联的那一则笔记上,也有和其他笔记之间的关联。你顺着这种关联在上面去找,其实就是我们第一大脑中所谓的「联想」。注意联想既是发散的(未必来自同一时期、上下文,甚至学科),也是相关的(依靠着一种神经元间链接的激活)。通过第二大脑里面的游走(联想)更容易就能找到我真正的想要找的那则笔记,而不是从一堆检索词里面挨个儿甄别。

注意笔记间建立链接的时候,你不需要去提炼笔记本身的标记,但是一定要附加一个信息项,也就是为什么你要把这两则笔记关联起来。这其实,就是链接的描述,或者叫做属性。好比说,我的一个瞬时笔记提出了一个观点,然后我想到曾经有一个文献中的案例可以支持它,那么关联二者,并且说明是「支持、证据」。

也正因为这种链接上的属性,可以充分赋予图数据库联想式检索的威力,因此人们对于 Roam Research 上面的插件 discourse graph 非常兴奋。

想想看,你之后如果需要寻找关联的证据,可以找到之前某一个观点,或者佐证。然后在观点上检索「都有哪些证据支持我呀?」,然后来自于不同时期积累的内容,不同学科的文献,就靠着这样一个检索式,都出现在你面前了。而如果你想要利用关键词搜索,这里很多的内容,压根儿就不会出现在检索结果中,不能为你所用。

希望上述解答,对你的知识组织实践,能有帮助。


这就是我对这位读者关于笔记标签与精确回溯困境的答复。你对这个问题有没有不同的看法?欢迎把你自己高效的实践过程在留言区分享给大家,咱们一起交流讨论。

如果你觉得本文有用,请点赞

如果本文可能对你的朋友有帮助,请转发给他们。

欢迎关注我的专栏,以便及时收到后续的更新内容。




https://blog.sciencenet.cn/blog-377709-1316725.html

上一篇:如何用语音记临时笔记?
下一篇:想打造个性化高效工作流,可不会编程怎么办?
收藏 IP: 221.197.66.*| 热度|

5 周忠浩 黄永义 李剑超 赵凤光 许培扬

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-26 00:21

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部