知识关键因子特征本章学习目标-mipaper.pdfVIP

二、知識關鍵因子特徵 本章學習目標 明瞭知識關鍵因子特徵之相關議題 瞭解知識文件關鍵字之特徵與應用 瞭解知識文件標題之特徵與應用 瞭解知識文件結構之特徵與應用 探討知識關鍵內容之詞彙頻率/濃度特性 探討字節指標、提供者指標於知識分類之影響與應用 瞭解詞性因子對知識關鍵內容之影響 2.1 前言 由於資訊技術之普遍運用，各企業與機構之電子化文件不斷快速累積，如何利用自 動化技術快速、有效地協助人工進行文件分類，以應付大量暴增之分類需求，實為現今 資訊服務與知識管理之重要課題。目前文件自動分類大多採取文件關鍵字作為分類依 據，過去針對關鍵字擷取相關研究大多探討關鍵字擷取方法之改善，然甚少針對關鍵字 特性進行分析研究。有鑑於此，本研究針對關鍵字於文件中之發生頻率、位置等特性進 行探索，期能將分析結果應用於自動化關鍵字擷取，並使擷取之文件關鍵字更具代表性 與合理性；另一方面，若單純利用關鍵字資訊進行文件自動分類，可能因文件內容缺漏 而導致分類結果錯誤。因此，本章說明以文件內容結構與內容提供者為作為文件分類依 據，進而衍生之自動化文件分類分類演算法，以使文件分類結果更具合理性。透過關鍵 字擷取特徵與文件自動分類因子分析，將有利企業達成自動化知識管理之目標。 近年來，由於資訊技術之普遍運用，各企業與機構之電子化文件急速累積；文件數 量龐大以致於各組織難以有效地管理與利用，文件分類之需求亦因應而生。有鑑於此， 如何利用自動化解析技術，快速、有效地協助人工進行文件分類，以應付大量暴增之文 件分類需求，為現今資訊服務與知識管理之重要課題。另一方面，對於個人使用者而言， 30 透過網際網路可取得所需之文件資料或知識，為了讓使用者能於浩瀚無涯的網際網路環 境中快速有效地尋找所需資訊，文件分類為解決方法之一（亦即其能協助使用者以瀏覽 類別的方式搜尋相關文件）。 文件分類主要乃根據文件內容或主題給定對應類別；例如，新聞文件可依據其報導 之內容，指定予「政治」、「外交」、「娛樂」、「運動」等類別。通常，此些類別皆為事先 定義或選定，以符合管理者之需求與期望。而指定類別之工作過去多由人工閱覽文件， 並根據其主題大意給予適當之類別標示。面對大量激增之電子新聞文件，若能擷取文件 中重要資訊，進一步妥善地分析與應用此些資料，將可供後續資訊探勘或追蹤事件相關 報導之用。故文件分類可將非結構化資料轉換為結構化資訊，為資訊組織、主題分析與 知識管理之重要工具。整體而言，文件分類之目的在於針對文件進行分門別類之加值處 理，使文件易於管理與利用。 目前文件自動分類技術大多以擷取文件關鍵字作為分類依據；不僅如此，由於關鍵 字主要乃為呈現文件主題意義之最小單位，因此大部分對非結構化文件之自動處理，如 自動索引、索引典自動建立、自動摘要、自動歸類、相關回饋、自動過濾、事件偵測與 追蹤、知識探勘、資訊視覺化、概念檢索、檢索提示、關聯知識分析、自動化權威控制、 自動化詢答系統等，都必須先進行文件關鍵字擷取，再進行後續之分析處理。此亦即， 關鍵字擷取為所有文件自動處理的基礎與核心技術。關鍵字擷取之方法可大略分為統計 法、詞庫法、規則法或此三種方法合併運用（曾元顯，1997 ）。過去相關研究大部分專 注於關鍵字之擷取方法與應用，若能針對關鍵字特性進行分析，將分析結果應用於自動 31 化關鍵字擷取方法，必能使擷取之關鍵字更具合理性與正確性。 文件分類自動化後，可引發更新、更便利之應用，除了提供館藏瀏覽（Collection Browsing ）、主題檢索（Topic-Based Retrieval ）、文件管理（歸檔、調閱、分享）外，尚 可應用於網頁過濾、電子郵件過濾、資訊選萃（SDI ，Selected Dissemination of Information ）、資訊配送（Information Filter or Routing ）、甚至文字探勘（Text Mining ）、 新知發掘（Knowledge Discovery ）、知識管理（Knowledge Management ）等領域（曾元 顯，2002 ）。與文件檢索相似，舉凡涉及非結構化文件之處理課題，皆可發現文件分類