學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Filters

20142

Settings

Subject: search.filters.subject.document summarization

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    網頁搜尋結果重要面向事實內容自動擷取之研究
    (2014) 葉懿萱
    本論文的主要研究目的為，透過使用者給定的查詢字以及指定面向關鍵字，從大量的查詢回傳結果中，自動摘要出重要的面向資訊提供給使用者，讓使用者能快速得到所需的面向資訊。為了避免下載所有查詢結果文件並處理需花費相當多的時間，因此本論文採用查詢結果回傳的文件片段內容(snippets)，作為探勘查詢字相關資訊的資料來源。本研究提出一個稱為SR-Summarization的方法，利用字詞在各面向查詢回傳結果中的分佈特性，提出評估字詞與查詢關鍵字的一般面向分數以及面向代表性分數的計算公式，進而評估一個句子的一般面向及面向代表性分數。此外，方法中也提出評估句子事實資訊性的計算公式，採用機器學習方法評估句子的品質好壞。最後，採用結合摘要內容的資訊量及內容多樣性為機制的句子挑選依據，產生"查詢字一般面向資訊”摘要，以及指定面向之”面向事實資訊”摘要。實驗結果顯示，本研究之方法能夠有效擷取出網頁搜尋結果中的重要面向事實內容，透過使用者問卷調查顯示，相較於相關研究的方法，使用者對於本研究方法找出的摘要結果有更高的滿意度。
  • No Thumbnail Available
    Item
    英文學習者文章摘要結果自動化評分技術
    (2014) 黃楨喻; Chen-Yu Huang
    英語為我國語文教學的一門重要科目。以往的研究顯示，大量的閱讀能增進語文能力，但學生在閱讀後是否理解內容則需要適當的評估方式。文章主角及內容摘要的非選擇問題可瞭解學生是否理解文章內容，但此類型的問答題，若由教師進行評分需花費許多時間，因此本研究將文章摘要問答題進行自動化評分，將可加速評估回饋並增加學生練習的機會。本研究從文章內容擷取特徵，使用機器學習的方法建立模型，進行文章類型自動分類，以挑選合適的文意理解問答題。針對學生回答的摘要結果自動化評分，本研究不需要教師提供答案，而是將英文文章及學生的摘要分別建立語意關係圖，運用語意關係圖計算出各字詞在文章及摘要內容中的重要性，並透過比對英文文章及學生摘要的語意關係圖，取出各種比對特徵，以機器學習的方法建立預測評分等第的分類模型，用來對學生回答的摘要進行語意符合程度自動化評分。實驗結果顯示，本研究所提出的方法在文章有明確的字詞表達文章重點時，可達到不錯的正確率。