| dc.contributor | 政治大學資訊科學系 | en_US |
| dc.contributor | 行政院國家科學委員會 | en_US |
| dc.creator (作者) | 劉昭麟 | zh_TW |
| dc.date (日期) | 2006 | en_US |
| dc.date.accessioned | 12-Nov-2012 11:01:44 (UTC+8) | - |
| dc.date.available | 12-Nov-2012 11:01:44 (UTC+8) | - |
| dc.date.issued (上傳時間) | 12-Nov-2012 11:01:44 (UTC+8) | - |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/55375 | - |
| dc.description.abstract (摘要) | 本申請案擬延續過去多年的研究方向，繼續研究貝氏網路的基礎理論和應用，也計畫擴大開發法學資訊服務所得的經驗，嘗試將文件標記的經驗擴大到一般文字資料的語意標記。我們將觸及包含貝氏網路﹑類神經網路和向量支撐機等人工智慧技術的研究和應用。在自然語言處理方面，我們希望我們的工作將可以在一般文件的語意標記上取得相當的進展，然後可以將所應用和開發出來的技術整合再應用於法學資訊檢索和智慧型語言教學系統上。比較具體的說，我們計畫找出應用人工智慧技術來協助教師建立高品質的學生模型的方法。教學系統中的核心學生模型大都還是由專家來提供，但是專家所提供的模型的精確度仍有其侷限性，資訊科技如何能夠協助教師找到更高品質的學生模型，是本研究案的一個重點。透過這一嘗試，我們所研發的技術有機會可以擴大應用到教學系統之外的使用者建模問題上。本研究案的另一重點是語意標記。語意標記是網路文件附加語意標籤的重要基礎技術，我們將延續和擴大我們過去多年所執行的法學資訊系統和開發英文克漏詞輔助出題系統時所得到的語意標記的經驗，希望能夠對這一問題作更深入的研究，讓我們的法學資訊服務和電腦輔助語言教學的效果更好。由於工作目標比較大，而且部分工作的複雜度極高，所以目前計畫先提這一個兩年期的研究案。第一年的工作比較偏向基礎技術的研究，而第二年則計畫延續研究基礎技術的工作，不過也盼望屆時已經有比較成熟的技術和環境可以在真實的應用裡面測試所開發的技術。 | en_US |
| dc.description.abstract (摘要) | In this report, we summarize the results of this research project on several fronts. For student modeling, we proposed a simulation-based approach to learn the structures of Bayesian networks that contain unobservable variables. We have built three functioning systems for practical applications of natural language processing techniques. We built an environment for computer-assisted translation of TIMSS test items, an environment for assisting teachers to compose test items for elementary Chinese, and an environment for searching Chinese indictment documents. | - |
| dc.language.iso | en_US | - |
| dc.relation (關聯) | 基礎研究 | en_US |
| dc.relation (關聯) | 學術補助 | en_US |
| dc.relation (關聯) | 研究期間:9508~ 9607 | en_US |
| dc.relation (關聯) | 研究經費:629仟元 | en_US |
| dc.subject (關鍵詞) | 貝氏網路;分類技術;建構學生學習歷程;語意標記 | en_US |
| dc.subject (關鍵詞) | Bayesian networks, structure learning; learning processes of composite concepts; information retrieval; computer assisted language learning; machine translation | - |
| dc.title (題名) | 貝氏網路與分類技術之基礎研究與應用---建構學生學習歷程之模型與語意標記 (I) | zh_TW |
| dc.title.alternative (其他題名) | Applications of Bayesian Networks and Classificaiton Techniques---Mapping Students` Learning Patterns and Semantic Tagging of Texts | en_US |
| dc.type (資料類型) | report | en |
