政府公报代理人系统.ppt

國家圖書館委託專案研究計畫期末報告 計劃主持人:蘇豐文教授 共同主持人:劉吉軒副教授 Outline 研究計劃背景及目標 系統架構介紹 系統成果展示 結論與未來發展 計畫背景 圖書館的傳統角色受到網際網路之衝擊及嚴重的資訊氾濫與資訊超載。 理想中的數位圖書館，應主動的與使用者及資訊來源互動，肩負媒介的任務，提供加值性的資訊服務。 計畫目標 以智慧型代理人為基礎的數位圖書館的資訊服務 了解使用者的需求及自動、快速、正確及友善的協助提供使用者全面性資訊服務 資訊代理人系統組織架構 服務代理人(Service agent) 主要功能(Ability): 透過使用者介面(User Interface)與使用者溝通。 憑藉其推理系統(Finite state automaton )及使用者模型(User Model)對使用者做相關協助。 服務代理人(Service agent) 領域知識代理人(Ontology agent) 主要功能(Ability): 利用領域知識—資料源, 文件分類等 建立維護政府組織架構與其對應網址知識。 根據使用者的概念 (依據使用相關詞彙)計算並找到最接近的政府組織部門 。 根據文件的分類知識如作為服務代理人的搜索參考 。 領域知識代理人(Ontology agent) 資訊源Ontology的節點有： 名稱、擷取方法、網站位址、執掌。 而Ontology的架構在層次上的架構： 父代層:屬於該節點上一層概念。 子代層:屬於該節點下一層概念。 同輩層:為了解決某個問題所建立的捷徑。 領域知識代理人(Ontology agent) 領域知識代理人(Ontology agent) 與使用者概念相關政府組織部門計算式: 領域知識代理人(Ontology agent) 根據文件的分類知識如: 命令、法、施行細則、組織章程…等以及其他meta-data如發布時間, 發布單位等作為服務代理人的搜索參考。 詞彙代理人(Thesaurus agent) 主要功能(Ability): 接受服務代理人的請求，作詞彙的詞義範圍變化: 一般化(generalize) 廣義詞及斷詞 特殊化(specialize) 主題詞及狹義詞 平移(Shift) 相關詞 , 同義詞 詞彙代理人(Thesaurus agent) 詞彙代理人(Thesaurus agent) 知識詞庫(Knowledge): 主題詞庫 立法院索引典 同義詞林 資訊搜集代理人(Information gathering agent) 主要功能(Ability): 針對某些固定的資料源做短期(單次查詢)及長期(委託監看)的資訊收集工作 資料源分類 公報系統 搜尋引擎 變動性的網頁 系統技術設計與實作 以Java為基礎的程式設計環境 利用以Java為基礎的Java Servlet來開發與使用者互動的CGI()。 代理人結構設計 主要有兩種類型的代理人：工作代理人(Task Agent)及管理代理人(Manager Agent) JDBC-ODBC Bridge資料庫開發介面 資料庫開發工具與資料庫結構 Microsoft SQL Server Task Agents 架構 Manager Agent 架構 計劃研究結果 建立了數個電子化(主題詞庫7442個專門主題詞詞彙 、立法院索引典18326及同義詞林62756個詞，12個大分類，152個中類，1722個小類 )的詞庫。 建構完成四個代理人的相關功能。 針對三個主題(921大地震、多元入學、役男兵役)收集了使用者可能面臨的相關具體問題約500個，作為評估代理人系統效益的依據。 完成約數十個實例問題測試結果列於附錄二中。 。 例(三) 問題： 我需要學校校園重建需求表 ？ . 結果： 代理人系統可得到相關解答， 公報查詢系統無法得到解答(並無相關文件)。 問題分析： 例(三) 政府公報全文影像查詢系統 一般使用者 重建需求表 找不到相關資料 進階使用者 重建+需求 335筆(?????) (重建+需求)*學校 28筆(無相關資料) 結論 我們建構了一個多代理人的架構包括: 「服務代理人」(service agent) 、「領域知識代理人」(ontology agent) 、「詞彙代理人」(thesaurus agent) 、「資訊搜集代理人」(information gathering agent)等，彼此分工合作，以達成整合式資訊代理服務的目的。 服務代理人 在「服務代理人」部分，我們發展了一個系統介面與使用者互動，並且以有限狀態機作為「服務代理人」的推理機制，依照查詢情形與使用者的需求，決定其他代理人必要的工作分派，主導協助查詢的整個過程。 領域知識代理人