跳到主要內容

臺灣博碩士論文加值系統

(18.204.48.69) 您好!臺灣時間:2021/07/29 14:03
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

我願授權國圖
: 
twitterline
研究生:賴嘉民
研究生(外文):Jia-min Lai
論文名稱:以5W1H為基之醫學本體的搜尋引擎之研究
論文名稱(外文):Designing a Search Engine for Medical Areas based on Intention
指導教授:王昌斌王昌斌引用關係
指導教授(外文):Chin-bin Wang
學位類別:碩士
校院名稱:南華大學
系所名稱:資訊管理學系碩士班
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:2009
畢業學年度:97
語文別:中文
論文頁數:89
中文關鍵詞:慢性腎臟病本體論模糊理論意圖
外文關鍵詞:5W1HChronic Kidney DiseaseOntologyIntentionFuzzy
相關次數:
  • 被引用被引用:1
  • 點閱點閱:427
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
  近五次調查(94年7月至97年1月)結果得知,「搜尋資訊」為目前使用寬頻網路使用者最常使用之功能,而目前最常見的搜尋資訊方式,以性質來可區分為「主動」及「被動」兩種搜尋模式,主動性質的搜尋模式例如:直接於搜尋引擎中輸入關鍵字查詢,優點為反應即時,缺點為可能連同無關資料一併搜尋,因而需額外的資料過濾時間;被動性質性質的搜尋模式:例如至論壇留言等待回應,優點為所獲得的回應較為精準,缺點為回應時間非即時性,或可能缺乏該方面專家解答。
  
  本研究針對兩種模式其優劣勢,提出一以5W1H意圖為基之醫學本體搜尋模式,自動解析並分類處理搜尋者搜尋時所使用的自然語言問句,找出所屬之意圖後對應所歸屬之意圖以及領域知識本體進行語意之擴展,將擴展關鍵字提供搜尋者於進一步於搜尋引擎中使用。
  
  實驗結果顯示,本研究所提出透過5W1H意圖為基及醫學領域知識本體結合而進行搜尋的模式,能有效協助搜尋者得到所需醫學知識領域資料,並使搜尋資料之精確度提升及減少搜尋資料時間。
  
  根據(USRDS)2007年報公佈最新全球尿毒症人口數排名,台灣洗腎病患佔全國總人口數比及每年新增之洗腎病患比,兩者皆為全球之首。網路上相關醫療資訊甚多,因此本研究針對慢性腎臟病領域建立其醫學領域知識本體,期望能對有相關醫療知識需求之搜尋者有所助益,進而提升醫療品質。
  According to the five researches founded lately (July 2005 to January 2008), "searching information" is the most commonly function used by broadband network users.
  
  Ways to searching information can be divided into two ways, which are "active way" and "passive way". "Active way" means that the users input keywords into a search box for getting information. Advantage to this way is that users can get responses soon, while disadvantage is low precision of one''s searches. "Passive way" means that people post questions to forums and waiting for feedbacks. Getting more precisely answers is a major advantage of this passive search, yet users may not capable to control the quality of the answers.
  
  The author proposed a search style based on 5W1H-intention with medical area ontology. This search engine can analysis and clarify searchers'' natural language automatically; it can also define searchers'' intentions and extend meanings of the phrases that searchers input. All the extended-keywords can also be provided to searchers for their search.
  
  Computational results of this research show that search styles which combine 5W1H-intention and medical area ontology might help information searchers to get medical information efficiently; moreover, it can improve precision of searches as well as reducing searching time.
  
  According to the annual report of USRDS in 2007, Taiwan''s dialysis patients ratio to its population and new dialysis patients are the top of the world. Since too much medical information exists on the Internet, the author has tried to build medical area ontology of chronic kidney disease for helping information searchers as well as improving medical quality.
論文口試合格證明 II
誌謝 Ⅲ
中文摘要 IV
英文摘要 VI
  
第一章、 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究目的 4
第四節 研究架構 5
第五節 研究範圍 6
  
第二章、 文獻探討 8
第一節 本體論(Ontology) 8
壹、本體論的定義 8
貳、本體論之構成要素 9
肆、知識本體的建立步驟 13
第二節 自然語言處理(Natural Language Processing,NLP) 19
壹、何謂自然語言處理 19
貳、處理流程 19
參、斷詞處理 20
肆、斷詞規則 23
第三節 漢語語法 24
壹、語法的意義 24
貳、漢語語法的性質 24
參、漢語詞彙排列順序之影嚮 25
第四節 模糊理論 26
壹、模糊理論 26
貮、模糊集合 27
參、模糊關係 29
第五節 慢性腎臟病 31
壹、腎臟的構造及功能 31
貮、慢性腎臟病簡述 32
  
第三章、 研究步驟 34
第一節 本體論架構 36
壹、決定知識本體領域與範圍 36
貮、知識本體中的重要詞彙列舉 36
參、 定義類別及其階層 38
肆、 建立實例 39
第二節 建構句型庫 40
壹、漢語語法與5W1H 意圖之結合 40
貳、中文句型依5W1H意圖分類 41
第三節 句型解析 45
壹、斷詞處理 45
貳、詞性重設 47
參、句型比對 48
第四節 意圖轉換 54
第五節 關鍵字擷取 56
壹、關鍵字過濾 56
貮、關鍵字擴展 57
  
第四章、 測試驗證 61
第一節 搜尋結果擷取設計 62
壹、實驗環境 62
貳、實驗設計 62
參、系統設計 64
第二節 實驗結果 67
第三節 資料分析 71
  
第五章 結論與未來方向 77
第一節 結論 77
第二節 未來研究建議 80
  
參考文獻 81
附錄一 本研究與Yahoo搜尋之結果比較1 84
附錄二 本研究與Yahoo搜尋之結果比較2 85
附錄三 中研院平衡語料庫詞類標記集 88
附錄四 線上斷詞服務採用之精簡詞類列表 89
一、中文部份
 
1.中文斷詞系統。http://ckipsvr.iis.sinica.edu.tw/
 
2.中央研究院資訊科學所CKIP中文詞知識庫小組。現代漢語平衡語料庫。 上網日期:97年12月27日,檢自:http://rocling.iis.sinica.edu.tw/CKIP/20corpus.htm
 
3.王文俊(民89)。認識Fzzy。台北市:全華科技圖書股份有限公司。
 
4.何永清(民94)。現代漢語語法新探。台北市:台灣商務印書館。
 
5.財團法人台灣網路資訊中心 (民97年1月)。歷次個人及家庭上網行為趨勢分析報告。
 
6.屠名正(民95)。語意網技術導體論。台北市:基峰資訊。
 
7.張金蘭(民97)。實用華語文教學導論(95年版)。台北縣: 文光出版社。
 
8.許菱祥(民95)。中文文法 (95年版)。台北縣: 弘揚圖書有限公司。
 
9.陳永德(民86)。中文斷詞中長詞優先、詞頻對比與前詞優先規則之使用 [摘要]。未出版之博士論文,國立臺灣大學心理學研究所。
 
10.黃慶萱(民89)。修辭學。台北市:三民書局。
 
11.湯延池(民77)。漢語詞法句法論集。台北市:台灣學生出版社。
 
12.楊宸彥(民91)。運用剖析概念圖進行中文詢答之研究。未出版之碩士論文,國立台灣大學資訊工程學系。
 
13.劉芳梅(民90)。我國網際網路服務業之產業結構分析與研究。資策會,Internet 應用研究計畫,經濟部技術處委託。
 
14.賴敏裕(民94)。臨床腎臟病學-檢查、診斷、疾病各論。台北市:合記書局。
 
二、西文部份
 
15.Adedeji B. Badiru john Y. Cheung(2002), fuzzy engineering expert systems with neural network applications. New York: John Wiley & SONS,INC.
 
16.Chakrabarti, S. (2003). Mining the web: Discovering knowledge for hypertext data. San Francisco, CA: Morgan Kaufmann Publishers.
 
17.Fox, M. S., & Gruninger, M. (1998). Enterprise modeling, AI Magazine, 19 (3),109-121.
 
18.Guarino, N., Understanding, building and using ontologies, International journal of human and computer studies 46(3/4), 1997, pp. 219-310.
 
19.Kao, M., Cercone, N., & Luk, W.-S. (July. 1988). Providing quality responses with natural language interfaces: The null value problem. IEEET ransactions on Software Engineering, 14(7), 59-984.
 
20.Kim, H. M. (2002). XMLhoo!: A prototype application for intelligent query of XML documents using domain-specific ontologies. Proceedings of the 35th Hawaii International Conference on Systems Science. USA.
 
21.Kim, H. M., Fox, M. S., & Grüninger, M. (1999). An ontology for quality management: Enabling quality problem identification and tracing. BT Technology Journal, 17(4), 131-140.
 
22.KNUTH D.E., MORRIS (Jr) J.H., PRATT V.R., 1977, Fast pattern matching in strings,SIAM Journal on Computing 6(1):323-350.
 
23.Lehmann, F., (ed) Semantic Networks in Artificial Intelligence, Elsevier Science Inc., NewYork, USA, 1992.
 
24.Myers, G.,A fast bit-vector algorithm for approximate string matching based on dynamic programming.Journal of the ACM[J],46(3):1999,395-415.
 
25.Neches, R., Fikes, R., Finin, T., Gruber, T., Patil, R., Senator, T., & et al. (1991).Enabling technology for knowledge sharing. AI Magazine, 12(3), 36-56.
 
26.Negnevitsky, M. (2005). Artificial intelligence: A guide to intelligent systems(2nd ed.). New York: Addison Wesley.
 
27.Noy& McGuinness ,(2001),Ontology Development 101: A Guide to Creating Your First Ontology.Natalya F. Noy and Deborah L. McGuinness Stanford University, Stanford, CA, 94305 noy@smi.stanford.edu and dlm@ksl.stanford.edu.
 
28.United States Renal Data System(2004). Annual Date Report. Chapter13, 218-224.http://www.usrds.org/2004/pdf/13_intl_04.pdf
電子全文 電子全文(本篇電子全文限研究生所屬學校校內系統及IP範圍內開放)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊