110 公務人員升官等薦任 圖書資訊管理 電腦與資訊檢索 考古題詳解

核心觀念

雲端圖書館服務平臺（Cloud-based Library Service Platform, LSP）是以雲端服務方式提供圖書館核心業務功能的整合平臺，通常涵蓋採訪、編目、流通、期刊管理、讀者服務、資源探索及系統管理等功能。圖書館透過網路使用服務，由服務供應者負責平臺維運、更新及部分基礎設施管理。

大學聯盟採用同一平臺，重點不只是把各校舊系統搬到雲端，而是讓各校在共同的技術環境與作業基礎上合作。聯盟可減少系統分散造成的資料與流程落差，進一步促進館藏資源共享、跨館服務及聯合管理。

解題方法

本題分成兩個層次作答：

1. 先說明聯盟選用雲端平臺的主要考量，從成本與維運、系統整合、資料共享及服務延伸等面向說明。
2. 再依題目指定的三類對象，分別列出可落實的合作作法：

• 讀者：關注跨館查找、借閱與使用是否便利。
• 館員：關注作業流程、資料維護與跨館合作是否有效率。
• 圖書館：關注資源配置、系統治理、服務品質及聯盟合作效益。

大學聯盟採用雲端圖書館服務平臺的主要考量

降低系統建置與維運負擔 傳統自建系統需要各校各自採購設備、安裝軟體、處理備份、安全維護與版本升級。採用雲端服務後，可由供應者集中維運，聯盟成員依服務方案分攤費用，減少重複建置及專責維運的人力需求。

提升系統整合與服務一致性 各校採用相同平臺，有助於建立共同的資料格式、作業流程與服務介面，降低異質系統之間交換資料、串接服務及排除故障的成本。讀者跨校使用服務時，也較容易獲得一致的查詢與申辦體驗。

促進館藏資料與業務合作 共同平臺能提供跨館資料查詢、館藏狀態交換及服務流程串接的基礎，使聯盟更容易推動聯合目錄、館際互借、跨校取件、共同採購或聯合管理等合作。

提高系統更新與擴充效率 雲端平臺由服務供應者集中更新，成員館較能同步使用新版功能，減少各校各自升級造成的時程差異。平臺也較容易與身分認證、電子資源、校務系統及其他服務整合。

支援資料分析與決策 聯盟可依共同的資料欄位與統計方式，分析館藏使用、讀者需求、資源成本與服務成效，作為採購、館藏發展及服務調整的依據。

依對象說明合作作法

一、讀者角度

跨校整合查詢 透過聯合目錄或資源探索服務，讓讀者在單一介面查找聯盟各館的紙本館藏、電子資源及其他可用資料，並檢視館藏位置、借閱狀態與使用條件。

跨館借閱與取件 串接讀者身分、借閱資格、館藏狀態及物流資訊，使讀者能依聯盟規則提出館際借閱申請，並選擇適合的取件館或歸還方式。

簡化登入與資源使用 整合校際身分認證或單一登入服務，減少讀者為不同圖書館系統重複登入的負擔。電子資源則可依授權範圍提供連線及使用提示。

核心觀念

本題考查人工智慧影像辨識與影像檢索的結合，以及自動產生的視覺特徵後設資料和人工編製的語意後設資料如何互補。

影像後設資料是描述、識別或管理影像的資料，可用來協助使用者查找影像。深度學習模型可從影像中擷取不同層次的資訊：

• 紋理特徵（texture feature）：描述局部表面或圖樣，例如斜線、格紋、粗糙、平滑。
• 物件特徵（object feature）：辨識影像中可見的物件，例如人、汽車、建築物。
• 情境特徵（context feature）：描述多個物件及其環境構成的整體場景，例如戰爭場景、街頭活動、海邊日落。

人工編製的後設資料則包括標題、主題詞、摘要、拍攝者、拍攝時間與地點等，能補充影像中無法直接看見的背景、意圖和脈絡。

解題方法

依照題目要求，分兩層作答：

1. 先說明三種特徵各自適合轉換成哪些檢索欄位，以及可支援的應用領域。
2. 再比較這些自動產生的資料與人工後設資料，在檢索效能上的優點與限制，最後說明兩者如何整合。

作答時須區分「影像中可直接辨識的視覺內容」與「需要語言理解或外部知識才能確認的資訊」，才能準確說明自動辨識與人工編目各自的功能。

三種人工智慧後設資料的檢索應用

一、紋理特徵：以視覺相似性檢索為主

系統可將斜線、格紋、條紋、色彩分布、粗糙度等紋理特徵轉為索引值，供相似影像搜尋或條件篩選。

應用領域包括：

• 以圖找圖、相似圖片推薦與重複影像偵測。
• 醫學影像中的組織紋理辨識與病灶篩查。
• 遙測及地理資訊系統中，辨識土地覆蓋、植被或地表紋理。
• 工業檢測中，搜尋或判別材料表面瑕疵。

**檢索效益：**紋理特徵可補足文字描述無法精確表達的外觀細節，使使用者即使不知道適當的主題詞，也能依影像外觀尋得相似影像。特別適合處理大量影像，以及難以逐張人工標註細部視覺特徵的情況。

二、物件特徵：以物件導向檢索為主

系統辨識影像中的人物、汽車、動物、建築物等物件，並可進一步產生物件標籤、位置或數量等索引資料。

應用領域包括：

• 圖書館、檔案館與博物館的影像典藏檢索，例如搜尋含有特定人物或交通工具的影像。
• 新聞與社群媒體影像管理，例如查找包含特定物件的照片。
• 監控、交通管理及公共安全影像分析。
• 生態調查、醫學影像與工業影像中，依特定目標物件搜尋。

**檢索效益：**物件標籤能提供比單純色彩或紋理更接近使用者語言的查詢入口。使用者可用「含有汽車的影像」等概念查詢，系統再以自動標註的物件欄位篩選影像，提升檢索的可近性與效率。

三、情境特徵：以場景及事件檢索為主

核心觀念

本題考查「鏈結資料」（Linked Data）的定義、建立原則，以及它如何改善資訊檢索。鏈結資料是運用網路標準，將資料以可識別、可互相連結的方式發布，使人與機器都能理解資料所描述的資源，並沿著連結探索其他相關資料。

鏈結資料常以資源描述架構（RDF）表達資料。RDF 使用「主詞—述詞—受詞」三元組描述資源及其關係，例如：

• 主詞：某一本書
• 述詞：作者
• 受詞：某位作者

資料不只描述「書的作者是誰」，還能連結至該作者的權威資料、其他著作或相關主題，形成跨資料集的網路。

鏈結資料建立的基本原則

Tim Berners-Lee 提出的鏈結資料四項原則如下：

1. 使用 URI 作為資源名稱 URI（Uniform Resource Identifier，統一資源識別碼）用來識別資源，使各項資料能被明確指認。例如人名、作品、地名或主題都可各有 URI，降低同名異物或異名同物造成的混淆。

2. 使用 HTTP URI，使資源可被查詢 採用 HTTP URI，讓使用者或程式能透過網路查詢該識別碼，取得資源資訊，而非只有一串無法存取的名稱。

3. 提供有用的標準化資訊 當 URI 被查詢時，應提供有意義的資料，並採用適合網路傳輸與處理的標準格式，例如 RDF、SPARQL，以及可供人閱讀的 HTML。如此一來，機器與使用者都能理解或利用資料。

4. 加入指向其他 URI 的連結 在資料中連結至其他相關資源，讓使用者與程式能發現更多資訊。例如書目資料可連至作者權威檔、作品版本、主題詞表或其他資料集，逐步形成互連的資料網絡。

解題方法

作答時依題目三個問句分成三部分：

1. 先下定義：說明鏈結資料以 URI 識別資源，透過標準格式描述與連結資料。
2. 再列四項原則：依「識別、查詢、描述、連結」的順序說明 URI 與資料發布方式。
3. 最後談檢索效益：從語意辨識、資料整合、查詢擴展與探索能力說明影響，並指出其品質改善仰賴資料的完整性、正確性與連結品質。

核心觀念

本題考查文件檢索中三個層次：關鍵詞查詢的意義、協助精確檢索的系統功能，以及自然語言檢索相對於關鍵詞查詢的優勢。作答時宜先定義兩種檢索方式，再說明系統如何協助使用者縮小或調整檢索範圍。

解題方法

一、關鍵詞查詢法（keyword search）

關鍵詞查詢是由使用者從需求中選出一個或多個代表性詞語，輸入檢索系統；系統再比對文件的題名、摘要、全文或索引欄位，找出包含或符合這些詞語的文件。

查詢詞可用布林運算子組合，例如：

• 圖書館 AND 數位典藏：同時包含兩個概念，縮小結果範圍。
• 期刊 OR 雜誌：任一詞符合即可，擴大結果範圍。
• 圖書館 NOT 公共：排除含有「公共」的結果。
• "資訊檢索"：以片語方式查找連續詞組。
• 資訊*：使用截詞或萬用字元，查找符合字首的不同詞形；實際符號依系統而異。

關鍵詞查詢的檢索效果，會受選詞是否貼近文件用語、同義詞是否納入，以及系統比對欄位與規則影響。

二、輔助更準確檢索的常見功能

提供關鍵詞查詢的系統，常搭配下列功能，協助使用者表達查詢概念、控制檢索範圍及修正結果：

1. 布林邏輯與括號：以 AND、OR、NOT 組合概念，並用括號指定運算順序。
2. 片語查詢與鄰近檢索：要求詞語依特定順序出現，或彼此相距不超過指定範圍，避免只因個別詞語出現便列入結果。
3. 截詞、萬用字元與詞形變化：涵蓋單複數、不同字尾或拼寫變體。
4. 同義詞、相關詞與受控詞彙提示：協助使用者補入不同說法，或改用資料庫採用的標準主題詞。
5. 欄位限定：限制查詢只比對題名、作者、主題、摘要或全文等特定欄位。
6. 篩選條件：依出版年、資料類型、語言、作者、學科等條件縮小結果集。
7. 查詢建議與拼字修正：提示可能的正確拼法、相關詞或較適切的查詢詞。