110 經濟部聯招(台電、中油、台水、台糖)新進職員 圖書資訊 國營事業聯招 (圖書館學與資訊科學概論...) 考古題詳解

核心觀念

《四庫全書》是清高宗乾隆年間編纂的大型叢書，依內容分為經、史、子、集四部，並抄錄成七部，分藏於七座藏書閣，合稱「北四閣、南三閣」。

其中，國立故宮博物院所典藏的是原藏於北京故宮的「文淵閣本《四庫全書》」。

解題方法

本題屬於「重要典籍與典藏地」的記憶型題目。只要掌握《四庫全書》七閣的分藏情形，即可判斷：

• 文淵閣：北京故宮，後由國立故宮博物院運至臺灣。
• 文源閣：圓明園。
• 文津閣：承德避暑山莊。
• 文溯閣：瀋陽故宮。

因此，國立故宮博物院典藏的是文淵閣本。

選項分析

• (A) 文淵閣：正確。 文淵閣本原藏於北京故宮，第二次世界大戰及國共內戰期間，部分重要文物與典籍運至臺灣，現由國立故宮博物院典藏。

核心觀念

本題考查中國古代文獻類型的定義與功能。

「類書」是中國古代重要的資料性文獻，依照一定主題或事類，廣泛輯錄經、史、子、集及其他典籍中的資料，分門別類編排，形成網羅各種知識的綜合性文獻彙編。其功能近似現代的百科全書、資料彙編與大型參考工具書。

解題方法

題幹的關鍵語句是「網羅各種知識」及「古文獻彙編」。

看到「廣泛蒐集各類知識，依類別編排，供查考」的描述，應直接聯想到「類書」。類書並非單一歷史事件的記載，而是將各種典籍中的相關資料分類彙整，便於讀者查閱。

選項分析

• (A) 史記：錯誤。 《史記》是司馬遷所撰的紀傳體通史，記載自黃帝至漢武帝時期的歷史，內容以歷史人物、事件及制度為主，並非網羅各種知識的分類彙編。

核心觀念

本題考查「國家圖書館」的功能、服務對象與館藏發展特色。

國家圖書館是代表一國保存、整理與提供國家文獻的主要圖書館，核心任務通常包括：

• 蒐集與保存本國出版品，履行國家文獻保存功能。
• 編製國家書目及相關書目資料。
• 提供全國性的參考、研究與資訊服務。
• 促進館際合作、國際交流及文獻資源共享。
• 蒐集與保存具有學術、文化或研究價值的重要外文資料。

國家圖書館雖以服務全國為目標，但不等於所有館藏均可自由外借，也不表示任何年齡層均可毫無條件入館。

解題方法

判斷本題可掌握三項原則：

1. 國家圖書館的首要特色是「保存與提供國家文獻」，不是一般公共圖書館式的普遍外借。
2. 國家圖書館的服務對象具有全國性，但實際入館及使用規定仍可依讀者年齡、研究需求、館藏性質等設限。
3. 國際合作、外文館藏蒐集及跨國文獻交流，確實是國家圖書館的重要職責。

因此，符合國家圖書館國際性與專業性任務的敘述為 $($D$)$。

選項分析

(A) 大多數國家圖書館皆採公平開放原則，鼓勵外借館藏，推廣閱讀

錯誤。

「公平開放、鼓勵外借、推廣閱讀」主要是公共圖書館的典型服務理念。國家圖書館的館藏多具有珍貴、稀有、唯一或長期保存價值，主要提供館內閱覽、參考服務及研究利用，並非以普遍外借為主要目的。

部分國家圖書館可能提供一般借閱服務，但不能據此推論「大多數」國家圖書館皆以鼓勵外借為核心工作。國家圖書館更重視文獻保存、國家書目、學術研究及全國資訊服務。

(B) 最早設立國家圖書館的國家為美國

錯誤。

核心觀念

本題考查民國110年《公共圖書館設立及營運基準》對公共圖書館專業人員配置比例的規定。

依命題當年法規，公共圖書館：

1. 至少應置專業人員一人。
2. 專業人員人數應占該館工作人員總數三分之一以上。

計算公式為：

本題以命題當年（民國110年）法規為準。

解題方法

題幹已直接給出兩項法規要件：

• 「至少應置專業人員一人」是最低人數要求。
• 「占該館工作人員之比率」是比例要求。

法規所定比例為三分之一，因此直接選擇「三分之一」。

例如，某公共圖書館共有 $6$ 名工作人員，專業人員至少應有：

核心觀念

本題考查專門圖書館的經費配置標準，重點在於「圖書資訊購置費」占圖書館年度預算的最低比例。

依民國 110 年適用之《專門圖書館設立及營運基準》，專門圖書館購置圖書資訊的經費，原則上不得低於該館年度預算的 $15\%$。

計算表示為：

例如年度預算為 1,000 萬元，圖書資訊購置費原則上至少應為：

解題方法

直接掌握《專門圖書館設立及營運基準》所定的比例即可。本題詢問的是「不低於」的年度預算比率，法規標準為百分之十五，因此選擇 15%。

本題不是要求依個別館舍實際預算計算金額，而是辨識法規所規定的最低比例。

選項分析

核心觀念

本題考查「專門圖書館」（special library）的定義與主要特徵。

專門圖書館通常隸屬於政府機關、企業、研究機構、醫療機構、法律事務所或其他專業組織，館藏與服務內容集中於特定學科、產業或業務領域，主要任務是支援所屬機構的研究、決策、業務執行與知識利用。

其主要特徵包括：

1. 服務對象具有特定性，通常以所屬機構人員或特定專業使用者為主。
2. 館藏內容具有專門性，集中於特定主題或業務領域。
3. 許多專門圖書館設於私人企業或專業組織內部。
4. 館員角色不只限於傳統借閱服務，也常延伸至資訊服務、知識管理、內容管理與研究支援。

「創客空間」則是近年圖書館常見的創新或特色服務，並非專門圖書館的本質性或普遍性特徵。

解題方法

判斷本題的關鍵，在於區分：

• 能夠定義專門圖書館本質的「核心特徵」
• 圖書館近年發展出的「附加性或特色服務」

(A)、(B)、(C)分別涉及組織隸屬、服務對象與專業角色，均屬專門圖書館的典型特徵。

(D)「提供創客空間」屬於服務創新形式，並非專門圖書館普遍具備的主要特徵，因此是題目所問的答案。

選項分析

(A) 許多存在於私人企業

正確。專門圖書館常設置於私人企業、研究機構、醫院、法律事務所、媒體機構及產業組織中，主要目的在於支援組織內部的研究、研發、決策與業務活動。

因此，「許多存在於私人企業」符合專門圖書館的組織分布特徵。

核心觀念

本題考「圖書館組織設計與部門化原則」，重點在於辨識圖書館的組織配置會受到下列因素影響：

1. 圖書館類型：公共、學術、專門、學校圖書館的任務不同。
2. 組織規模：館藏量、服務人口、館員人數及業務複雜程度不同。
3. 部門化原則：可依功能、服務對象、地理位置、業務性質等方式劃分。

大型圖書館通常業務分工細密，採較多專責部門；小型圖書館人力有限，常由同一單位兼辦多項業務，採一般化或混合式配置。因此，圖書館並不存在適用所有館舍的單一組織模式。

解題方法

本題採「組織劃分依據＋規模與組織型態」的方式判斷：

• 分館通常是依地理位置或服務區域設置，不是依功能。
• 兒童服務主要是依服務對象或讀者群劃分，不是典型的功能部門化。
• 圖書館的組織運作確實會因館別與規模不同而有差異。
• 大型與小型圖書館的部門化方向，通常是大型較專業分工、小型較整合兼辦。

因此，最完整且正確的敘述是 (C)。

選項分析

(A) 大型公共圖書館通常設有分館，其劃分方式是依據功能

錯誤。

公共圖書館設置分館，主要是為了服務不同地區的居民，因此通常依據地理位置、行政區域或服務範圍劃分。分館本身可能提供借閱、參考、兒童服務等多種功能，但「設置分館」的組織劃分依據並非功能，而是地理或區域。

(B) 大型公共圖書館通常設有兒童服務，其劃分方式是依據功能

錯誤。

兒童服務確實是公共圖書館的重要服務內容，但將兒童服務獨立劃分，主要是依據服務對象，也就是兒童讀者，而非依據一般所稱的功能部門化。

功能部門化通常是依照業務功能劃分，例如：

核心觀念

本題考《圖書館法》的「出版品送存制度」，重點在於辨認出版人依法應送存的指定圖書館。

以命題當年（民國110年）法規為準，《圖書館法》規定，出版人應於出版品發行時，將出版品各送存一份至：

1. 國家圖書館
2. 國立臺灣圖書館

此制度的目的，在於保存國家出版品、建立完整的國家文獻典藏，並供讀者利用及學術研究。

解題方法

題幹問「哪2所圖書館各一份」，直接抓《圖書館法》中的指定送存對象即可。

送存對象為：

因此選項中同時包含這兩所圖書館者，即為正確答案。

選項分析

(A) 國家圖書館與國立臺灣圖書館

正確。兩者均為《圖書館法》所規定的出版品送存圖書館，出版人應於發行時各送存一份。

核心觀念

本題考查圖書館館藏淘汰、報廢的法定比例。依命題當年（民國110年）《圖書館法施行細則》相關規定，館藏若有下列情形，得辦理報廢：

• 毀損、滅失
• 喪失保存價值
• 不堪使用

但每年報廢數量，以不超過館藏量的 3% 為原則。

此處的「館藏量」是計算報廢比例的基準，「3%」則是年度報廢上限。

解題方法

題幹已明確指出館藏因毀損滅失、喪失保存價值或不堪使用而辦理報廢，直接對應館藏報廢規定。

法定上限為：

例如館藏量為 10,000 冊，當年度可報廢的上限為：

因此，本題應選 3%。

選項分析

核心觀念

BIBFRAME 2.0（Bibliographic Framework 2.0）是以 RDF 與鏈結資料為基礎的書目資料模型，其核心架構主要由三個層面構成：

1. 作品（Work）：抽象的創作內容或知識概念，例如某部小說、某項研究成果。
2. 實例（Instance）：作品的具體出版或發行形式，例如某一版本、某一出版社出版的紙本書或電子書。
3. 單件（Item）：某一實例的個別具體物件，例如圖書館館藏中的某一本實體書，包含條碼、館藏地與借閱狀態等資料。

BIBFRAME 2.0 的核心層面可概括為：

「主題（Subject）」則是描述資源內容所涉及的主題或概念，屬於書目資料中的描述對象或關係，不是 BIBFRAME 2.0 的三個核心層面之一。

解題方法

本題採取「辨識 BIBFRAME 2.0 核心三層架構」的方法。只要記住 BIBFRAME 2.0 的基本結構是：

再將四個選項逐一比對，即可判斷不屬於核心層面的選項。

選項分析

(A) 單件（Item）

正確屬於 BIBFRAME 2.0 的核心層面。

Item 指某一實例的具體個別 экземпля本，通常對應到圖書館實際擁有或管理的館藏單件。

核心觀念

美國國會圖書館分類法（Library of Congress Classification, LCC）以英文字母代表主要學科大類。其中：

• E、F大類：美洲史、 美國史及地方史
• G大類：地理學、人類學、休閒活動
• H大類：社會科學

因此，本題考查的是 LCC 主要大類與學科內容的對應關係。

解題方法

直接辨識 LCC 的大類表。LCC 將「社會科學」配置於 H大類，其下再細分統計學、經濟學、商學、社會學、政治學、公共行政等相關領域。

故正確選項為 (D) H大類。

選項分析

核心觀念

Metadata（詮釋資料）依功能通常分為三大類：

• 描述的 Metadata（Descriptive Metadata）：描述資源的內容與外觀，用於辨識、查詢與檢索，例如題名、作者、主題、關鍵詞、摘要。
• 結構的 Metadata（Structural Metadata）：描述數位物件各部分的組成、層次與彼此關係，例如一本電子書的章節順序、頁面與檔案的對應關係。
• 行政的 Metadata（Administrative Metadata）：描述資源的管理、控制與使用條件，例如檔案格式、建立日期、權限、著作權、授權條件、所有權與存取限制。

「所有權管理」涉及數位資源的權利歸屬、使用權限與管理責任，屬於行政管理層面的資訊，因此歸入行政的 Metadata。

解題方法

判斷 Metadata 類型時，先確認題幹描述的資訊用途：

1. 若是用來說明「內容是什麼」，屬於描述的 Metadata。
2. 若是用來說明「各部分如何組成」，屬於結構的 Metadata。
3. 若是用來說明「如何管理、誰可以使用、權利歸誰」，屬於行政的 Metadata。

本題關鍵詞是「所有權管理」，核心在於權利歸屬與使用控制，不是在描述資料內容，也不是在說明資料結構，故選行政的 Metadata。

選項分析

(A) 描述的 Metadata：錯誤

核心觀念

ISBN（International Standard Book Number，國際標準書號）是用來識別個別出版品的編號。ISBN-10通常由四個部分組成：

ISBN-13則是在前面增加 $978$ 或 $979$ 的前綴：

題目中的「957」位於ISBN編號的前段，屬於代表出版語言區域或國家、地區的群體識別號。在臺灣出版品中，常見格式如：

解題方法

判斷ISBN各段功能即可：

1. $978$ 或 $979$：EAN前綴。
2. $957$：群體識別號，代表特定國家、地區或語言出版群體。
3. 出版者識別號：辨識出版社或出版機構。
4. 書名識別號：辨識同一出版者所出版的特定書籍。
5. 檢查號：利用公式驗證整組ISBN是否輸入正確。

核心觀念

本題考「書目關係」（bibliographic relationships）中，某一著作與原作品之間的關係類型。

對原作品所撰寫的註釋、評論、導讀、評析、摘要等，主要功能是「說明、分析或評價原作品」，並未改寫原作品的內容或形成其新的版本，因此屬於描述關係（descriptive relationship）。

解題方法

判斷關鍵在於區分該著作對原作品所做的工作：

• 若是針對原作品加以說明、評論、分析或評介，屬於描述關係。
• 若是把原作品改寫、翻譯、改編或重新編排，屬於衍生關係。
• 若是與原作品同時使用、提供補充功能，屬於伴隨關係。
• 若是原作品前後承接、延續出版，屬於連續關係。

題幹明確指出「註釋、評論」，其核心是對原作品進行解說與評價，故判定為描述關係。

選項分析

(A) 描述關係：正確。 描述關係是指一著作對另一著作進行描述、說明、評論或評析。例如：

• 對古典作品加註的註釋本
• 對學術著作進行評論的書評
• 對文學作品進行導讀或賞析的著作
• 對原作品內容加以摘要或評介的資料

這些著作的重點在於「談論或說明原作品」，而不是改造原作品本身。

核心觀念

本題考查我國《著作權法》對「著作財產權存續期間」的基本規定。

以命題當年（民國 110 年）法規為準，《著作權法》第 30 條規定：

著作財產權存續於著作人之生存期間及其死亡後 50 年。但著作於著作人死亡後 40 年至 50 年間首次公開發表者，著作財產權存續至公開發表後 10 年。

一般情形下，著作財產權的保護期間可整理為：

因此，本題的基本答案為「50 年」。

解題方法

題幹已明確指出「除《著作權法》另有規定外」，表示題目要求判斷一般原則，不涉及特殊類型著作或特殊起算規定。

解題時直接抓住《著作權法》第 30 條的核心文字：

所以著作人死亡後，原則上還有 50 年的著作財產權保護期間。

選項分析

(A) 20年

錯誤。20 年並非一般著作財產權於著作人死亡後的法定存續期間，不能作為本題答案。

(B) 30年

核心觀念

資源描述框架（Resource Description Framework, RDF）是語意網（Semantic Web）中用來表達資源及其關係的資料模型。RDF以「三元組」（triple）描述資料，每一組三元組由下列三部分構成：

其基本形式可表示為：

主體具有某種謂詞，且該謂詞的值為客體。

例如：

「某本書」—「作者」—「某位作家」

其中：

• 「某本書」是主體（subject）。
• 「作者」是謂詞（predicate）。
• 「某位作家」是客體（object）。

解題方法

本題直接考 RDF 三元組的基本組成。判斷方式是記憶 RDF 的固定結構：

逐一比對選項後，凡屬於主體、謂詞、客體者，都是 RDF 三元組的標準元素；「修飾語（qualifier）」並不在基本三元組的三個構成要素之內，因此為正確答案。

選項分析

核心觀念

本題考「Rice James 對圖書館利用教育（library-use education）的三層次分類」。其核心是依學習內容由基礎至進階排列：

1. 認識圖書館的環境（library orientation）：使使用者熟悉館舍、服務櫃臺、閱覽規則及基本設施。
2. 圖書館指導（library instruction）：教導使用者如何利用圖書館的各項資源與服務。
3. 書目指導（bibliographic instruction）：進一步教導使用者查找、辨識、評估及有效利用書目資料與資訊資源。

因此，第 3 種層次是「書目指導」。

解題方法

本題可採「由一般到專門、由認識環境到掌握資訊檢索」的層級判斷：

第三層次不只要求使用者知道圖書館在哪裡、有哪些規定，也不只是知道基本服務，而是要能實際運用目錄、索引、分類系統、資料庫及其他書目工具尋找所需資訊，屬於最深入的利用教育。

選項分析

核心觀念

本題考「層面分析法」（facet analysis）的基本特徵。層面分析法是將複雜主題拆解成若干個可以獨立辨識的概念面向，再依一定規則重新組合，以形成完整的主題表達。

其主要精神包括：

1. 以主題類別或概念類別為分析基礎。
2. 將主題拆解為不同層面，例如人物、時間、事件、空間、物件等。
3. 透過「分析—組合」處理複合主題。
4. 各層面可以依需要彈性組合，而非事先列出所有可能主題。

解題方法

判斷本題的關鍵，在於區分「層面分析法」與「列舉式分類法」。

層面分析法是先將主題分解，再依層面組合；列舉式分類法則是預先列舉一連串主題及其層級，使用者直接從既有的主題類目中尋找適當位置。

因此，選項中若強調「列舉一連串相關特質描述的歷程」，即偏向列舉、清單式的主題描述，不符合層面分析法的核心。

選項分析

(A) 以主題類別為基礎：正確

層面分析法以主題及其概念類別為基礎，將複雜主題拆解為若干具有意義的層面，再進行組合。因此，以主題類別作為分析基礎，符合層面分析法的特徵。

(B) 特定主題先被解析為人物、時間、事件、空間及物件5個方面：正確

核心觀念

本題考查「鏈結開放資料」（Linked Open Data, LOD）的基本特質，以及其與全球語意網、圖書館資源整合之關係。

LOD 通常包含兩項核心要求：

1. 開放（Open）：資料採開放授權，使使用者能自由取得、重複使用、修改與散布。
2. 鏈結（Linked）：資料以結構化、機器可讀的格式發布，並透過全球唯一識別資源的 URI、RDF 三元組及其他資料集建立語意關聯。

Tim Berners-Lee 提出的五星級開放資料概念，逐步強調：

• 資料可在網路上取得；
• 使用開放格式；
• 資料具結構化；
• 使用 URI 識別資料；
• 與其他資料互相鏈結，形成語意網絡。

因此，LOD 並非只是「把資料放上網路」，而是要兼具開放授權、結構化、機器可讀與語意鏈結等條件。

解題方法

判斷本題各選項時，掌握一個核心標準：

LOD 必須使資料能被機器處理，並能與其他來源資料建立可辨識的語意關係。

若選項強調開放授權、結構化、機器讀取、語意關聯或跨機構整合，通常符合 LOD 特質；若只說將「非結構化資料直接發布」，未處理資料結構與語意標準，便不符合 LOD 的重要要求。

選項分析

(A) 正確

開放資料須具備開放授權，讓使用者得以合法取得與再利用。資料拆解成結構化形式，並提供機器讀取與處理，才能進一步進行資料比對、推論與跨資料集鏈結。

因此，本選項符合 LOD 的「開放」與「機器可讀」特質。

(B) 錯誤

核心觀念

本題考查國際圖像互通架構（International Image Interoperability Framework，IIIF）的標準化 API 架構與各 API 的功能。

IIIF 的主要目的，是讓不同典藏機構所保存的數位圖像，能以一致的方式被查詢、傳遞、展示、縮放與研究利用。其核心 API 包括：

• Image API：處理圖像本身的請求與傳遞。
• Presentation API：描述圖像如何組織、展示及與相關中繼資料連結。
• Content Search API：支援在 IIIF 資源中搜尋文字或其他內容。
• Authentication API：處理需要登入、授權或存取控制的圖像資源。

題目所列的「近用（access）API」並不是 IIIF 的正式核心 API 名稱。

解題方法

本題採用「辨識正式 API 名稱」的方法。判斷重點不是單看英文是否具有合理意義，而是確認該名稱是否為 IIIF 所制定的標準 API。

IIIF 的功能可大致區分如下：

1. 圖像如何取得、裁切、縮放與轉換，由 Image API 負責。
2. 多張圖像、頁面順序、圖像與中繼資料的呈現方式，由 Presentation API 負責。
3. 對圖像中的文字或其他內容進行檢索，由 Content Search API 負責。
4. 需要身分驗證或權限控制時，由 Authentication API 負責。

選項中的「Access API」雖然在一般資訊系統中可能被用來表示資源近用功能，但並非 IIIF 的正式核心 API。因此選擇 (C)。

選項分析

(A) 圖像（image）API：正確

Image API 是 IIIF 的核心 API，用來標準化圖像資源的請求方式。使用者或應用程式可以依據統一格式取得特定圖像，並指定：

• 圖像區域，例如整張圖或局部裁切區域；
• 圖像尺寸，例如縮圖或特定寬度；
• 旋轉角度；
• 品質與格式，例如 JPEG 或 PNG。

因此，Image API 是 IIIF 解決不同系統間圖像互通問題的基礎。

(B) 展示（presentation）API：正確

核心觀念

LibQUAL+ 是由美國研究圖書館協會（ARL）發展的圖書館服務品質評量工具，以網路問卷蒐集使用者對圖書館服務的感受與期待，核心在於「使用者知覺的服務品質」。

其主要目的包括：

• 瞭解使用者對圖書館服務品質的看法。
• 持續且系統性地蒐集、分析使用者回饋。
• 協助圖書館比較不同時期或同類型圖書館的服務品質。
• 找出圖書館服務的優良作法，作為服務改進參考。

LibQUAL+ 著重於服務品質與使用者感受，不是用來整合組織整體的財務、非財務、內部及外部績效指標。

解題方法

本題採「工具功能辨識法」：

1. 先掌握 LibQUAL+ 的核心：網路調查、使用者回饋、服務品質。
2. 凡是涉及使用者對服務的評價、服務品質改善、同類圖書館比較或最佳實務，通常屬於 LibQUAL+ 的目的。
3. 若選項轉向財務管理、組織策略管理及整體績效指標整合，則超出 LibQUAL+ 的主要功能。

因此，選項中「整合圖書館財務與非財務評量，以及內部與外部績效指標」較接近平衡計分卡（Balanced Scorecard）等整體績效管理工具，而非 LibQUAL+ 的主要目的。

選項分析

(A) 幫助圖書館瞭解使用者對圖書館服務品質的看法

核心觀念

圖書館館藏發展政策（Collection Development Policy）是圖書館針對館藏選擇、採購、維護、評鑑、淘汰及館藏合作等事項所訂定的書面方針。其主要目的包括：

1. 說明館藏現況與館藏發展目標。
2. 提供館員選書、採購及館藏管理的依據。
3. 作為圖書館與讀者、上級機關、捐贈者及其他外界溝通的工具。
4. 配合館際合作與資源共享，避免館藏重複建置，提升整體資源利用效益。

館藏發展政策的重點在於「館藏應蒐集什麼、為何蒐集、蒐集到何種程度，以及如何管理」，核心對象是館藏建置與管理。

解題方法

本題詢問「不是」館藏發展政策的主要目的。判斷時應先掌握館藏發展政策的功能，再檢視各選項是否直接涉及：

• 館藏現況與未來方向；
• 館藏選擇及管理依據；
• 對內、對外溝通；
• 館際合作與資源共享。

若選項是在描述圖書館自動化系統、館藏查詢介面或讀者檢索操作效率，則不屬於館藏發展政策的主要目的。

選項分析

(A) 標示館藏現況及訂定未來發展方向

正確。館藏發展政策應說明圖書館目前館藏的性質、範圍、特色與不足，並依據服務對象及機構任務，訂定未來館藏發展方向。因此此項屬於館藏發展政策的重要目的。

核心觀念

本題考《政府資訊公開法》第 7 條「政府機關應主動公開之政府資訊」之列舉規定，判斷各選項是否屬於政府機關依法應主動公開的資訊。

以命題當年（民國 110 年）法規為準，相關類型包括：

• 條約及對外關係文書等。
• 政府機關之組織及職掌。
• 預算及決算書。
• 收受之書面請願書。
• 受理民眾陳情之有關資料。

但「應公開」並不代表所有文件內容均須毫無限制地公開。若涉及國家機密、個人隱私、營業秘密或其他《政府資訊公開法》第 18 條所列限制公開事由，仍可能全部或部分限制公開，並得採取遮蔽或分離提供方式。

解題方法

本題應直接對照《政府資訊公開法》第 7 條的列舉項目：

1. 選項內容若明文列於第 7 條，原則上屬應主動公開資訊。
2. 若僅涉及個案中的私人資料，則須進一步檢視是否有第 18 條的限制公開事由。
3. 不可僅因「請願信件」可能含有個人資料，就直接認定整類資訊均非應公開資訊。

選項分析

(A) 條約

正確。條約屬《政府資訊公開法》第 7 條所列之應主動公開資訊。

因此，政府機關對於條約等重要公務資訊，原則上應主動公開。

(B) 政府機關之組織及職掌

正確。政府機關的組織、職掌、聯絡方式等，均屬第 7 條所列應主動公開事項。

核心觀念

法明敦計畫（Farmington Plan）是美國圖書館間的合作採訪計畫，於 1948 年開始推行。

其主要精神是：由美國各研究圖書館分工負責採購不同國家、地區或學科領域的外文出版品，再透過館際合作，使各館共同建立較完整的研究資源。其重點在於：

• 分工採購外文資料；
• 避免各館重複採購；
• 擴充全國研究圖書館的資料涵蓋範圍；
• 透過館際互借或資源共享，提供其他研究者使用。

因此，法明敦計畫的核心是「誰負責採購哪些資料」，屬於合作採訪，也可視為合作館藏發展的早期重要實例。

解題方法

判斷本題的關鍵，在於辨認 Farmington Plan 的主要工作內容。

「Farmington Plan」並不是設計一套共同的編目規則，也不是直接將館藏集中保存，而是由各參與圖書館按照分工原則，負責採購特定外文出版品。其合作行為發生在圖書館資源取得的階段，因此答案應選「合作採訪計畫」。

圖書館業務流程可簡化為：

法明敦計畫主要處於「選書與採購」階段，故屬於合作採訪。

選項分析

(A) 合作編目計畫

核心觀念

本題考的是圖書館功能與讀者研究的基本分類。

圖書館在規劃服務、建立館藏及配置人力前，必須先了解：

• 所服務的讀者群體及其人口、社會與文化特徵；
• 讀者所處的地理、社區與生活環境；
• 讀者使用圖書館的頻率、目的、需求與行為模式。

這種針對「服務對象及其所在社區」進行調查、描述與分析的工作，稱為社區分析（community analysis）。其目的在於掌握社區人口結構、教育程度、職業分布、資訊需求及利用圖書館的情形，作為圖書館服務與館藏規劃的依據。

解題方法

題幹的關鍵語句是：

「瞭解圖書館所服務的讀者與其所在的環境，以及其使用圖書館的行為」

判斷時可將題幹拆成兩部分：

1. 「所服務的讀者與其所在的環境」：指圖書館服務區域及社區特性。
2. 「使用圖書館的行為」：指社區居民如何、何時及為何利用圖書館。

這些內容都屬於對圖書館服務社區及其居民的整體研究，因此答案為「社區分析」。

社區分析所得資料，通常可應用於：

• 確認主要服務對象；
• 分析不同讀者群的資訊需求；
• 規劃館藏發展方向；
• 設計推廣活動與資訊服務；
• 評估分館、服務據點及開館時間的配置。

選項分析

(A) 資訊服務

核心觀念

本題考查「線上資訊檢索系統」（Online Information Retrieval System）的基本特點。

線上資訊檢索是使用者透過終端設備或網路，直接與資訊檢索系統互動，送出檢索指令，並由系統即時處理、回傳檢索結果的方式。其主要特徵包括：

• 使用者可直接連結並存取資料庫。
• 系統能快速處理檢索指令並回應。
• 使用者與系統之間具有互動性，可即時修正檢索策略。
• 檢索過程具有即時溝通與回饋的性質。

「安全保護」雖然是資訊系統的重要管理功能，但並非線上資訊檢索系統的本質或主要識別特點。

解題方法

判斷本題可採「核心功能辨識法」：

1. 先確認線上資訊檢索系統的核心流程：使用者輸入檢索指令。
2. 系統即時處理查詢。
3. 系統回傳檢索結果。
4. 使用者依結果繼續修改或精緻化檢索。

凡是與「直接連線、即時互動、快速回應、取得資訊」有關的選項，通常屬於線上資訊檢索的特點；若選項屬於一般資訊系統的附加管理功能，則不是本題所指的核心特點。

選項分析

(A) 安全保護

核心觀念

本題考查資訊檢索（Information Retrieval, IR）的基本檢索模型。檢索模型是指：系統如何表示文件與查詢，並依據何種原理計算文件與查詢的相關程度，進而排序檢索結果。

資訊檢索中常見的經典模型包括：

• 布林模型（Boolean Model）
• 向量空間模型（Vector Space Model）
• 機率模型（Probabilistic Model）
• 語言模型（Language Model）

其中，向量空間模型、機率模型與語言模型，均是資訊檢索教科書中常見且具代表性的檢索模型。選項中的「語意模型」雖然與語意檢索、概念檢索及語意分析有關，但通常不被列為傳統資訊檢索的主要基本模型名稱。

解題方法

判斷本題的切入點，是辨認各選項是否屬於資訊檢索領域中具有明確理論架構與代表性的檢索模型。

可依下列方式判斷：

1. 向量空間模型：以向量表示文件與查詢，計算相似度。
2. 機率模型：估計文件與查詢相關的機率，據以排序。
3. 語言模型：以語言生成機率評估查詢由文件產生的可能性。
4. 語意模型：通常是描述語意表示或語意處理的方法，並非傳統檢索模型的標準分類名稱。

因此，不屬於常見基本檢索模型的是「語意模型」。

選項分析

(A) 向量空間模型

正確。向量空間模型由 Salton 等人發展，是資訊檢索中最具代表性的模型之一。

其基本概念是將文件與查詢表示成由詞項權重組成的向量。例如：

系統常以餘弦相似度衡量文件與查詢的接近程度：

核心觀念

資訊檢索（Information Retrieval, IR）是從大量文件或資料中，依據使用者的查詢需求找出相關資訊的過程。其數學基礎主要用來描述：

• 資料集合與文件集合的關係；
• 查詢條件的邏輯組合；
• 文件與查詢之間的不確定性及相關機率；
• 文件、詞彙與檢索結果的表示方式。

在圖書資訊學的基礎課程中，資訊檢索常見的數學基礎包括：

1. 集合理論（Set Theory）
2. 布林代數（Boolean Algebra）
3. 機率論（Probability Theory）

拓撲學（Topology）雖屬數學的重要分支，但並非資訊檢索的一般基礎理論。

解題方法

本題問「不是資訊檢索的數學基礎」，可採「逐項對照資訊檢索模型」的方法判斷：

• 若某數學理論直接用於表示文件、詞彙、查詢或相關性，即屬資訊檢索常見基礎。
• 若該理論不屬於資訊檢索入門模型的核心工具，則為答案。

資訊檢索最典型的三種模型如下：

• 布林模型：以集合與邏輯運算表示檢索條件。
• 向量空間模型：以向量、內積、餘弦相似度衡量文件與查詢的相似程度。
• 機率模型：以機率估計文件與查詢相關的可能性。

因此，集合、布林邏輯及機率均與資訊檢索有直接關聯；拓撲學則不在一般資訊檢索數學基礎的核心範圍內。

選項分析

(A) 集合理論

集合理論是資訊檢索的重要基礎。

在布林檢索中，可將每一個檢索詞視為一個文件集合。例如：

• $A$：包含「圖書館」一詞的文件集合；
• $B$：包含「資訊」一詞的文件集合。

使用者查詢「圖書館 AND 資訊」時，所得到的結果為兩集合的交集：

查詢「圖書館 OR 資訊」則為聯集：

查詢「NOT 資訊」則涉及補集概念。因此，集合理論直接支援文件集合、詞彙集合及檢索結果的表示，屬於資訊檢索的數學基礎。本選項正確，但不是題目所問的答案。

核心觀念

F-measure 是資訊檢索中綜合評估檢索效能的指標，用來同時衡量：

• 求準率（Precision）：檢索結果中，有多少是真正相關資料。
• 求全率（Recall）：所有相關資料中，有多少被成功檢索出來。

其基本形式為 $F_1$，即求準率與求全率的調和平均數：

其中，$P$ 代表求準率，$R$ 代表求全率。

調和平均數會對較低的數值較敏感，因此可避免只提高求準率或只提高求全率，而造成整體評估失真的情形。

解題方法

本題詢問「何者有誤」，應逐一核對 F-measure 的定義、一般化公式、權重調整功能，以及相關名稱。

F-measure 的一般化形式為 $F_\beta$：

其中：

• $\beta=1$：求準率與求全率同等重要，即 $F_1$。
• $\beta>1$：較重視求全率。
• $\beta<1$：較重視求準率。

因此，F-measure 不僅能同時考量求準率與求全率，也能透過 $\beta$ 調整二者的重要程度。

選項分析

(A) 可同時考量求全率與求準率

核心觀念

本題考查語意網路（semantic network）中，如何衡量兩個節點之間的語意距離。語意網路以節點表示概念、實體或詞項，以連結表示概念間的關係；兩節點的距離通常依據節點間的連結路徑、路徑長度及關係權重計算。

常見的兩節點距離計量方式包括：

• R-distance：依據語意網路中的關係或連結路徑，計算兩節點的距離。
• K-distance：以節點間的最短路徑或連結層級作為距離衡量依據。
• Incorporating distance：將多種關係、路徑權重或其他語意資訊納入距離計算。

其中，K-means 是一種分群（clustering）演算法，主要將資料分成 $K$ 個群集，並以群集中心（centroid）與資料點之間的距離進行分群，不是語意網路中專門用來衡量兩節點語意距離的計量方式。

解題方法

判斷本題的關鍵，是辨認各選項屬於哪一類概念：

1. 若名稱直接指向語意網路中節點與節點之間的關係、路徑或距離，屬於兩節點距離計量。
2. 若名稱指向資料分析或機器學習中的分群方法，則不屬於語意網路兩節點距離計量。
3. 「K-distance」與「K-means distance」名稱相近，但兩者不能混為一談：

• $K$-distance 是語意網路距離計量名稱。
• $K$-means 是分群演算法名稱。

因此，本題應選出具有分群演算法性質的選項。

選項分析

(A) R-distance

R-distance 是語意網路中可用來衡量兩節點關係遠近的距離方式，通常依據節點之間的關係鏈結或路徑加以計算，屬於兩節點距離計量。

因此本選項正確，但不是題目所問的答案。

(B) K-distance

核心觀念

圖（Graph）是一種用來表示「物件及其關聯」的非線性資料結構，通常由：

• 頂點（Vertex／Node）：代表資料或物件。
• 邊（Edge）：代表頂點之間的關係、連結或互動。

圖可表示社交網路、交通路線、網頁連結、引用關係及知識圖譜等資料。其主要優勢在於能直接描述複雜、多對多的關聯，並透過圖的搜尋與走訪快速找出相關資料。

圖的儲存方式主要包括：

1. 鄰接矩陣（Adjacency Matrix）：空間複雜度為 $O(V^2)$。
2. 鄰接串列（Adjacency List）：空間複雜度為 $O(V+E)$。

其中 $V$ 為頂點數，$E$ 為邊數。因此，圖並不具有「必然儲存空間小」的優點。

解題方法

本題詢問圖資料結構的優點「不包括」何者。判斷重點是逐一檢視各選項是否符合圖的基本特性：

• 能否用簡單方式建立資料與關係；
• 能否清楚呈現資料間的關聯；
• 是否具有節省儲存空間的本質；
• 是否有利於資料搜尋與查找。

前三項中，只有「儲存空間小」不是圖資料結構的普遍優點，因此答案為（C）。

選項分析

（A）容易建立：正確

核心觀念

本題考「資料結構化程度」的分類。

結構化資料（structured data）是指資料依照明確且固定的資料模型組織，例如資料表、欄位、紀錄與資料型態均事先定義，內容可由資料庫系統直接儲存、查詢與處理。典型例子包括關聯式資料庫中的學生資料表、員工資料表與交易紀錄。

相對而言：

• 半結構化資料具有標籤或階層結構，但欄位格式較具彈性，例如 HTML、XML。
• 非結構化資料沒有固定資料表或欄位格式，例如影音、圖片及一般文字文件。

解題方法

判斷重點在於：資料是否以固定欄位與紀錄的形式儲存。

Access 是資料庫管理系統，學生資料通常以資料表形式呈現，例如：

其中每一列是資料紀錄，每一欄是固定欄位，且各欄位可設定資料型態。因此，Access 中的學生資料符合結構化資料的定義。

選項分析

(A) ACCESS中的學生資料

核心觀念

本題考查機器學習（Machine Learning）可處理的典型任務。機器學習透過資料建立模型，使電腦能自動從資料中辨識規律、分類、找出群組、偵測異常，並進行數值預測。

常見功能包括：

1. 分類（Classification）：將資料判定為預先定義的類別。例如判斷電子郵件是否為垃圾郵件。
2. 分群（Clustering）：在沒有既定類別標籤的情況下，依資料相似性自動分成數個群組。例如依借閱行為將讀者分群。
3. 異常偵測（Anomaly Detection）：找出明顯偏離一般模式的資料。例如偵測異常登入、異常借閱或網路攻擊行為。
4. 數值預測（Regression／Prediction）：預測連續型數值。例如預測圖書館未來每日進館人次、借閱量或資料庫流量。

因此，機器學習並非只能處理分類問題，而是能支援多種資料分析與預測任務。

解題方法

判斷本題可從機器學習的基本任務範圍切入：

• 分類屬於機器學習的監督式學習。
• 分群屬於非監督式學習。
• 異常偵測可透過非監督式或半監督式方法完成。
• 預測連續數值通常屬於迴歸分析，也是監督式學習的重要應用。

核心觀念

本題考查 Google 搜尋引擎早期排名技術 PageRank（網頁排名） 的基本原理。

Google 創立初期的重要創新，在於不只分析網頁文字內容，也分析「網頁之間的超連結關係」。PageRank 將其他網頁指向某一網頁的連結，視為對該網頁重要性或權威性的推薦；而且來自高權威網頁的連結，通常具有較高權重。

因此，搜尋結果的排序並非單純依據關鍵字出現次數，而是綜合考量網頁連結所形成的網路結構。

PageRank 的概念可簡化表示為：

其中：

• $PR(A)$：網頁 $A$ 的排名分數
• $T_i$：連結至網頁 $A$ 的其他網頁
• $PR(T_i)$：來源網頁 $T_i$ 的排名分數
• $C(T_i)$：來源網頁 $T_i$ 向外連出的連結數
• $d$：阻尼係數，用來模擬使用者持續點擊連結的機率

解題方法

判斷本題的關鍵，在於辨認 Google 初期最具代表性的搜尋技術。

傳統搜尋引擎主要透過文字索引，分析網頁中是否出現使用者輸入的關鍵字。Google 的重要突破則是採用 PageRank，將「超連結」視為網頁間的引用與推薦關係，藉此估計網頁的重要程度與可信度。

題目問的是 Google 能達到高準確性檢索結果，最初基於何種技術。答案應選擇與「網頁間連結結構」有關的選項。

選項分析

(A) 網頁的內容篇幅多寡

核心觀念

本題考查「影像內容檢索」（Content-Based Image Retrieval, CBIR）所使用的資訊技術。

影像內容檢索是直接分析影像本身的視覺特徵，例如：

• 色彩（color）
• 形狀（shape）
• 紋理（texture）
• 空間關係
• 影像中的物件與場景

系統會將影像特徵擷取、比對或辨識，再依相似程度或影像內容回傳檢索結果。

解題方法

判斷各選項是否能協助影像內容檢索，重點在於該技術是否直接處理影像的視覺內容：

1. 能從影像中擷取可計算的特徵；
2. 能辨識影像中的物件或場景；
3. 能以視覺特徵進行相似度比對。

符合上述條件者，均可支援影像內容檢索。單純針對文字、語句或文字語意進行處理的技術，並非影像內容檢索的核心技術。

選項分析

(A) 影像特徵擷取

正確。影像特徵擷取是影像內容檢索的基礎工作，系統可從影像中取得色彩直方圖、邊緣、形狀、紋理等特徵，並將其轉換為可供比對的特徵向量。

例如兩張影像的色彩特徵向量分別為 $\mathbf{x}$ 與 $\mathbf{y}$，可利用歐氏距離衡量其相似程度：

距離越小，代表兩張影像在該項特徵上的相似度越高。

(B) 人工智慧物件辨識

核心觀念

本題考查「跨領域資料」的辨識方式。跨領域資料通常涉及兩個以上學科、主題或知識領域，辨識時須觀察資料的主題範圍、描述資訊及其與其他資源的關係。

有助於辨識跨領域資料的資訊，主要包括：

• 主題層面：顯示資料涉及哪些主題或學科。
• 詮釋資料（metadata）：記錄資料的題名、作者、主題、摘要、關鍵詞、分類號、學科領域等。
• 關聯性連結：呈現資料與其他文件、作者、主題、機構或知識領域的關係，可協助發現跨學科脈絡。

解題方法

判斷各選項是否有助於辨識跨領域資料，可採「直接描述資料內容或知識關係」的標準：

1. 能否指出資料涵蓋的主題或學科？
2. 能否提供資料的結構化描述？
3. 能否呈現資料與不同領域資源之間的關聯？
4. 若僅反映文字出現次數，是否足以判斷資料的學科範圍？

前三者都能直接提供跨領域判斷所需的語意或結構資訊；「詞頻」只表示某些詞在文本中出現的頻率，無法單獨證明資料具有跨領域性。

選項分析

(A) 提供主題層面：正確

主題層面可以顯示資料所涉及的主題、學科或研究範圍。例如一筆資料同時標示「醫學」、「人工智慧」與「資料分析」，即可初步判斷其具有跨領域特徵。因此提供主題層面有助於辨識跨領域資料。

核心觀念

本題考查資訊檢索中的「相關性（relevance）」類型，以及不同評鑑階段所適用的評鑑指標。

資訊檢索評鑑可依判斷角度區分為：

• 邏輯相關（logical relevance）：檢索結果是否符合檢索策略、布林邏輯及查詢條件，偏重系統層面的客觀判斷。
• 主題相關（topical relevance）：文件內容是否與查詢主題相關，偏重文件與主題之間的「關於性」。
• 適切相關（pertinence relevance）：檢索者主觀認為結果是否符合其需求，著重個人認知與判斷。
• 情境相關（situational relevance）：檢索結果是否能在特定任務、工作或問題情境中發揮實際效用。

**形成性評鑑（formative evaluation）**是在系統開發、設計與測試階段進行，主要目的在於發現系統缺失、修正檢索功能、改善檢索策略，並確認系統是否能依照設計條件產生有效結果。因此，應優先採取較客觀、可操作且直接反映系統效能的指標。

解題方法

題幹的關鍵語句是：

「最適用於系統開發階段，以做為形成性評鑑之評鑑指標」

形成性評鑑關注的是：

1. 查詢語法是否正確執行；
2. 布林運算與檢索邏輯是否符合設計；
3. 系統是否回傳符合查詢條件的文件；
4. 檢索結果是否能透過客觀方式進行比較與修正。

這些內容直接對應到邏輯相關。邏輯相關可用來檢視「查詢條件—系統處理—檢索結果」之間是否一致，適合在系統尚未正式運作前，作為測試與修正的依據。

相較之下，適切相關與情境相關高度依賴使用者的主觀感受及實際任務，較適合使用者評鑑或總結性評鑑階段，不是系統開發初期最直接的指標。

選項分析

(A) 邏輯相關

核心觀念

本題考查資訊檢索的「查準率」（precision）及提升檢索效能的方法。

查準率是指檢索結果中，真正符合使用者需求的資料比例：

查準率越高，表示系統呈現的無關資料越少，使用者越容易從檢索結果中找到真正需要的資訊。

提升查準率的作法，通常與下列因素有關：

• 提高索引或分類的一致性。
• 透過內容分析擷取文件特徵。
• 進行查詢詞與文件內容的語意比對。
• 運用自然語言處理，改善詞彙、語意及語句的理解。
• 採用適當的檢索策略、權重或相關性排序。

至於雲端系統，主要是系統建置與運算資源的配置方式，本身不等於改善檢索準確性的技術。

解題方法

判斷本題的關鍵，是區分「直接改善檢索品質」與「改善系統運作環境」。

若某一選項能改善文件內容的分析、特徵擷取、語意理解、索引一致性或相關性比對，便可能提高查準率；若只改變系統的部署位置、儲存方式或運算環境，則不會直接提高查準率。

依此判斷：

• 自動化系統的一致性，能降低人工處理差異。
• 內容分析能擷取文件的重要特徵，幫助精確比對。
• 自然語言處理能改善查詢語句與文件語意的配對。
• 雲端系統主要提供彈性運算、儲存及服務部署能力，與檢索結果是否相關沒有直接必然關係。

因此，不是提高檢索準確性的做法是採用雲端系統。

選項分析

(A) 採用一致性高的自動化系統：正確做法

一致性高的自動化系統，可以使用固定且明確的規則進行索引、分類、欄位處理與檢索比對，減少人工判斷所造成的差異。

例如，同一組文件若由不同人員進行主題判斷，可能產生標引詞不一致的問題；自動化系統能依照統一的詞彙表、分類規則或索引標準處理資料，使檢索結果更穩定，降低不相關資料被大量召回的情形，有助於提高查準率。

核心觀念

本題考查「關鍵字（keyword）」的判定與自動關鍵字擷取方法。判斷某詞是否具有代表性，通常會綜合考量：

• 詞彙在文章中的出現頻率；
• 詞彙占全文詞數的比例，即詞頻密度；
• 詞彙出現的位置，例如標題、摘要、段落開頭；
• 詞彙本身是否具有實質意義，而非僅為語法功能詞。

其中，連結詞、冠詞、介系詞等通常屬於「停用詞（stop words）」，雖然出現頻率可能很高，卻缺乏表達文章主題的能力，通常不列為關鍵字。

解題方法

本題可採「關鍵字判定指標」與「停用詞特性」對照：

1. 出現位置可反映作者強調程度。
2. 出現次數可反映詞彙與文章主題的關聯程度。
3. 出現比例可排除文章長短不同所造成的影響。
4. 連結詞或冠詞主要發揮語法功能，不具備明確主題意義。

因此，前三項中的「出現位置、出現比例」以及第四項中的「出現次數」都可作為判定關鍵字的參考；只有「是否為連結詞或冠詞」不是用來判斷其為關鍵字的正向方法，反而是排除停用詞的條件。

選項分析

(A) 出現在文章中的位置

正確。詞彙若出現在標題、摘要、章節標題或段落開頭，通常代表作者特別強調該概念，具有較高的主題代表性。資訊檢索中的詞彙加權，也常將標題或摘要中的詞賦予較高權重。

(B) 佔文章字數的比例

核心觀念

本題考查資料探勘（Data Mining）與資料分析的一般處理流程。基本順序是：

各階段意義如下：

1. 資料收集：從資料庫、交易紀錄、問卷、網站或其他資料來源取得原始資料。
2. 資料清理：處理缺漏值、重複資料、錯誤值、異常值與格式不一致等問題，使資料具備分析品質。
3. 視覺化呈現：透過圖表、分布圖、散布圖等方式探索資料特徵，了解變數分布、資料關聯與可能的異常現象。
4. 模型參數設定：依據資料特性與分析目的，選擇適當模型，並設定或調整模型參數。

視覺化有助於分析者掌握資料特性，因此通常應在資料清理後、模型設定前進行。

解題方法

判斷流程時，掌握兩個先後關係即可：

• 原始資料必須先經過收集，才能進行後續處理。
• 模型參數設定應建立在已完成資料整理，且初步了解資料特性的基礎上。

因此合理順序為：

故選擇 (A)。

選項分析

(A) 收集資料 $\rightarrow$ 資料清理 $\rightarrow$ 視覺化呈現 $\rightarrow$ 模型參數設定

核心觀念

本題考查聊天機器人（chatbot）在人機互動上的限制，重點在於其能否理解使用者的語意、情緒與社交脈絡。

聊天機器人主要依靠預先設計的規則、資料庫或人工智慧模型，進行文字或語音回應。其優點包括即時回覆、全天候服務，以及能處理大量重複性問題；但在人際互動層面，通常缺乏真正的情感理解、同理反應與細膩的情境判斷。

其中，「同理心」是指理解他人感受、處境與需求，並給予適當情緒回應的能力。聊天機器人可以模擬安慰、關懷等語句，卻不代表其真正具有人類式的情緒經驗與同理理解。因此，缺乏同理心是聊天機器人與使用者互動時最典型的缺點。

解題方法

本題採「辨識聊天機器人固有限制」的方式判斷：

1. 先找出屬於人機互動本質限制的敘述。
2. 排除並非所有聊天機器人皆具備的缺點。
3. 比較「資訊處理能力」與「情感互動能力」兩個面向。
4. 聊天機器人的核心弱點在情感理解與同理回應，因此選擇「缺乏同理心」。

選項分析

(A) 資訊無法即時更新

錯誤。聊天機器人可以連接即時資料庫、搜尋系統、新聞來源或其他外部服務，因此資訊能否即時更新，取決於系統是否具備資料更新與外部連線機制，並非聊天機器人的必然缺點。

若聊天機器人僅使用固定資料庫，確實可能產生資訊過時問題，但這屬於系統設計或資料維護問題，不是聊天機器人在人機互動上的普遍核心缺陷。

(B) 資訊不夠完整

核心觀念

本題考查「控制詞彙（controlled vocabulary）」及其工具。

控制詞彙是由資訊系統或專業機構事先規範的一組詞語，用來表達文獻主題或內容概念。其目的在於統一不同使用者、不同編目者或不同文獻中對同一概念的用詞，提升資料的一致性、查詢效果與資訊檢索效率。

常見的控制詞彙工具包括：

• 分類表（classification scheme）
• 標題表（subject headings list）
• 索引典（thesaurus）
• 權威檔（authority file）

這些工具都可協助系統對文獻內容進行主題分析與規範化描述。

解題方法

判斷各選項是否為控制詞彙工具，應先確認其主要功能：

1. 若工具的主要功能是規範主題詞、分類號、同義詞、廣義詞與狹義詞，屬於控制詞彙工具。
2. 若工具主要是規範文獻的編目程序、著錄項目或書目資料格式，則屬於編目工具，不是控制詞彙工具。

依此標準判斷，標題表、分類表與索引典均可控制文獻主題或內容的用詞；編目表主要處理文獻著錄與編目規則，並非控制詞彙工具。

選項分析

(A) 編目表

編目表主要用於規範文獻的編目與著錄，例如記錄書名、作者、版本、出版項、稽核項與標準書號等書目資料。

核心觀念

本題考查資訊檢索中的「回收率」與「精確率」，以及不同檢索方式對檢索效果的影響。

• 回收率（Recall）：檢索結果中，所有相關資料被找出的比例。

• 精確率（Precision）：檢索結果中，真正相關資料所占的比例。

高回收率表示「漏找的相關資料少」；高精確率表示「找出的結果中，無關資料少」。

本題所稱的「索引典」是以控制詞彙建立的檢索工具，透過同義詞、廣義詞、狹義詞、相關詞及代用詞等關係，協助使用者選擇適當的檢索詞。它同時具有：

1. 詞彙控制功能：將同義詞、異形詞或不同用語集中至規範詞，以提高回收率。
2. 概念區辨功能：使用具有明確語意及主題範圍的詞彙，以提高精確率。

因此，索引典最能兼顧高回收率與高精確率。

解題方法

判斷本題的關鍵，在於觀察各種檢索方式是否同時解決以下兩個問題：

• 是否能涵蓋不同用語，以避免漏掉相關資料？
• 是否能限制檢索範圍，以避免產生大量無關資料？

索引典透過控制詞彙及詞間關係，使使用者能將自然語言轉換為較一致、較精確的檢索語言。例如使用者查詢「青少年閱讀」，索引典可能提供：

• 同義或相關用語；
• 較廣泛的上位概念；
• 較具體的下位概念；
• 建議採用的規範詞。

如此可擴展檢索概念以提高回收率，也可選用適當的專指詞以提高精確率，故選擇「索引典」。

選項分析

(A) 模糊檢索

模糊檢索允許檢索詞不必完全相同，通常可容許拼字差異、字詞相近、部分符合或語意相似等情形。

其優點是能擴大檢索範圍，找出原本因拼寫差異、字詞變形或輸入誤差而漏掉的資料，因此通常有助於提高回收率。

核心觀念

本題考查「索引典」（thesaurus）中詞彙之間的標準關係。索引典不是單純的字典，而是用來規範索引詞、控制同義詞與建立詞彙關聯的工具，主要建立三類詞間關係：

1. 等同關係（equivalence relationship）：處理同義詞、近義詞、俗稱、縮寫與正式用語之間的控制關係。
2. 階層關係（hierarchical relationship）：表示上位詞與下位詞的從屬關係。
3. 關聯關係（associative relationship）：表示兩個詞彼此相關，但不具有同義或上下位關係。

索引典常以以下符號表示：

• USE／UF（Used For）：等同關係
• BT（Broader Term）／NT（Narrower Term）：階層關係
• RT（Related Term）：關聯關係

解題方法

判斷本題的關鍵，是將各選項與索引典的三種標準詞間關係逐一比對：

題目問「不包括」何者，因此只要找出不屬於上述標準分類的選項即可。三種標準關係中沒有「反義關係」，故選擇（A）。

選項分析

（A）反義關係：錯誤，為本題答案

反義詞表示意義相反，例如「開放」與「封閉」、「增加」與「減少」。反義關係雖然是語詞的語意關係之一，但通常不列為索引典中最基本、正式的三種詞間關係。

核心觀念

索引典詞彙的「專指度」（Specificity），是指詞彙對概念表達的精確程度與專門程度。專指度越高，詞彙所代表的概念範圍越狹窄、越具體；專指度越低，則概念範圍越廣泛、越概括。

例如：

• 「動物」的概念範圍較廣，專指度低。
• 「哺乳類」比「動物」具體，專指度較高。
• 「犬」比「哺乳類」更精確，專指度更高。

在索引與檢索作業中，使用高專指度詞彙，可以更準確地描述文件主題，提升查詢結果的精確率（Precision）；使用較廣義的詞彙，則有助於擴大查詢範圍。

解題方法

判斷本題的關鍵，在於掌握「Specificity」的核心語意：

詞彙是否能以精確、具體的方式表示文件或概念內容。

「專指度」著重的是概念表達的精確性，不是索引典收錄多少詞，也不是概念研究得多深入。因此，最符合定義的是「收詞的精確度」。

選項分析

(A) 收詞的完整性

核心觀念

本題考查「自然語言」與「控制詞彙」在資訊檢索中的特性。

自然語言是直接使用人們日常使用的語詞作為檢索詞，例如使用者以「高齡化社會」或「人工智慧」查詢資料，不必依賴索引典、主題詞表或其他控制詞彙。

自然語言檢索的主要優點包括：

• 不需事先建立完整的控制詞彙或索引典。
• 可直接使用使用者熟悉的語詞進行檢索。
• 減少索引人員選詞及標引時所產生的人為錯誤。
• 不必經常維護與更新索引典，避免索引典老化問題。

但自然語言的缺點是詞義與語法通常不夠明確，容易產生同義詞、近義詞、一詞多義及檢索詞表達不一致等問題。

解題方法

題目問「不是自然語言的優點」，應逐一判斷各選項是否符合自然語言檢索的特性。

判斷關鍵在於：

• 若選項描述「不需建立或維護控制詞彙」，通常是自然語言的優點。
• 若選項描述「語意明確、語法確定」，則通常屬於控制詞彙的優點，而非自然語言的優點。

自然語言直接採用日常用語，雖然使用方便，但語詞可能具有多重意義，且不同使用者可能採用不同說法。因此，自然語言並不能保證語意明確或語法固定。

選項分析

(A) 不需使用控制詞彙，節省系統廠商製作控制字彙的成本

正確。自然語言直接使用使用者輸入的詞語，不必事先建立完整的主題詞表或索引典，因此可降低控制詞彙建置、編製與維護的成本。這是自然語言檢索的優點。

(B) 語意明確、語法確定

核心觀念

本題考查資訊檢索中的「準相關回饋」（Pseudo Relevance Feedback, PRF），又稱「盲目回饋」（Blind Feedback）。

一般相關回饋是由使用者判斷檢索結果是否相關，再由系統依據使用者標示的相關文件進行查詢詞擴展。準相關回饋則省略使用者實際判斷的步驟，直接假設初次檢索結果中排名前面的文件具有相關性，並利用這些文件中的重要詞彙修正原查詢。

其基本流程如下：

關鍵在於：系統是「假設」文件相關，而非真正判定文件在主題或資訊需求上確實相關。

解題方法

判斷本題各選項時，應以準相關回饋與一般相關回饋的差異為核心：

1. 是否需要使用者實際提供相關性判斷？
2. 系統選取的文件是真正判定相關，還是僅依排名假設相關？
3. 查詢擴展是否可能造成查詢漂移？
4. 是否會依回饋結果重新執行檢索？

其中，最容易混淆的是「系統自動選擇文件」與「系統自動判斷文件相關」的差異。準相關回饋雖由系統自動選取文件，但只是依據排名或其他預設規則加以假設，並未獲得真正的相關性判斷。

選項分析

(A) 非實際要求使用回饋有用資訊

正確。

準相關回饋不要求使用者逐一檢視文件，也不要求使用者標示哪些文件相關、哪些文件不相關。系統直接以初次檢索所得的前幾筆文件作為「假定相關文件」，因此不需要使用者實際提供回饋資訊。

核心觀念

本題考查資訊檢索模型是否能計算「文件（檔案）與查詢語句之間的相似度」，並依相似程度產生相關排序（ranking）。

能進行相關排序的檢索模型，通常會為每一份文件計算一個相關性分數，再依分數由高至低排列。經典資訊檢索模型中：

• 向量空間模型：以向量表示文件與查詢，計算相似度。
• 模糊檢索：允許部分符合或近似符合，通常可計算匹配程度。
• 布林模型：以布林運算判斷文件是否符合查詢條件，傳統模型只有符合與不符合，缺乏連續性的相似度分數。
• 機率模型：估計文件與查詢相關的機率，據以排序。

因此，本題要找的是「無法計算文件與查詢語句間相似度，因而無法進行一般相關排序」的模型。

解題方法

判斷關鍵在於檢視各模型的輸出結果：

1. 若模型輸出連續性的相關性分數，例如 $0.2$、$0.7$、$0.95$，即可依分數排序。
2. 若模型只輸出二元結果，即「符合」或「不符合」，只能篩選文件，無法依相似程度排序。

傳統布林模型使用布林運算子：

• AND：交集
• OR：聯集
• NOT：排除

其判斷結果可表示為：

其中 $d$ 代表文件，$q$ 代表查詢語句。結果只有 $1$（符合）與 $0$（不符合），沒有細緻的相似度分數，因此無法依文件與查詢的相關程度進行排序。

選項分析

(A) 向量空間模型（Vector Space Model）錯誤

向量空間模型將文件與查詢語句表示為詞項權重向量，例如以 TF-IDF 計算詞項權重：

文件向量與查詢向量可利用餘弦相似度計算：

核心觀念

本題考的是「索引典」（thesaurus）的編製與語彙組成規範。

索引典中的每一語彙組，通常以一個概念為核心，記錄其標準化用語、非標準用語及語彙間關係，例如：

• 優先用語（preferred term）
• 非優先用語或禁用詞（non-preferred term）
• 上位詞（BT, Broader Term）
• 下位詞（NT, Narrower Term）
• 相關詞（RT, Related Term）
• 使用指示（USE、UF）
• 範圍註（scope note）

索引典的建立、語彙控制及語彙間關係，屬於圖書館學與資訊組織中的「資訊檢索語言」範疇。

解題方法

判斷本題可從各標準號碼的用途切入：

ISO 2788 是「單語索引典建立與發展指南」，規範單語索引典的結構、語彙選擇、語彙組成及階層與聯繫關係。因此，題目所稱「索引典中每一語彙組包含的項目」，即依 ISO 2788 的規定。

故正確選項為 (B) 2788。

選項分析

(A) 2709

ISO 2709 是「資訊與文獻——資訊交換格式」，主要用於書目資料或其他資訊資料的交換格式，例如 MARC 書目紀錄所依循的資料交換架構。

它處理的是資料紀錄的欄位、標籤、指示字及資料交換結構，不是索引典語彙組的內容規範，因此錯誤。

(B) 2788

核心觀念

網路爬蟲（web crawler、web spider）是依照既定規則，自動瀏覽網站、擷取網頁內容，並將資料交由搜尋引擎建立或更新索引的程式。其主要作用包括：

1. 發現並收錄網站頁面。
2. 更新搜尋引擎中的網頁索引。
3. 提高網站在搜尋結果中的曝光機會。
4. 建立網頁快取或資料副本。

本題要判斷的是：哪些敘述屬於網路爬蟲對網站或網路資訊服務的正面作用，哪一項反而不是正面效益。

解題方法

逐一檢視各選項是否符合網路爬蟲的正常功能即可：

• 能增加網站被搜尋引擎發現的機會，屬於優點。
• 能留下網頁快取或副本，屬於資料保存與使用上的效益。
• 能定期擷取資料，更新自身網站內容或索引，屬於爬蟲的主要功能。
• 若只是增加網站的流量統計數字，並不代表真正增加使用者訪問，甚至可能造成統計失真，因此不屬於可靠的網站優點。

選項分析

(A) 可以提高網站的能見度

正確。搜尋引擎利用網路爬蟲發現、讀取及索引網頁內容。網站被爬蟲收錄後，使用者便有機會透過關鍵字搜尋到該網站，因此能提高網站曝光率與能見度。

(B) 縱使網站不再提供這些資料，但仍能在搜尋網站中找到副本