114 地方特考四等 圖書資訊管理類科 資訊系統與資訊檢索概要 考古題詳解

核心觀念

本題考查都柏林核心集（Dublin Core，簡稱 DC）的 15 項核心元素，以及資源描述與著錄原則。Metadata 是描述資訊資源特徵的資料，可供辨識、組織、管理與檢索；一致的元素名稱與著錄方式，有助於不同系統交換與查詢資料。

Dublin Core 常用於網路資源的基本描述。15 項核心元素不限定特定學科或資源類型，著錄時應以資源本身可辨識的資訊為基礎，並盡量採用一致、明確且可互通的形式。

解題方法

作答時可先按「資源是什麼、由誰製作、內容談什麼、何時何地產生、如何取得與管理」整理，再列出 15 項元素。接著補充簡要著錄原則，說明元素的選用、值的表達、重複使用與受控詞彙等做法。這樣能同時回答「有哪些元素」與「如何著錄」兩個部分。

Dublin Core 15 項核心元素

核心觀念

本題是申論題，重點在於從使用者角度分析生成式 AI 如何改變資訊檢索的「系統提供方式」與使用者的「資訊尋求行為」。答題不能只羅列 AI 的功能，還須說明使用者因此如何提出問題、取得資訊、判斷答案與採取後續行動。

傳統資訊檢索通常是使用者輸入關鍵字，系統比對索引並排序文件，使用者再瀏覽搜尋結果、點選來源、比較內容。生成式 AI 則能以自然語言理解問題，整理檢索到的資料或依模型知識生成文字答案，並透過對話承接前文、釐清需求及調整回答。兩者差異可概括為：傳統檢索偏向提供「可供查閱的文件」，生成式 AI 偏向提供「整合後的答案與互動」。

解題方法

可從「檢索技術如何改變」及「使用者行為如何改變」兩面向作答，再補充限制與使用者因應方式。這樣能直接回應題目中的兩個核心對象，也能兼顧正面效益與資訊素養。

資訊檢索技術的影響

1. 由關鍵字檢索走向自然語言與語意檢索 使用者可用完整句子描述需求，不必先熟悉布林運算、欄位限制或精確關鍵字。系統利用自然語言處理與語意表示理解查詢意圖，較能處理同義詞、上下文及較複雜的問題。

2. 由文件清單走向答案生成與內容整合 系統可將多份文件的資訊摘要、比較或組織成連貫回答，降低使用者逐筆開啟資料的負擔。資訊檢索因而從「找出相關文件」延伸至「協助理解與運用資訊」。

3. 對話式、迭代式檢索增加 使用者可針對回答追問、補充條件或要求改寫，系統也可依對話脈絡調整檢索方向。檢索過程不再只是一問一答的單次查詢，而更像逐步釐清需求的互動。

4. 檢索與生成逐漸結合 結合外部資料檢索的生成系統，可先取得相關來源，再據以產生回答，有助於提供較即時、可追溯的資訊。來源呈現、引用是否正確，以及生成內容是否確實受到來源支持，會成為使用者評估檢索品質的重要依據。

使用者行為的影響

核心觀念

混淆矩陣用來比較系統的判定結果與實際狀況。在資訊檢索中，將「相關」視為正類 P、「不相關」視為負類 N；系統「檢索出」的資料視為判定正類，「未檢索出」的資料視為判定負類。

• TP（真正例）：實際相關，且被系統檢索出。
• FP（假正例）：實際不相關，卻被系統檢索出。
• FN（假負例）：實際相關，卻未被系統檢索出。
• TN（真負例）：實際不相關，且未被系統檢索出。

查準率衡量「檢索出的資料有多少相關」；查全率衡量「所有相關資料有多少被檢索出」。

解題方法

依定義代入混淆矩陣數值：

核心觀念

本題考查布林邏輯（Boolean Logic）的三種基本運算，以及如何用它們組合檢索條件。資訊檢索常將每筆資料視為一個紀錄或文件，並判斷該筆資料是否符合指定的檢索詞條件。

設 $A$ 表示含有檢索詞「圖書館」的文件集合，$B$ 表示含有檢索詞「數位典藏」的文件集合：

• AND（且）：交集 $A \cap B$。文件須同時符合所有檢索條件，結果通常變少，查詢較精確。
• OR（或）：聯集 $A \cup B$。文件符合任一檢索條件即可，結果通常變多，查詢涵蓋較廣。
• NOT（非）：差集 $A - B$，亦可寫作 $A \cap B^{c}$。文件符合前項條件，但不含被排除的條件。

解題方法

作答時，先說明三種運算的邏輯意涵，再以集合運算對應檢索結果，最後指出它們對查詢範圍與精確度的影響。

例如查詢「圖書館 AND 數位典藏」，系統只回傳同時含有這兩個詞的文件；查詢「圖書館 OR 檔案館」，則回傳至少含有其中一詞的文件；查詢「圖書館 NOT 數位典藏」，則回傳含有「圖書館」但排除含有「數位典藏」的文件。