110 高普考高考三級 檔案管理 文書及檔案資訊化 考古題詳解

核心觀念

本題分成三部分：說明人工智慧的意涵、舉出可支援檔案鑑定分類及檢索的 AI 技術，並說明檔案館導入機器人的應用情境。作答重點是把技術能力連結到檔案作業流程，同時指出 AI 是輔助工具，檔案專業判斷仍須由人員負責。

人工智慧（Artificial Intelligence, AI）是讓電腦系統執行通常需要人類智慧的工作，例如感知、理解語言、辨識模式、推理、學習及決策。現代 AI 常以資料訓練模型，使系統從資料中找出規律，再依據所學內容執行預測、分類或生成等工作。

法規方面，以命題當年（民國 110 年）法規為準。《檔案法》第 8 條規定，檔案應依檔案中央主管機關規定的分類系統及編目規則分類編案、編製目錄；第 10 條規定，檔案保存年限依性質及價值區分為永久保存或定期保存。檔案鑑定須依檔案保存價值及相關鑑定規範辦理。AI 可協助資料分析、分類建議及檢索，不會取代依法應完成的專業鑑定與管理責任。上述《檔案法》相關規定現行未有重要修正。

解題方法

依「檔案生命週期」安排答案最清楚：前端的鑑定與分類、中段的整理與描述、後端的檢索與應用，最後再以實體典藏及閱覽服務說明機器人的用途。每項技術均交代「能處理什麼資料」及「能改善哪一項工作」。

AI 技術在檔案管理的應用

一、協助檔案鑑定

1. 機器學習與資料探勘 分析檔案的形成機關、年代、業務類別、內容特徵、利用情形及保存年限等資料，協助發現檔案群中的規律與異常，提供保存價值鑑定、清理及移轉作業的參考。

2. 自然語言處理（NLP） 分析公文與檔案全文，擷取主題、人名、機關、地名、時間及事件等資訊，並協助摘要與內容比對。可用於快速掌握大量卷件內容，提供鑑定人員判斷檔案內容、關聯性及重要性的線索。

3. 文字與影像辨識（OCR、影像辨識） OCR 可將掃描文件影像轉為可搜尋文字；影像辨識可辨認手寫文字、印章、表格及影像中的物件。轉為結構化資料後，較容易進行內容分析、比對及鑑定。

4. 關聯分析與知識圖譜 依據人員、機關、案件、時間及事件間的關係，建立檔案之間的脈絡連結。鑑定時可藉此發現具有延續性或關聯性的檔案，避免只看單件內容而忽略整體脈絡。

二、協助檔案分類

1. 監督式機器學習 以已完成分類的檔案作為訓練資料，學習檔案內容與分類類目間的關係，再對新進檔案提出分類建議，減少人工逐件判讀的時間。

2. 自然語言處理與主題分類 從標題、案由、本文及既有編目資料擷取關鍵詞與主題，依業務性質推薦分類類目或標記主題詞。

3. 文字探勘與相似度比對 將新檔案與過往已分類檔案比對，找出內容或用語相近的案件，提供承辦人員參照，提升分類的一致性。

三、提升檔案檢索效能

核心觀念

本題考查 OCR 如何把影像中的文字轉成可由電腦處理的文字資料，以及這些文字資料如何支援檔案檢索與數位人文研究。掃描影像本身主要供人觀看；經 OCR 轉置後，文字才能進一步供全文索引、搜尋與文本分析使用。

OCR（Optical Character Recognition，光學字元辨識）是分析文件影像中的文字字形，並將其辨識為電腦可讀文字的技術。辨識結果仍可能有誤，因此檔案實務上宜保留原始影像、OCR 文字及其頁碼或版面位置的對應關係，並以人工校對或品質檢核提升資料可信度。

解題方法

依題目三個問句分段作答：先說明 OCR 對檔案檢索的效益，再說明對數位人文研究的支援，接著依序列出 OCR 技術流程，最後從文件、影像、文字及系統四個面向整理辨識率因素。這樣能直接對應題目要求，也能避免把「掃描數位化」與「全文辨識」混為一談。

OCR 如何促進檔案檢索與數位人文應用

一、提升檔案檢索能力

OCR 將原本只能以影像閱讀的檔案內容轉成文字，讓檔案系統得以建立全文索引。使用者可依關鍵詞、姓名、地名、機關名稱或日期等內容搜尋，找出只靠題名、案名或目錄描述不易發現的檔案，並縮短查找時間。

全文檢索也能補充傳統欄位檢索：使用者不必事先知道檔案的分類或標題，只要知道內容中出現的詞語，便能以文字搜尋定位相關頁面或段落。若系統保留 OCR 文字與原始影像的連結，使用者可從檢索結果回看影像，核對辨識文字與原件內容。

二、支援數位人文研究

OCR 使大量檔案文本能以一致格式進入後續分析，研究者可進行：

• 詞頻與關鍵詞分析：觀察特定詞語的出現頻率及變化。
• 文本比對與主題分析：比較不同時期、機關或檔案群的用語與內容。
• 人名、地名及機關分析：整理文本中的人物、地點與組織，進一步分析其關聯。
• 時間與空間分析：結合年代、地名等資料，探討事件及活動的時空分布。
• 資料視覺化：將詞頻、人物關係或地理分布呈現為圖表、網絡圖或地圖。

因此，OCR 不只讓單件檔案更容易搜尋，也使研究者能從大批檔案文本中觀察整體趨勢與關聯。辨識錯誤則可能影響檢索召回與文本分析結果，重要研究仍須搭配校對、抽樣檢查及原始影像核驗。

OCR 技術處理流程

常見流程可分為下列階段：

核心觀念

資訊視覺化（information visualization）是運用電腦將抽象資料轉換為視覺表徵，並透過互動操作增進理解與分析的方式。Card、Mackinlay 與 Shneiderman 將其概括為：「運用電腦支援、互動式的抽象資料視覺表徵，以增進認知能力。」

檔案資料常包含大量文字、人物、機關、事件、時間與地點等資訊。若只以目錄或文字呈現，使用者較難迅速看出資料間的關聯；透過圖形、色彩、位置、大小與線條等視覺元素，可以協助使用者掌握整體概況、辨識趨勢與關係，並進一步探索個別檔案。

資訊視覺化的主要特點如下：

1. 呈現抽象資料：適用於數量、分類、時間、關係等沒有固定實體形狀的資料。
2. 以視覺編碼傳達資訊：將資料映射為位置、長度、色彩、形狀、大小等視覺元素。
3. 支援互動探索：使用者可縮放、篩選、搜尋或點選，以查看不同層次的資訊。
4. 增進認知與理解：協助使用者從大量資料中發現模式、趨勢、群聚、異常與關聯。
5. 兼具概覽與細節：常見操作脈絡是先掌握概況，再縮放或篩選，最後查看個別資料細節。

解題方法

本題分成三個作答任務：先界定資訊視覺化，再歸納其特點，最後舉出三種適用於檔案數位策展的技術，分別說明它們呈現何種資訊、產生何種傳達效果。

作答時宜讓「技術」與「效果」一一對應；選擇能呈現不同資料面向的例子，例如時間脈絡、空間分布與人物或事件關聯，便能展現資訊視覺化應用的多樣性。

三種應用於檔案數位策展的技術

一、時間軸（Timeline）

將檔案依年代、日期或事件先後排列，並可連結至相關人物、事件與檔案影像。例如呈現某項政策從提出、執行到修正的歷程。

核心觀念

本題考查鏈結資料的基本定義、RDF 的資料表示方式，以及將檔案中的人物、事件、時間、地點與事物轉為可互相連結的資料後，能帶來哪些應用效益。

**鏈結資料（Linked Data）**是以網路標準描述資料，並透過持續的識別碼與明確的關係，將不同資料集中的資源連結起來，讓人與電腦都能查找、識別及重用資料。其核心做法包括：

1. 以 URI／IRI 識別人、事、檔案、地點等資源。
2. 使用 RDF 等標準格式描述資源及其關係。
3. 提供可查找的識別碼，使他人能取得資源的相關描述。
4. 將資源連結到其他相關資源，形成跨資料集的網絡。

**資源描述框架（RDF）**以「主詞—述詞—受詞」三元組表示一項事實：

主詞與受詞通常是資源，述詞表示兩者的關係；文字、日期等值也可作為受詞。多個三元組組成 RDF 圖，能呈現資源之間的脈絡關係。

解題方法

作答時先說明鏈結資料如何以識別碼和標準格式串聯資源，再以一件檔案為中心，將題目指定的「人、事、時、地、物」拆成資源，逐一用 RDF 三元組表達關係。最後從檢索、資料整合、脈絡呈現及加值服務等面向說明應用效益。

以下以某檔案記載「民國 80 年，某機關於臺北市辦理河川整治會議，王某出席，會議討論某河段工程」為例。使用示意性識別碼，RDF 可表達為：