以资讯熵及古德–图灵估计法进行网路新闻推荐.PDF

以資訊熵及古德 –圖靈估計 法進行網路新聞推薦 Harnessing Entropy and Good–Turing Estimation to Internet News Recommendation 1 2 1,2,* 2 3 Yu-Min Zhang, Xun Zhou, Ying-Chih Lin, Chun-Yao Wang and Wei-Kuang Wang 1Department of Applied Mathematics, 2Industrial Ph.D. Program of Internet of Things, 3Department of Environmental Engineering and Science, Feng Chia University, Taichung, Taiwan, R.O.C. * yichlin@.tw 摘要 土地公）就以長詞優先法(maximum matching)為基 礎 [1] 。這個作法的運算原則是「長詞優於短詞」， 民國以後，我們的媒體之多前所未有，媒體的 也就是由句子的一端開始，試著比對出在詞庫中 立場之廣亦是前所未見，對於單一事件如不攝取 最長的詞作為斷詞的結果。例如詞庫裡有「土地 多方觀點，不免落入意識形態囹圄的窘境。亙古亙 公」、「土地」、「公」這三個字詞，當在文章中遇到 今，訊息的流傳至關重要 ，而在今日更是如此；同 「土地公」時會優先把這三個字斷在一起，而非斷 時在這個資料量爆炸的時代，網路媒體多不勝數， 成「土地」與「公」兩個詞；接著將最大匹配後的 連最貼近我們生活的新聞亦是各家網媒眾說紛紜， 詞排除，剩餘部分再重複利用 長詞優先法進行斷 對於閱讀網路新聞的民眾而言，想要在這個資訊 詞，直到處理完整篇文章為止。一般來說，如果使 洪流中得到一個事件完整且客觀的面貌，實屬不 用的詞庫夠大， 文獻指出長詞優先法斷詞可達到 易。因此本研究藉著建構一個整合網路爬蟲、中文 90% 以上的斷詞準確率[2] ，在複雜性與成本考量 斷詞、信息熵、古德圖靈估計- 法等技術的即時新 的情況下，這個作法有還不錯的效果。 聞推薦系統，使讀者在閱讀新聞時，此一系統將能 迅速地找出相關網站的新聞，並將新聞按照資訊 台灣社會在民主化浪潮的席捲下，再加上網 量的多寡加以排序，最後推薦予讀者。此舉讓讀者 際網路的普及，立場不再被箝制的網路媒體（簡稱 能通盤掌握整個事件的各個面向，節省許多精神 「網媒」）越來越多，且各家網媒對事件的描述往 與時間。本研究的實驗是針對各種類型的 網路新 往自行其是，更甚者有斷章取義的情形發生。從一 聞進行 推薦 效果的測試，結果顯示對於泛政治類 個多元化社會的角度來看，這些從不同角度切入 的新聞有 不錯的推薦效果 。 的文章報導正好突顯出各種不同的觀點，但是網 媒針對特定事件而不同觀點立場的描述，往往模 1. 介紹 糊了焦點，表達出來的意見也常常莫衷一是。描述 同一事件時，各家網媒發佈的新聞內文除了既有 語言是人類重要的溝通媒介， 而描述一個事 的政治立場、觀點外，尚有文章資