109 高普考高考三級 圖書資訊管理(選試英文) 資訊系統與資訊檢索 考古題詳解

核心觀念

雲端圖書館服務平台（Cloud-based Library Service Platform）是將圖書館自動化系統及相關服務部署於雲端，由服務供應商維運，圖書館透過網路使用。常見型態為軟體即服務（Software as a Service, SaaS）；平台可整合採訪、編目、流通、館藏管理、電子資源管理與讀者查詢等功能。

此題分成兩部分：一是比較雲端平台相對於館內自建系統的優缺點；二是說明平台累積的借閱流通資料，如何轉化為兼顧讀者需求與隱私的智慧服務。作答宜同時呈現「平台與營運」及「資料分析與應用」兩個層次。

解題方法

先從系統建置、維護、存取、整合與風險等面向比較平台優缺點；再以「蒐集資料—整理分析—形成服務—評估改善」為脈絡，說明流通大數據的應用。分析時須區分個別讀者服務與整體館務決策，並將個人資料保護列為資料應用的前提。

雲端圖書館服務平台的優點

1. 降低館內維運負擔：伺服器、系統更新、備份與部分資安維運可由供應商處理，圖書館得以將人力投入讀者服務與館藏發展。
2. 建置與擴充較具彈性：通常以訂閱或服務費方式使用，減少一次購置硬體及建置機房的需求；可依服務量調整資源，較容易擴充使用者、館藏或功能。
3. 便利遠端與跨館使用：透過網路及瀏覽器即可操作，館員與讀者不必受限於特定館內設備；多館採用共同平台時，也有利於跨館查詢與資源共享。
4. 更新與功能部署較集中：供應商可集中更新系統，減少各館自行安裝、測試及維護不同版本的工作。
5. 有助於整合與資料分析：若平台能整合流通、館藏及電子資源資料，可較完整掌握資源使用情形，支援服務改進與管理決策。

雲端圖書館服務平台的缺點

1. 依賴網路與供應商服務：網路中斷或供應商服務故障，可能使借還書、查詢等服務受影響；圖書館須確認服務可用率、備援機制與故障處理方式。
2. 資料安全與隱私風險：讀者身分、借閱紀錄及使用行為集中於平台，若存取控制、傳輸加密或管理措施不足，可能造成未授權使用或資料外洩。
3. 系統客製化與控制權較受限制：平台功能與更新時程多由供應商主導，特定館務流程未必能完全配合；跨系統介接也須考量平台提供的介面與資料格式。
4. 供應商依賴與轉換成本：資料格式、平台功能或服務條款若形成依賴，日後更換系統可能需投入資料轉移、流程調整及教育訓練成本。
5. 長期費用與服務條款須審慎評估：訂閱費雖可減少初期硬體支出，仍須計算長期總成本，並確認資料所有權、資料匯出、備份、服務終止及故障責任等約定。

借閱流通大數據的智慧服務應用

核心觀念

中文書寫通常沒有詞與詞之間的空格，中文斷詞的目的，是將連續字串切分為有意義的詞，供索引建立、查詢處理與檢索比對使用。本題考查兩類斷詞方法的依據，以及分詞錯誤如何影響檢索效能。

解題方法

回答時先說明兩種方法各自依據的資訊，再連結到檢索流程：斷詞結果會影響索引詞彙與查詢詞彙；若兩者切分不一致，就會影響文件能否被取回，以及取回結果是否相關。

詞典法（Dictionary-based Method）

詞典法以預先建立的詞典為主要依據。系統從待處理文字中尋找與詞典詞條相符的字串，將其辨識為詞。常見作法是由左至右掃描，採用「正向最大匹配」：從目前位置起，優先選取詞典中最長的匹配詞；也可由右至左進行「逆向最大匹配」。若有多種切分候選，系統可再依詞頻、詞性或語境規則選擇。

例如「研究生命起源」可能切為「研究／生命／起源」，也可能因匹配策略不同而產生不適切的切分。詞典法的優點是規則直觀、處理速度快，且對詞典中已收錄的詞通常能穩定辨識；限制是效果受詞典涵蓋範圍與匹配規則影響。新詞、專有名詞、未收錄詞或詞典中多個候選互相競爭時，容易切分錯誤。

統計法（Statistics-based Method）

統計法從大量已標註或未標註的語料中，估計字詞組合的機率或統計特徵，再據此選擇較合理的切分。常見依據包括相鄰字的共現頻率、詞的頻率、互資訊，以及隱馬可夫模型、條件隨機場等序列標註模型。

例如，若語料中「資訊檢索」常以整體詞語出現，模型會傾向將這些字切為一個詞。以機率模型表示時，系統可選擇使整句切分機率最高的候選：

核心觀念

命名實體識別（Named Entity Recognition, NER）是自然語言處理中的資訊抽取技術，用來辨識文本中的實體名稱，並將其分類為預先定義的類別，例如人名、機構、地名、時間、日期、作品名稱等。NER 通常包含兩個工作：找出實體在文本中的起訖範圍，以及判定該實體的類別。

例如，在「國家圖書館於臺北舉辦數位典藏研討會」中，可將「國家圖書館」標記為機構、「臺北」標記為地點；「數位典藏研討會」則可依系統設定標記為活動或作品名稱。

解題方法：以實體資訊強化檢索

將 NER 用於改善資訊檢索，可依下列流程說明：

1. 辨識並標記實體：對文件與使用者查詢執行 NER，擷取其中的人名、機構、地名等資訊。
2. 建立可檢索的實體索引：除了索引原始詞彙，也將實體及其類別納入索引。例如，將「國家圖書館」記錄為機構實體。
3. 利用實體訊息改善比對與排序：查詢若包含「臺北市立圖書館」，系統可優先找出提及該機構的文件；若查詢包含人名或地名，也可依實體類別縮小檢索範圍，並在排序時提高實體吻合文件的相關性。
4. 處理名稱變體與歧義：搭配同義詞、別名或實體連結，可將不同寫法指向同一實體，也可利用上下文區分同名實體。例如「蘋果」可能指水果或公司，類別與上下文有助於判斷。

因此，NER 可協助系統從單純的字詞比對提升為實體層次的檢索，改善查詢理解、結果精確度與排序品質。實際成效仍取決於辨識正確率、索引設計及實體消歧品質。

核心觀念

網頁探勘（Web Mining）是將資料探勘技術運用於網路資料，以發現有助於資訊組織、使用者理解與服務改善的模式。依探勘對象可分為三類：

• 網頁內容探勘（Web Content Mining）：分析網頁本身的內容，例如文字、圖片、影音、表格與中繼資料。重點是「網頁寫了什麼」。
• 網頁結構探勘（Web Structure Mining）：分析網頁間的超連結與網站內部連結結構，藉此掌握頁面的關聯、權威性及網站組織。重點是「網頁彼此如何連結」。
• 網頁使用探勘（Web Usage Mining）：分析使用者與網站互動所留下的紀錄，例如伺服器日誌、點擊序列、查詢詞、瀏覽時間與工作階段。重點是「使用者如何使用網頁與搜尋服務」。

三者的區分關鍵在探勘資料來源：內容探勘看頁面資料，結構探勘看連結資料，使用探勘看使用紀錄。

解題方法與應用

作答時先界定三種探勘的分析對象，再分別連結至搜尋引擎的處理流程：內容探勘強化索引與主題判斷，結構探勘改善結果排序與權威性判斷，使用探勘改善查詢理解、排序及個人化服務。

1. 網頁內容探勘：提升索引品質與內容相關性

搜尋引擎可從網頁標題、正文、標題標籤、圖片替代文字及中繼資料擷取特徵，進行文字斷詞、語意分析、主題分類、實體辨識與重複內容偵測。再將這些資訊納入索引，協助判斷文件主題及其與查詢的相關程度。

例如，使用者查詢某一主題時，搜尋引擎可比對文件的正文和標題，而非只比對單一關鍵字；也可藉由辨識頁面主題，排除大量重複、內容稀薄或與查詢無關的頁面，使結果更完整且精確。

2. 網頁結構探勘：改善排序與權威性評估