110 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

本題考查資訊檢索的混淆矩陣，以及精確率、回現率與兩者補充值的計算。

• 精確率（precision）：檢索到的資料中，相關資料所占比例，衡量檢索結果的準確程度。
• 回現率（recall）：所有相關資料中，實際被檢索到的比例，衡量相關資料的涵蓋程度。
• 精確率補充：$1-\text{精確率}$，代表檢索到的資料中不相關資料所占比例。
• 回現率補充：$1-\text{回現率}$，代表所有相關資料中未被檢索到的比例。

解題方法

先將題表對應到四種情形：

因此，甲的真陽性為 $80$、假陽性為 $20$、假陰性為 $20$；乙的真陽性為 $70$、假陽性為 $30$、假陰性為 $0$。

計算公式如下：

甲的計算：

核心觀念

使用者經驗（user experience, UX）的衡量，常分為績效表現與滿意程度兩個面向。績效表現著重使用者是否完成任務、完成任務所需時間，以及操作過程中的錯誤情形；滿意程度則著重使用者對使用過程或結果的主觀感受。

本題第一小題考查以任務成功（task success）衡量績效表現，並要求說明二元成功（binary success）。第二小題則須另舉兩種績效表現測度，說明其衡量方式與意義。

（一）二元成功（binary success）

二元成功是將每位使用者執行一項任務的結果，依事先訂定的成功標準，記錄為兩種狀態：

• 成功：符合任務完成標準，記為 1。
• 失敗：未符合任務完成標準，記為 0。

將所有使用者的結果彙整後，可計算任務成功率：

例如，圖書館網站要求使用者「找出一本指定書籍的可借館藏地點」。若使用者能找到正確館藏地點，即記為成功；若未找到、找到錯誤地點，或在規定時間內未完成，則記為失敗。假設 20 位受測者中有 16 位成功，任務成功率為：

使用二元成功時，研究者須先明確界定任務目標與成功判準，並以一致標準評分，才能比較不同介面、不同版本或不同使用者群體的任務完成情形。此測度簡單易懂，適合呈現任務是否完成；但它只記錄成功或失敗，無法反映完成品質、所花時間、錯誤次數，或使用者是否需要協助。因此，實務上常搭配其他績效測度一併分析。

（二）其他兩種績效表現測度

1. 任務完成時間（time on task）

核心觀念

「概念為基礎（concept-based）檢索」是以人為描述的語意概念作為檢索依據。用於影像檢索時，系統不直接比對影像的像素或色彩，而是先以文字描述影像內容，例如主題、人物、地點、事件、物件及其關係，再依使用者的文字查詢尋找相關影像。

例如，一張照片可標註「臺北市、街景、夜間、下雨、行人」等概念。使用者查詢「雨夜的城市街景」時，系統便可利用這些概念及其語意關係找出相符影像。這類方法常使用標題、摘要、關鍵詞、主題標目、分類表、同義詞表或本體等描述資料。

其基本流程為：

解題方法

作答時先說明檢索依據是「影像的文字描述與語意概念」，再依序交代如何建立索引、如何處理查詢、如何比對結果。最後從語意表達、索引品質、成本及檢索效果等面向，整理優點、限制與改善方法。

一、檢索方式

1. 描述影像：由編目人員或自動化工具為影像加上標題、摘要、關鍵詞、主題標目、分類號等中繼資料。
2. 組織概念：運用控制詞彙、同義詞表、分類表或本體，建立概念間的關係，例如「汽車」與「車輛」的上下位關係，或「臺北」與「臺灣」的地理關係。
3. 處理查詢：將使用者輸入的自然語言或關鍵詞轉換成概念，並處理同義詞、詞形變化及詞義歧異。
4. 比對與排序：比對查詢概念與影像描述中的概念，可採布林比對或相關性排序；若系統有概念權重，亦可依概念的重要性排列結果。
5. 呈現結果：顯示符合概念的影像及其描述資料，供使用者檢視、縮小或擴大查詢範圍。

優點

1. 可用語意描述查詢：使用者能以「海邊日落」等有意義的概念搜尋，不必提供影像檔案或指定色彩、紋理等低階特徵。
2. 適合主題與情境檢索：可搜尋人物、地點、事件、用途等語意內容；對於難以單靠像素特徵表達的抽象主題，文字描述較有幫助。
3. 可處理詞彙差異：若索引使用同義詞或概念關係，同一概念即使以不同詞語表達，仍有機會找出相關影像。
4. 結果較容易理解：檢索依據是可讀的標題、主題標目或關鍵詞，使用者能掌握影像為何被檢出，也較容易修正查詢。
5. 可沿用圖書館編目資源：圖書館既有的主題標目、分類表與權威檔，可協助影像描述與概念控制。

核心觀念

分區組合檢索適用於包含多個概念的主題。先將檢索問題拆成數個主題層面（facets），各層面內列出同義詞、近義詞、相關詞或不同表達方式；再以布林運算組合：

• 同一層面內用 OR（聯集），擴大該概念的涵蓋範圍。
• 不同層面間用 AND（交集），要求檢索結果同時涉及各概念。

解題方法與例子

設資料庫中，主題甲、乙、丙各有一組代表詞：

• 甲層面：甲、甲的同義詞甲₁
• 乙層面：乙、乙的同義詞乙₁
• 丙層面：丙、丙的同義詞丙₁

先在各概念內合併詞彙，再交集：

例如，一筆資料只要包含甲層面任一詞、乙層面任一詞及丙層面任一詞，即符合檢索條件。實際操作時，可先分別檢索並保存三個層面的結果集，再用 AND 組合；若結果過少，應檢查各層面是否漏列常用詞，或確認三個概念是否都必須同時出現。

解題技巧與常見陷阱

記住「層面內 OR、層面間 AND」：OR 負責納入同一概念的不同說法，AND 負責限定資料須涵蓋多個概念。若把同義詞彼此用 AND，會不合理地要求資料同時出現同義詞；若把不同層面用 OR，結果範圍則會大幅放寬。

（二）主題層面配對（pairwise facets）檢索

核心觀念

主題層面配對檢索也先把需求分成多個主題層面，但不要求每筆結果同時符合所有層面，而是把層面兩兩配對，以 AND 取交集，再將各組交集以 OR 聯集。它用來放寬多概念檢索條件，避免所有層面一次交集造成結果過少。

解題方法與例子

以主題甲、乙、丙為三個層面，分別組成三對：

1. 甲與乙：甲 AND 乙
2. 甲與丙：甲 AND 丙
3. 乙與丙：乙 AND 丙

再將三組結果聯集：

因此，符合檢索條件的資料只須至少包含三個層面中的任意兩個。若每個層面本身包含同義詞，則先在層面內用 OR 展開，再進行上述配對，例如：