跳到主要內容

臺灣博碩士論文加值系統

(18.205.192.201) 您好!臺灣時間:2021/08/06 04:23
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:周永平
研究生(外文):Yung-Ping chou,
論文名稱:應用類神經網路之非監督式學習法則在中文文章分級推薦之研究
論文名稱(外文):Unsupervised learning’s Self-Organizing Map of Artificial Neural Network to apply in Hierarchical recommendation system of the Chinese article
指導教授:陳正雄陳正雄引用關係
指導教授(外文):Cheng-Hsiung Chen,
學位類別:碩士
校院名稱:開南大學
系所名稱:資訊管理系碩士班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:93
中文關鍵詞:類神經網路自組織映射圖文章直接分群架構文章兩階段分群架構
外文關鍵詞:Artificial Neural NetworkSelf-Organizing MapHierarchical recommendation system of the article
相關次數:
  • 被引用被引用:1
  • 點閱點閱:566
  • 評分評分:
  • 下載下載:90
  • 收藏至我的研究室書目清單書目收藏:1
本研究根據教育部國立編譯館編製的「國小學童常用字詞調查報告書」之5021常用字庫(高頻字資料庫)和國立編譯館、南一書局、康軒文教集團及國立臺灣師範大學洪儷瑜教授所提供之樣本文件,透過文件參數分析模組將文件內之總字數、總句數、平均句長、相異字數與字頻的十個參數代表等級量化。再輔以類神經網路之自組織映射圖產生推薦機制,應用自組織映射圖的分群特性,提出文章直接分群及文章兩階段分群等二個架構,將文章分級。
文章直接分群架構,係將文章分析量化後,直接應用自組織映圖演算法將文章分成六群並對應至六個年級。而文章兩階段分群架構,乃將文章分析量化後,應用自組織映圖演算法,第一階段先將文章分成三群並對應至低、中、高三個年段;第二階段再分別將各年段之文章分成兩群並對應至兩個年級;憑藉著兩階段文章分群架構將國小一至六年級文章分級。
本研究經初步探討國小學童識字量的評估方式,期透過資訊角度提供國小一到六年級教師教導文章時分級依據。研究結果顯示,建置之文章直接分群架構不盡理想,而文章兩階段分群架構較為可行。
In the research, we use the analytic module of document parameters to quantify the level of the ten parameters about total words、the number of sentences、the averaged length of sentences、different word number and frequency so on, according to the 5021 Chinese words of databases come from the normal Chinese words investigated report of elementary school students that the national institute for compilation and translation edited and the samples that NICT 、Nani Publishing Group、Kang Hsuan Educational Publishing Group and the National Taiwan Normal University hong li yu professor provided. We bring up the articles grouping directly and articles twice grouping to make articles’ grade.
Structure that the article hives off directly, analyzed the article after quantization, use SOM to divide the article into six groups and corresponding to six grades directly. The structure that and the article hive off at two stages, is to analyzed the article after quantization, use SOM, it have article divided by three groups into first stage and not the corresponding to the low, in, section not annual not high; Article of section divide into two and corresponding to two grades one year separately second stage; Grade the one to sixth grade primary school article in structure that two stage articles hive off according to making use of.
This research is probed into the pupil of primary school tentatively and become literate in the assessment way of quantity, one grade of bases time that one offers a one to sixth grade primary school teacher and teaches the article through information angle. The result of study shows, article of construction hive off structure to be ideal directly, but article two stage hive off structure to be comparatively feasible.
Keywords: Artificial Neural Network, Self-Organizing Map, Hierarchical
授權書 I
論文口試委員審定書 II
誌謝 III
摘要 IV
Abstract V
目錄 VI
表次 VIII
圖次 XI
第1章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的與限制 2
1.3 研究架構 3
第2章 文獻回顧 6
2.1 中文文章及文字教學分類 6
2.2 識字量探究 7
2.3 類神經網路 9
2.4 自組織映射圖 12
第3章 文章量化與等級分群 16
3.1 文章量化過程 16
3.2 文章分級輸出 20
3.3 自組織映射圖之學習歷程 22
3.4 分群與分級對應機制 23
3.5 分級與分階段對策 23
3.5.1 分群架構 23
3.5.2 文章兩階段分群架構的運用 24
3.5.3 文章兩階段分群架構的確立 24
第4章 模擬過程與結果 25
4.1 資料處理平台 25
4.2 訓練樣本與測試樣本編排 25
4.3 資料模擬過程 26
4.3.1 文章直接分群架構 26
4.3.2 文章兩階段分群架構 42
4.4 模擬結果探究 73
4.4.1 文章兩階段分群架構檢驗探究 73
4.4.2 文章兩階段分群架構結果探究 76
第5章 結論與建議 78
5.1 結論 78
5.2 未來展望 78
參考文獻 80
王彥翔,(民92),「自組特徵映射與學習向量量化神經網路於河川流量之預測」,碩士論文,國立台灣大學生物環境系統工程學研究所。
李俊仁,(民88),「聲韻處理能力和閱讀能力的關係」,博士論文,中正大學心理系。
柯華葳,(民94),「閱讀與寫作教學主題研究成果之綜合研究」,台南:94年度國科會教育學門課程與教學領域專題計畫成果發表會,台南大學教育系及中華民國課程與教學學會主辦,頁:80-89。
洪儷瑜,(民94),「中文讀寫困難學生適性化補救教學之研究:由常用字發展基本讀寫技能(I、II)」,國科會專題計畫成果報告。
洪儷瑜,(民96),「教師虛擬研究室--中文讀寫教材調整之專家系統的建立」,國科會專題計畫成果報告。
洪儷瑜,王瓊珠,張郁雯與陳秀芬,(民95),「識字量估計測驗」,教育部特殊教育工作小組。
洪儷瑜與陳正雄,(民95),「身心障礙學習者的中文閱讀技能教學輔助系統之建構與運用-SCORM的學習管理平台(I & II)」,國科會專題計畫成果報告。
洪儷瑜,張郁雯,陳秀芬,陳慶順與李瑩玓,(民92),基本讀寫字綜合測驗,台北:心理出版社。
陳秀芬,(民88),「中文一般字彙知識教學法在增進國小識字困難學生識字學習成效之探討」,特殊教育研究學刊,第17期,頁:225~251。
張華城,(民89),「應用類神經網路模式於產品造形特徵辨識之研究」,碩士論文,國立成功大學工業設計學研究所。
黃秀霜,(民90),「中文年級識字量表」。
曾昭浚,(民94),「應用類神經網路於文章分級推薦之研究—以國小識字量層級為例」,碩士論文,育達商業技術學院資訊管理研究所。
曾憲雄,蔡秀滿,蘇東興,曾秋蓉與王慶堯,(民94),資料探勘,旗標出版社。
曾士育,(民92),「以自組織映射圖神經網路探勘金融投資決策之研究」,碩士論文,國立高雄第一科技大學資訊管理研究所。
楊東昌,(民93),「自組織映射圖神經網路改善模式與分群應用之回顧研究」,碩士論文,華梵大學工業管理。
葉怡成,(民92),類神經網路模式應用與實作,台北市:儒林圖書公司。
魏金財與吳敏而,(民82),「小學國語課本字彙數量字序的安排與比較分析」,國教學報,5,頁:1-32。
羅華強,(民94),類神經網路-MATLAB的應用,台北縣:高立圖書有限公司。
Chall, J., (1996), Stages of reading development. Orlando, FL: Harcourt Brace & Com.
Robert, Lloyd, (2000), “Self-Organized Cognitive Maps,” The University of South Carolina, Professional Geographer, 52(3), pp. 517–531.
Chen, S. K., Mangiameli, P., West, D., (1995), “The Comparative Ability of Self-organizing Neural Networks to Define Cluster Structure,” Omega, Int. J. Mgmi Science, Vol. 23, No. 3, pp. 271-279.
Godin, N., Huguet, S., Gaertner, R., (2005), “Integration of the Kohonen’s self-organising map and k-means algorithm for the segmentation of the AE data collected during tensile tests on cross-ply composites,” NDT & E, International, 38, pp. 299–309.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top