109 高普考普通考試 圖書資訊管理 資訊系統與資訊檢索概要 考古題詳解

核心觀念

內容為基礎之多媒體檢索（Content-based Multimedia Retrieval），是從影像、聲音或視訊本身擷取可計算的特徵，建立特徵索引，再依使用者提供的範例或條件比對資料庫內容。系統比較的是媒體的視覺、聲學或時序特徵，而非只比對人工撰寫的文字描述。

檢索流程可概括為：特徵擷取 → 特徵表示與索引 → 相似度計算 → 排序與呈現結果。不同媒體採用的特徵不同，且特徵與人類所理解的語意之間仍有落差。

解題方法：依媒體種類說明特徵

一、影像檢索

影像系統會從影像像素中擷取特徵，常見方式如下：

• 色彩特徵：以色彩直方圖、色彩分布或色彩主題表示影像整體色調，可用於尋找顏色相近的影像。
• 紋理特徵：描述影像表面的規律、粗細、方向與重複性，適合比對草地、磚牆、布料等具有特定表面模式的內容。
• 形狀特徵：描述物體輪廓、邊緣、幾何形狀或區域形狀，可用於物體或圖樣比對。
• 空間與區域特徵：將影像分割為區域，記錄物件或色彩區塊的位置與彼此關係，支援「物件位於另一物件左側」等空間條件。
• 高階語意特徵：透過物件辨識或分類，將影像標記為人物、建築、車輛等類別；這比低階特徵更接近使用者需求，但辨識準確度受模型與資料影響。

系統可將查詢影像轉成特徵向量，與資料庫影像的特徵向量比較，再依相似程度排序。例如，可用直方圖距離比對色彩分布，或用形狀描述子比對輪廓。

二、聲音檢索

聲音檢索會分析音訊波形或轉換後的頻譜，常見特徵包括：

• 時間與能量特徵：如振幅、音量、能量變化及節奏，用以描述聲音強弱與時間上的起伏。
• 頻率與音色特徵：如頻譜、頻譜重心、梅爾頻率倒頻譜係數（MFCC），可表示聲音的頻率分布與音色。
• 節奏與韻律特徵：如拍點、速度、音高變化與節奏型態，常用於音樂檢索。
• 語音特徵：可先進行語音辨識，將語音轉為文字後比對內容；也可直接以聲學特徵比對說話者、語調或聲音類型。
• 聲音事件特徵：辨識鳥鳴、警笛、掌聲等聲音類別，以檢索特定環境聲或事件。

系統將查詢音訊擷取成特徵，與資料庫音訊比較；若查詢目標是語音內容，也可把語音轉成文字，搭配文字檢索。

三、視訊檢索

視訊同時具有影像內容與時間變化，通常從多個層次擷取特徵：

• 影格特徵：從抽取的關鍵影格擷取色彩、紋理、形狀及物件等影像特徵。
• 鏡頭與場景特徵：偵測鏡頭切換，將影片分成鏡頭或場景，再以代表影格或場景特徵建立索引。
• 動態特徵：分析物件移動、方向、速度與整體運動模式，例如人物走動或車輛轉彎。
• 時間與事件特徵：描述事件出現的先後次序與持續時間，例如「人物進門後坐下」。

核心觀念

本題考查兩個面向：第一，Word2Vec 如何從詞語的上下文學得稠密詞向量；第二，與依據詞頻權重形成的 $TF \times IDF$ 詞向量相比，Word2Vec 詞向量用於向量空間模型（Vector Space Model, VSM）檢索時，有哪些優缺點。

$TF \times IDF$ 是以詞語在文件中的出現頻率及其區辨能力計算權重，向量維度通常對應詞彙表中的詞項。Word2Vec 則以語料中的上下文關係學習詞的低維向量，使上下文相似的詞在向量空間中較接近。

解題方法

先說明 Word2Vec 的訓練目標與兩種架構，再從「詞義表徵、語意相似度、詞彙配對、索引與計算成本」比較兩種詞向量。作答時要指出：Word2Vec 本身是詞向量學習方法，仍須搭配查詢與文件的向量表示及相似度計算，才能形成檢索系統。

Word2Vec 的技術內涵

Word2Vec 是以神經網路學習詞嵌入（word embedding）的方法。其核心假設是「出現在相似上下文中的詞，通常具有相近的語意或用法」。訓練時將詞映射為低維、稠密的實數向量，並藉由預測上下文或中心詞來調整向量。

常見架構有兩種：

1. CBOW（Continuous Bag-of-Words）：以中心詞周圍的上下文詞作為輸入，預測中心詞。概念上是由「上下文」推測「目標詞」。
2. Skip-gram：以中心詞作為輸入，預測其周圍的上下文詞。概念上是由「目標詞」推測「上下文」。

訓練完成後，每個詞由一個低維向量表示。詞與詞之間的關係可用向量相似度衡量，例如餘弦相似度：

餘弦值愈高，表示兩個詞的向量方向愈接近。Word2Vec 的向量也可能呈現某些類比關係，例如詞向量間的方向差異反映詞語關係；但這種性質取決於訓練語料與模型，不代表每種語意關係都能穩定線性表示。

用於 VSM 檢索的優點

• 能表達語意相似性：上下文相近的詞，即使字面不同，向量仍可能接近，有助於補足只依賴詞面重疊的檢索。
• 緩解詞彙不匹配：查詢詞與文件用詞不同，但兩者在訓練語料中具有相似上下文時，系統較有機會找出相關文件。

核心觀念

本題考查網路資訊的評估能力。搜尋結果數量多，不代表內容可信；評估時可從正確性、權威性、客觀性、涵蓋性、時效性五個面向逐一檢視，並依查詢目的判斷各面向的重要程度。

五項評估面向

解題方法

依「內容、來源、立場、範圍、時間」的順序評估：

核心觀念

動態查詢語句建議（Dynamic Query Suggestions）是指使用者輸入查詢詞的過程中，搜尋引擎即時提供可能的完整查詢語句，供使用者選擇或據以修改。它常見於搜尋框的自動完成功能，與使用者送出查詢後才提供的「相關搜尋」不同。

這項功能的目的，是在查詢形成階段協助使用者：

• 減少輸入成本：以選取建議語句代替逐字輸入，尤其在行動裝置上更為有用。
• 修正或補全文字：協助處理拼字錯誤、用詞不完整及查詢表達不明確等情況。
• 引導查詢表達：提供常見或較具體的查詢寫法，幫助使用者把資訊需求轉成可搜尋的語句。
• 改善檢索結果：較完整、明確的查詢通常較容易對應到適切的文件，因而提升檢索效率與使用者體驗。

解題方法

作答時可依序從「服務目的、建議品質、系統效能」三個層次說明。先交代功能對使用者的幫助，再說明如何產生有用的建議，最後指出即時提供服務所帶來的運算與延遲壓力。

一、讓建議真正有助於使用者，技術上須考量的面向

1. 建議內容的相關性與排序 建議應符合目前已輸入的字詞及使用者的資訊需求。系統可參考查詢詞與候選語句的相似度、常見程度、近期熱度、點選或搜尋成功情形等訊號，決定候選項目及其排序。熱門程度不能作為唯一依據，否則冷門但切合需求的查詢容易被忽略。

2. 輸入前綴與候選查詢的比對 系統須判斷目前輸入的字串如何對應到建議語句，例如以字首比對、容錯比對或詞彙關聯找出候選。還須處理部分字詞、拼字錯誤、詞形變化及不同語言的輸入特性。

3. 情境與個人化 建議可依目前查詢內容、前後輸入脈絡、使用者所在區域、語言或個人搜尋歷程調整，使結果更貼近當下需求。個人化必須兼顧隱私與資料使用限制，也要避免過度依賴個人歷程而使建議過度狹隘。

4. 資料來源、品質與更新 建議詞可由查詢紀錄、索引內容、熱門主題及人工維護的詞彙等來源產生。資料須適時更新，並處理過時、不完整、低品質或不適當的語句；