臺灣博碩士論文加值系統

隨著網路資訊時代的來臨，對網路搜尋而言，全球資訊網變成了一個廣大的資料庫。資訊知識工作者所面臨的問題不再是資訊不足的問題，相反的，在資訊過剩的環境中，如何有效的管理與使用大量的資訊。面對龐大的資料量，人們往往無法快速的找到想要的資訊。因此，許多資訊科技應運而生，其中，文件分類領域是學者們研究的重要領域。傳統文件分類是藉由專家對文件內容加以分析瞭解，再指派類別。使用人工分類將耗費極大的人力及物力資源。因此，我們需要一個自動文件分類系統來協助。資訊檢索的目的在提供使用者擷取可能有用或是相關的資訊內容。
本論文是以中文詞彙所蘊含的概念（concept）為基礎，探討詞彙之間的相互關係（relationship），並將中文同義詞集合（synset），設計一套以語意概念為分類基礎運用在文件分類系統上。以關鍵詞所建置的「概念空間（Concept Space）」乃是知識的一種表現形式，且能以語意網路方式描述。透過概念空間以及語意網路，我們期望能將傳統的資訊擷取提升至知識擷取的層次。在資訊儲存方面我們將採取XML的結構化儲存方式。

With the huge amount of information available on the World Wide Web, Web servers provide a fertile ground for information searches. The Problem that knowledge workers face today is not lack of information any more. Instead, they are in the situation of information overload. People can not quickly and efficiently find out the wanted information among such huge data. Therefore a lots of information technology were still on developed. The traditionally search technology is by understanding the document experts assign specific categories to the document. However, it wastes a lot of resources and has no economic benefits. Therefore, an new automatic text classifier which can help classification process is demand. Inform ion retrieval is aimed at retrieving information that might be useful or relevant to the user.
In this paper we research the mutual semantic relationship between terms via term concept. We collect Chinese synonyms for building a synonyms thesaurus, and make use of automatic text classifier subsystem. Keyword constructs a conceptual space or knowledge space by using semantic matrices. Through the idea of conceptual space and semantic network, we expect that traditional information retrieval will be evolved into knowledge retrieval. We apply structure information from XML structure in database.

Abstract i
目錄 ii
圖表目錄 viii
摘要
1. 緒論
1.1 全球資訊網(World Wide Web)
1.2 研究動機
1.3 研究目的
1.4 章節編排
2. 相關研究
2.1 搜尋引擎 Search Engine
2.1.1 搜尋引擎分類
2.1.2 搜尋引擎面臨的問題
2.2 知識管理
2.3 文件自動分類
2.3.1 分類
2.3.1.1 Boolean Model
2.3.1.2 Vector Model
2.3.1.3 Probabilistic Model
2.3.2 文件自動分類系統
3. 語意資訊網
3.1 語意資訊網
3.2 Ontology
3.3 自身關係
3.4 階層關係
3.5 建立Semantic Web的規範
3.6 同義詞
3.6.1 相關詞
3.6.2 同義詞
3.7 XML
3.7.1 XML 簡介
3.7.2 DTD(Document Type Definition)
3.7.3 範例說明
3.7.4 metadata 介紹
4. 階層式語意分類子系統
4.1 系統架構
4.2 設計說明
4.3 Parsing
4.3.1 html 檔案分析
4.3.2 PID(Papers Identification)
4.4 Document Process
4.4.1 文件自動摘要系統
4.4.1.1 自動摘要
4.4.1.2 潛在語意分析(Latent Semantic Analysis)
4.4.1.3 自動摘要子系統說明
4.4.2 詞彙關係認定子系統
4.4.2.1?中央研究院CKIP斷詞系統
4.4.2.2?關鍵字權重計算
4.4.2.2.1 詞彙出現的次數
4.4.2.2.2 詞彙出現的位置
4.4.2.3 關鍵詞語意權重
4.5 圖片分析
4.5.1 圖片分析前置處理系統
4.5.1.1 圖片大小
4.5.1.2 長寬比
4.5.1.3 次數
4.6 圖片分析系統
4.6.1 純圖片檔案
4.6.2 複合檔案
4.7 XML定義
4.8 延伸語意查詢
5. 實驗結果
6. 結論
參考文獻

【1】Y.Gong,and X.Liu(2001),“Generic Text Summarization Using Relevance Measure and Latent Semantic Analysis,”In SIGIR,ACM,New Orleans, Louisiana,USA,September 9-12,2001x
【2】Sefan Decker, Prasenjit Mitra, And Sergey Melnik, Stanford University, Framework for the Semantic Web： An RDF Tutorial, Internet Computing, IEEE November/December 2000
【3】Yahoo, http://tw.yahoo.com/
【4】Google, http://www.google.com.tw/
【5】杜海倫,「以標題進行新聞自動分類」,國立清華大學,碩士論文,1999
【6】Open Directory project，http://dmoz.org/
【7】呂赫，”以模糊類神經網路方法實現資訊自動搜尋機制”，成大資工碩士論文，1998.
【8】Jenkins, C., Kackson, M., Burden, P. and Wallis, J., “Searching the world wide web : an evaluation of available tools and methodologies,” ELSEVIER Journal on Information and software technology, February 1998, 985-994.
【9】王夢雲, 曹素青,基於字頻向量的中文文本自動分類系統, 情報學報.Vol(19),No 6, 2000.12：644-649
【10】http://www.google.com.tw/
【11】http://gais.cs.ccu.edu.tw/
【12】The Design and Implementation of a Distributed Search Engine for WWW Homepages,1996
【13】 Kolak, O. and Li, W. S., “On Ranking and Organizing Web Query Results,” IEEE Conference on Knowledge and Data Engineering Exchange, 1999. (KDEX ''99) Workshop on , 2000, 26-33.
【14】黃士銘等，商業電子化專案管理，製商整合忠心與自動化研究中心，2001
【15】Salton Gerard. 1986，Another Look at Automatic Text-Retrieval Systems，Comm.of the ACM，V29，n7，pp648-652
【16】Ricardo B. Y., Berthier R. N., Modern information retrieval. Addison-Wesley, ACM Press, New York, 1999
【17】Salton, G.. and M. J., 1983, Introduction to Modern Information Retrieval, McGraw-Hill Book, pp.201-204
【18】 Salton, G.., et al., 1997, “Automatic Text Structuring and Summarization”, Information Processing & Management, 33(2), pp.193-107.
【19】 Xu, J., Weischedel, R., Nguyen, C. (2001) Evaluating a Probabilistic Model for Cross-Lingual Information Retrieval, Proceedings of the 24th Annual International ACM SIGIR Conference, 105-110
【20】http://www.w3.org/People/Berners-Lee/
【21】Tim Bray,Jean Paoli,C.M. Sperberg-McQueen, Eve Maler,“Extensible Markup Language(XML)1.0(Second Edition)”,http://www.w3.org/TR/REC-xml,
October 2000
【22】John F. Sowa (2000) “Knowledge Representation”, p51-186.
【23】Gruber, W., Ponsgen, O. & Frakke, F., “Research on the Interface Factor in the Development of New Technology”, R&D Management, 4, 1974 pp.157-163.
【24】Shyi-Ming Chen & Yin-Jen Horng；Fuzzy query processing for document retrieval based on extended fuzzy concept networks, Systems,Man and Cybernetics,Part B,IEEE Transaction on,Volume：29 Issue：1,Feb.1999 pp.96-104
【25】施政偉，以階層式語義網路為基礎的中文文件分析及其效能評估，2003
【26】Ji-Rong Wen and Hong-Jiang Zhang and Jian-Yun Nie,“Clustering User Queries of a Search Engine”
【27】Hang Cui and Wei-ing Ma and Ji-Rong Wen and Jian-Yun Nie,“probabilistic query expansion using query logs”,WWW2002 May 7-11,2002
【28】Christian Fellbaum,Wordent,MIT Press,1999.
【29】http://www.w3.org/XML/Schema/
【30】Tim,Berners-Lee, “Metadata Architecture”,Jannary 6, 1997
【31】Apte‘, Damerau and Weiss,1994; Ng et al.,1997
【32】Maron , 1961;Kar and White,1978;Yang,1996
【33】Hamill and Zamora,1980;陳淑美，1992；蔡憲文，1998
【34】Frakes and Baeza-Yates,1992;Yang,1997
【35】Yang,1996；Chakrabaao6104z83rti et al., 1997 ; Koller and Sahami,1997; Ng et al.,1997;D‘Alessio et al.,1998 ; 陳彥呈，2001
【36】Jen-Yuan Yeh, “A Stany on Automated Text Summarization and Its Application on Chinese Documents ,2002
【37】T.K Landauer, P.W.Foltz, and D. Laham(1998),“An Introduction to Latent Semantic Analysis,”In Discourse Processes, Vol.25,1998
【38】中央研究院資訊科學所中文詞知識庫小組
http://ckip.iis.sinica.edu.tw/CKIP/