metadata专用资料库系统-国立成功大学统计学系.pptVIP

檢索不僅是檢索 文字透通性：大小寫，簡正體，異體，單複數，代表字，真值技術 索引典展開，同義字展開，同義詞展開 文字分析，以文找文，即時分類 詞庫對照，詞庫成長 建議詞彙，相關詞彙 資料預處理，預分類 檢索條件之元件 單字，片語，數字，中文，西文，日期，分類號 某一次或多次之檢索結果 某一個或多個清單 模糊文字：截頭，截尾，截中，同時截頭截尾截中 單一高頻字元 某一範圍，如日期範圍或交錯範圍 布林邏輯 同義字或異體字透通 同義詞展開 索引典展開 清單展開 交集，聯集，排除 括號優先，平行及巢狀 欄位限制 字距運算 看專利審查官如何審查專利 (厚度 [-20,20] 百分比 AND 電極 [-10,10] 厚度)@DE AND (IC=G02F*) ((靜電[-5,5]防護 or 靜電[-5,5]保護 or ESD) and 非對稱[-10,10]電晶體) AND (UD=OR GD= ((太陽能電池 or 光電電池 or solar[-5,5]cell or 光伏打) and 薄膜[-5,5]厚度[-5,5]不均勻) AND (UD=OR GD= (胺 OR amine) AND (電洞 OR *hole*[0,1]*inject*) AND (芴 OR fluorene) AND (唑 OR carbazole) AND (triarylamine OR tertiary amine) AND (UD=OR GD= (color[-1,1]filter and black[0,1]matrix)@DE AND (*fluoroalkyl[0,1]acrylate or *fluoroalkyl[0,1]methacrylate)@DE AND (initiator)@DE AND (UD=OR GD= (benzyl[-1,1]*acrylate and methacrylic[-1,1]acid and dicyclopentanyl[-1,1]methacrylate)@DE AND (*initiat*)@DE AND (IC=G03F*) AND (UD=OR GD= (*imprint*)@TI AND (*multi*[-1,1]*stage* or *multi*[-1,1]*step*)@DE AND (UD=OR GD= ((*tri*[1,3]*pyrazo*[-10,10]*silver*) or (*tri*[1,3]*pyrazo*[-10,10]*ag*))@DE AND (liquid[-1,1]crystal)@DE AND (display)@DE AND (UD=OR GD= 布林邏輯—不是我們想像的那樣 ((太陽能電池 or 光電電池 or solar[-5,5]cell or 光伏打) and 薄膜[-5,5]厚度[-5,5]不均勻) AND (UD=OR GD= [1,1] 等同 [1] 真實條件： ((太[1]陽[1]能[1]電[1]池 or 光[1]電[1]電[1]池 or solar[-5,5]cell or 光[1]伏[1]打) and 薄[1]膜[-5,5]厚[1]度[-5,5]不[1]均[1]勻) AND (UD=OR GD= 巨量資料庫 四庫全書有八億字 世界各國專利有八千億字 每個字皆要記錄詳細位置（四個數字） 隨便一個比對就是數億到數十億次的比對 儲存及讀取皆是挑戰 除了儲存方法外，如何高速讀出索引，高速比對數十億個數字得到精確結果，是專業檢索系統的專精項目 專業檢索引擎-平行處理架構的檢索 * 專業檢索引擎-平行處理檢索架構 * 前端主機 TTS 檢索引擎橋接模組 Client Web-based 檢索終端畫面 專利檢索資料庫 專利檢索資料庫 專利檢索資料庫 專利檢索資料庫 指令模式 檢索畫面 專利檢索資料庫 專利檢索資料庫 檢索主機 TTSp 檢索引擎 檢索主機 TTSp 檢索引擎 檢索主機 TTSp 檢索引擎 TTS 檢索介面 (ttskm)引擎 ` 終端使用者的功能畫面不變 … 資料探勘 先要有詞庫 詞庫需分類，需建相關 詞庫要能自我成長 詞庫與資料皆要能以真值化及透通化預處理 有效萃取詞彙有逐字比及逐詞比二種方法 逐詞比正確率高，但效能低 不論何種方法，