圖資學研究(三)

今天請來UWMILWAUKEE的Mu教授演講潛在語意分析(Laten semantic Analysis, LSA)相關原理與應用。

傳統OPAC的典藏文件通常是獨立的個體，必須建立其關聯性，才能將文件產生更大的效益與價值。而LSI是讓這些文件產生關聯的方法技術之一。

而講義所提到的一詞多義和一義多詞：對於一詞多義可能使得搜尋結果中包含很多不是user真正要查找的結果，一義多詞將使得搜尋結果中遺漏很多user真正要查找的結果。

LSI是將許多文件用"text-document"的矩陣(matrix)來表示，透過SVD等運算方式將query的結果換成向量投射在低維度的空間，並假設每一個singular value 和singular vector都代表著欲檢索文件的潛在語意，比對後就可產生檢索的結果。

相關步驟有：
Step1. 建立特徵矩陣
Step2. 奇異值分解運算
Step3. 產生語意指標及文件分類

相對於Google所使用的page rank，LSI注重每個文件的concept，關聯性強的文章會顯示在前面的檢索結果頁面上，但是從老師們的對話中，LSI似乎會捨去一些關聯性低的query，使得較冷僻的資訊無法被搜尋引擎找到。

LSI在文件的分類上是有幫助的，但在檢索(search)上，query如果太短就會限制semantic的分析效果。

而台灣、韓國等地會產生local search engine > global search engine的現象，小蝶老師認為大概是因為這些local的搜尋引擎會操縱搜尋結果，讓結果產生的項目是大部分人都會點閱的熱門資訊。像海角七號這個關鍵字，在google搜尋的結果就有可能會跟yahoo.tw搜尋的結果面向不一樣。

--------------------------------------------------------------

嗯...這堂課對我來講是個新的知識.....所以目前還沒辦法完整架構出我懂的部分.....整個有點混亂...

不過整堂課我印象最深的有2句話和1件事

• 第一句話是：使用者會打出的關鍵字，都不是他們所想要找的。

我會用進階查詢，我更常用布林邏輯，但....我承認有些時候，還是會打出一些愚蠢的關鍵字....尤其是在找不到東西時....關鍵字就會亂下了....我現在想不出來什麼愚蠢的例子，不過可以確定的是，例子太多了!!我下次打蠢字的時候...我會記得附上來的.....

愚蠢1:老師提到的鴻海hire退休員工，我想找相關資訊...我打了"鴻海 聘用 退休"...什麼都找不到...

• 第二句話是：用產業來看研究，It's not fair.

這是我常常犯的錯誤，看完一篇paper後，我會想到一些現實的例子。尤其是在知識管理的部份，大學時我對知識管理很有興趣，看了一些文獻，但我都會想：這用在企業上的效益如何?更精確的是，有哪個企業會花大錢來做知識管理?企業講的是收益，而知識管理偏偏就不是馬上做了就可以看的到效果的東西。久而久之就會覺得整個知識管理限於空談，跟實務無法結合。

但今天我有了另外一個觀點，產業與研究通常是分開的，研究必須縮小變數，以求對該變數精準的控制與描述，而產業則是許多研究問題的集合體，不能用單一研究來概括整個產業狀況。

• 最後一件事：教授們的專業互動

曾老師最後提出的一些問題，包括page rank、LSI當前的問題等，無一不是針對Mu教授的專業提出質疑(我有感受到火藥味)，但當兩人甚至連小蝶老師都掺一腳後，我發現從他們的對話中，我越能越勾勒出整個LSI的輪廓，這就是傳說中的學術討論!!可以讓思考更加清晰，連結更多的訊息。我覺得這短短的10分鐘是我整堂課受益最多的時候。

--------------------------------------------------------------

會後有私底下跟老師出去吃飯，個人覺得他還蠻健談的...對台灣充滿了好奇...
下禮拜會陸續帶他到淡水、鶯歌等地方觀光，有興趣的同學跟所辦報名喔!!

社會研究方法(二)

上課的一開始，老師要我們在黑板上寫下三個不懂的名詞。

實徵empirical：實際到現場蒐集研究資料
實證：用證據來證明研究問題，通常是量化的研究

剩下的雖然老師沒有一一解答，但我發現老師的用心，
老師希望我們能夠自己分類出這些名詞，而當你能正確的分類，就是學會研究方法的時候。
恩...自己試了一下，還是沒辦法像老師的分類一樣.....我就是不知道為什麼要把「過度概化」分在研究方法裡面...不就是一種人性的現象嗎...跟方法有甚麼關係....

看這黑板上的一堆名詞，我很直覺的要把重複擦掉，保持版面的乾淨，甚至想要全部條列重寫...但老師的一個舉動 ─ 計數，把重複名詞的頻率記錄下來，這是我完全忽略掉的。爾後老師又提到說，一個好的思考，是要會用圖像來表達事物。一連串下來，老師大概把我們的名詞分類為：

1. 研究的思想
2. 研究方法
3. 社會理論

偽科學
老師提到李嗣涔做的研究 ─ 手指摸字。當你無法用五感接觸到的，大家會認為是無用的科學知識。但當你只是無法去證實這個現象，而否定這樣的科學嗎？對於不知道的事情，我們應當存疑，不迷信，但也不迷不信。

研究的步驟
選擇主題(從個人的閱讀、經驗；從前人的文獻探討中取得)→
聚焦於研究問題(檢索相關內容)→
設計研究→
蒐集資料→
分析資料→
解釋資料→
研究結果報告

研究的步驟並非絕對的線性過程，各步驟間需要許多相互協調互動的過程，後續的步驟可能引發先前步驟的再思考(螺旋狀)，在達到研究終點前，都可能朝幾個不同的方向進行，而到達終點後，通常會刺激新的思考並產生下一個研究問題。

心得：
要用科學的方法來看待每一件事，真的是很不簡單。
尤其是要避免「過度概化」這件事....應該說這是一個不容易改變的習慣...
另外，一般人對於權威的說詞總是奉為聖旨，認為有地位的人說的話就是對的，怎知權威也有犯錯的一天，像這次的毒奶事件，專家的說詞一改再改，甚至說出沒驗到三聚氰胺並不代表沒毒，把民眾當傻瓜。
但這也產生了一個矛盾點，專家是一個社會的信心指標，一般人並沒有機會接觸的那麼多的知識，若連專家的話都不能信，要這些人該如何適從?

圖資學研究(二)

You plan, and you get what you planed!

今天的課主要是在介紹圖資的價值、起源與一些理論。

才剛上課不久，老師就丟了一個令人深思的問題：除了杜威之外，圖資界令人崇尚的權威有誰？

Oh my God，我打從心裡never沒有想過這個問題。是國內的胡述兆、歐陽崇榮、黃鴻珠?還是在師大的任何一位老師？國外的.....恩....一點印象都沒有....其實是很少看外文文獻：)
或許我沒有資格去評斷哪位老師是圖資界的權威，但小蝶老師給了一個重要的思考點：一個學科如果沒有權威、偉人，那該如何成為一個好的學科？
又是一個很震撼的問題，我心想，對阿，沒有一個權威型的領導者，那圖資界的過去是怎麼來的？那未來又該何去何從？

接下來的問題，同樣引人深思：What's the value of LIS?是分類還是整理資料？Not both of them, they are just our goals.
這麼說...圖資界渴望解決的問題到底有哪些？
1. Info access：圖資界最早的目的，至今猶存。

2. Info overload：數位時代產生的副作用，資訊爆炸使得資訊隨手可得，但整理不易。

3. Info anxiety：面對龐大的資訊所產生的焦慮現象，如何去選擇資訊，該不該看完這些資訊等。

4. Digital divide：有些地區、族群因為地域性、經濟或其他因素等，無法第一時間接觸到新知， 使得資訊落後，競爭力不足。目前解決的方式有course by librarian or vendor or user self。

5. Info 大同(United?)：在資訊之前人人平等，每個人都有同樣的機會獲取相同的資訊，甚至讓每個人的知識水平同等。雖然這顯然的是個烏托邦，但或許這就是圖資的最終目的?!

我想圖資的學者們為了達到這些遠大的理想，設計了一系列的技術與服務，但這些服務的使用率與效果為何？單就數位落差這個項目而言，圖資設計了參考服務和資料庫的使用課程，來扶持資訊的弱者，whatever，不知道自己是弱勢的人，才是真正的弱勢，會主動去用這些服務資源的人，不會是弱勢的那一群。我想，數位落差是一個全球性的問題，而且跟國家政策有很大的關連性，圖資能夠改善的，其實很有限。設計了一連串的訓練服務，對於真正的資訊弱者而言，他們都不覺得自己是弱勢了，怎會來使用這些服務呢？也就是說，這些服務的真正使用者，其實是有基礎的，甚至進階的資訊操作者，那麼僅加強這些人的資訊能力，是否只會更壓擴大落差的距離？

這篇文章中，我打了很多問號，很多問題在我心中渾沌，圖資到底是個怎樣的知識，是車？是魚？ 是翻車魚？(誤)，再者，他應該研究的項目有哪些？該服務的對象又是誰？又多了一堆問號....

總之，經過今天的課，知道我們坐在教室裡聽的是個核心渙散(?)的學科，同時

‧缺乏理論，並以經驗知識居多

‧板塊式的知識構成(新的知識不斷排擠舊的知識，甚至淘汰)

‧依工作業務發展知識

‧沒有共識

但往好的思考點，他是一個求新求變的知識，是一個不斷演進的知識，這就讓我有了待在這裡的動力與決心。

另外關於為何圖資界會漸淡於數位典藏，恩....大學時代做專題的過程中，我看到很多學術界的黑暗，圖資曾擁有數位典藏的主導權，甚至是發起2008計畫的創始者，最後因為一些我們小孩子看不懂的原因，數位典藏漸漸的轉為技術導向，甚至商業化......或許像小蝶老師所說，圖資為數位典藏發展已經完成一個階段性任務，但該不該退出？我覺得裡面還有很多需要討論的空間，至少圖資所做的研究貢獻，是可以包含整個數位典藏的。

圖資領域圖：

社會科學研究法(一)

第一堂的研究方法課，老師發了一張紙，要大家寫下對研究方法的一些想法。
過了一個大暑假...能忘的都忘光了.....寫的出來的研究方法只剩下五個....
未來要讀的書 ─ 當代社會研究法，只好乖乖的按時預習了

研究的第一要素：Inquiry，在老師的提醒後，我回想起當初參與國科會的日子，
萬事真的起頭難，要找出一個能深入研究的題目，是很難的一步。
要隨時保持懷疑、好奇的心態，敏銳的觀察平凡生活中不平凡的事物才能稱的上一個好的研究員。

圖資學研究(一)

雖然老師說這次不用寫心得記錄...但我覺得還是寫一下好了...沒有養成習慣的話，到真的要寫的時候一定會出事。

今天是第一次上課，老師主要的重點是介紹這門課往後的上課模式(English all class 驚!!)。
然後是同學們的自我介紹 (永遠都不會爛的老梗)。
我發現同學們幾乎都要考公務員，到圖書館工作......恩.....實在是很不合我的興趣.....
太過固定安逸的生活不太適合我.....
我的期望是能夠進入業界，試試看我這6年所學(大學+碩班)，在非學術、非圖書館的領域能運用到什麼程度，算是一種另類的田野調查吧!!

最後 這堂課的最終心得：小蝶老師講英文後.....講的笑話變少了.....(sad...)
-------------------------------------------------------------------------------------------------
Although the professor said it's no need to paste reflection this time, I considered it is necessary that writing reflection should be a usual practice. Otherwise when it really to do so, I would be lazzy.

This is my first time to go to a class in NTNU. In this class, the pofessor's point was introducing a model how the lesson will be going.
Then, turn to students to introduce themself. In this process, I noticed many classmates want to get job in libray or goverment. Un...It's really not my type....the life is too steady for me.
No longer in acdemic or libray field, I wish I could get in company, useing what I learned to see what I can do.

In the end, I am sad our pofessor seldom to joke when speaking in English....

英文很破...還請各位同學指正......
My English grammar is vey poor....hope everbody can correct it...thanks

內容分項發展小組網站心得

1.「數位典藏國家型科技計畫內容發展分項計畫」為提升數位藏品的質與量；引進標準化流程
(SOP)的作業模式，透過調查各計畫的作業程序與技術，以分析發展出標準的工作流程、工作
守則和技術規範......
(關注的是數位化的SOP，在此可以跟論文做區隔 ─ 我做的是數位典藏SOP)
http://content.ndap.org.tw/main/doc_sub5.php

2.古籍線裝書數位化工作流程參考標準200512
在引言部分指出了SOP的概念
但是流程表達方式還是過於線性

3.若單單指做一個項目的數位典藏SOP如何利於不敗之地??
畢竟此小組已收集傅斯年、台大......等數位典藏經驗而整理出此文章，
其細部流程如壞件處理等這些細部流程也已經歸納建立。
我如何從中規劃出不一樣的創作內容?
就只是與OAIS對應?

2007.05.03 會議記錄

本次會議內容：

1. SOP定義討論：
只要各專家認同，而且在作業程序中能維持其品質、減少錯誤與增加除錯效率，就可以作為SOP。
2. 論文範圍縮小
3. 數位典藏網頁改善
指導老師建議：
目前台灣的數位典藏機構，仍然沒有研發所謂的標準流程，頂多只是作業規範。所以這論文研究的價值在於：成為標準作業程序的先驅。
建議把論文範圍再縮小，挑一到兩個數位典藏主題來探討。如善本，書畫或器物等。另外，思考如何將數位典藏網頁更新改善。