檢索結果(共19筆)
龔千芬;郝沛毅;
頁: 239-276
日期: 2024/04
卷期: 31(2)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;醫學訊息學;生成對抗網路;
Keywords: : Sepsis early warning model;Deep learning;Fuzzy support vector machines;Medical informatics;Generative adversarial network;
摘要: 敗血症是一種可能導致死亡的嚴重疾病，根據世界衛生組織的統計，每年大 約有 600 萬人因為敗血症休克而死亡，死亡率高達 50％。敗血症發作的早期預 警和及早的干預治療，可以避免絕大多數的敗血症休克死亡的發生。人工智慧演 算法的蓬勃發展與重症監護病房的大量病患...
引用 導入Endnote
頁: 239-276
日期: 2024/04
卷期: 31(2)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;醫學訊息學;生成對抗網路;
Keywords: : Sepsis early warning model;Deep learning;Fuzzy support vector machines;Medical informatics;Generative adversarial network;
摘要: 敗血症是一種可能導致死亡的嚴重疾病，根據世界衛生組織的統計，每年大 約有 600 萬人因為敗血症休克而死亡，死亡率高達 50％。敗血症發作的早期預 警和及早的干預治療，可以避免絕大多數的敗血症休克死亡的發生。人工智慧演 算法的蓬勃發展與重症監護病房的大量病患...
引用 導入Endnote
郝沛毅;龔千芬;
頁: 303-333
日期: 2022/10
卷期: 29(4)
關鍵字: 股價預測;模糊支持向量機;卷積神經網路;雙向長短期記憶體;注意 力機制;
Keywords: Stock prediction;Fuzzy support vector machine;Convolutional neural networks;bi-directional long short-term memory;Attention mechanism.;
摘要: 股價預測是橫跨金融與計算機科學領域的經典預測問題，由於成功預測股價 的潛在好處，它吸引一代又一代的學者與投資者從不同的角度、無數的學理、眾 多的投資策略和不同的實踐經驗來開發各種預測方法。股價預測的困難癥結點在 於影響股票漲跌的因素太多。股市波動通常...
引用 導入Endnote
頁: 303-333
日期: 2022/10
卷期: 29(4)
關鍵字: 股價預測;模糊支持向量機;卷積神經網路;雙向長短期記憶體;注意 力機制;
Keywords: Stock prediction;Fuzzy support vector machine;Convolutional neural networks;bi-directional long short-term memory;Attention mechanism.;
摘要: 股價預測是橫跨金融與計算機科學領域的經典預測問題，由於成功預測股價 的潛在好處，它吸引一代又一代的學者與投資者從不同的角度、無數的學理、眾 多的投資策略和不同的實踐經驗來開發各種預測方法。股價預測的困難癥結點在 於影響股票漲跌的因素太多。股市波動通常...
引用 導入Endnote
楊欣哲;黃小玲;
頁: 205-233
日期: 2020/04
卷期: 27(2)
關鍵字: 雲端運算;HFADS;混合式泛濫攻擊;特徵選擇;機器學習;
Keywords: cloud computing;HFADS;hybrid flooding attacks;features selection;machine learning;
摘要: 雲端運算的虛擬化技術是透過網際網路把計算資源量化後以使用量付費的方式提供給使用者。然而多租戶和共享資源雖是特點，但也隱含資安的風險。在攻擊事件中，造成較嚴重的後果又較難防禦之一就是泛濫攻擊（flooding attack）。為此，本文提出一種基於特徵篩選結合隨機森林...
引用 導入Endnote
頁: 205-233
日期: 2020/04
卷期: 27(2)
關鍵字: 雲端運算;HFADS;混合式泛濫攻擊;特徵選擇;機器學習;
Keywords: cloud computing;HFADS;hybrid flooding attacks;features selection;machine learning;
摘要: 雲端運算的虛擬化技術是透過網際網路把計算資源量化後以使用量付費的方式提供給使用者。然而多租戶和共享資源雖是特點，但也隱含資安的風險。在攻擊事件中，造成較嚴重的後果又較難防禦之一就是泛濫攻擊（flooding attack）。為此，本文提出一種基於特徵篩選結合隨機森林...
引用 導入Endnote
陳郁晴;李俊賢;
頁: 451-482
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標特徵挑選;人工神經網路;球型複數模糊集;球型複數神經模糊系統;混合式機器學習;
Keywords: multi-target feature selection;artificial neural networks (ANN);sphere complex fuzzy sets (SCFS);sphere complex neuro-fuzzy system (SCNFS);hybrid machine learning algorithm;
摘要: 時間序列資料的變化有著眾多變因，在預測上一直是具有挑戰性的問題和研究。最常應用於股市上的股價變化，從時間的推移中找出股票之間的關係，因此本篇設計一多目標時間序列預測模型，應用於股價預測。模型包含兩種模型架構，人工神經網路（Artificial nural networks; A...
引用 導入Endnote
頁: 451-482
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標特徵挑選;人工神經網路;球型複數模糊集;球型複數神經模糊系統;混合式機器學習;
Keywords: multi-target feature selection;artificial neural networks (ANN);sphere complex fuzzy sets (SCFS);sphere complex neuro-fuzzy system (SCNFS);hybrid machine learning algorithm;
摘要: 時間序列資料的變化有著眾多變因，在預測上一直是具有挑戰性的問題和研究。最常應用於股市上的股價變化，從時間的推移中找出股票之間的關係，因此本篇設計一多目標時間序列預測模型，應用於股價預測。模型包含兩種模型架構，人工神經網路（Artificial nural networks; A...
引用 導入Endnote
王慶豐;李俊賢;
頁: 413-450
日期: 2019/10
卷期: 26(4)
關鍵字: 複數模糊類神經;複數模糊集;特徵選取;粒子群最佳化演算法;遞迴最小平方法;
Keywords: complex neuro-fuzzy;complex fuzzy set;feature selection;particle swarm optimization;recursive least squares estimator;
摘要: 面對現今的國際化環境，投資已成為許多企業與人們的獲利方式，股票為此領域相當普遍的交易模式，但股價波動所牽涉層面廣泛，固然難以估計與預測，人工智慧中的深度學習即為當今預測的最佳工具之一。本研究提出一種新形態之複數模糊類神經分類模型（Complex Neuro-Fuzzy ...
引用 導入Endnote
頁: 413-450
日期: 2019/10
卷期: 26(4)
關鍵字: 複數模糊類神經;複數模糊集;特徵選取;粒子群最佳化演算法;遞迴最小平方法;
Keywords: complex neuro-fuzzy;complex fuzzy set;feature selection;particle swarm optimization;recursive least squares estimator;
摘要: 面對現今的國際化環境，投資已成為許多企業與人們的獲利方式，股票為此領域相當普遍的交易模式，但股價波動所牽涉層面廣泛，固然難以估計與預測，人工智慧中的深度學習即為當今預測的最佳工具之一。本研究提出一種新形態之複數模糊類神經分類模型（Complex Neuro-Fuzzy ...
引用 導入Endnote
許敦盛;李俊賢;
頁: 483-511
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標預測;球型複數模糊集;卷積神經網路;模糊推論系統;複合式機器學習演算法;
Keywords: multi-target prediction;sphere complex fuzzy sets;convolution neural networks;fuzzy inference system;hybrid learning;
摘要: 本研究針對時間序列提出多目標預測模型，結合卷積神經網路（Convolutional neural networks; CNN）與球型複數模糊神經系統（Sphere complex neural fuzzy system; SCNFS）。球型複數模糊集（Sphere complex fuzzy sets; SCFSs）可產生複數型態的歸屬程度，使SCNFS能根據...
引用 導入Endnote
頁: 483-511
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標預測;球型複數模糊集;卷積神經網路;模糊推論系統;複合式機器學習演算法;
Keywords: multi-target prediction;sphere complex fuzzy sets;convolution neural networks;fuzzy inference system;hybrid learning;
摘要: 本研究針對時間序列提出多目標預測模型，結合卷積神經網路（Convolutional neural networks; CNN）與球型複數模糊神經系統（Sphere complex neural fuzzy system; SCNFS）。球型複數模糊集（Sphere complex fuzzy sets; SCFSs）可產生複數型態的歸屬程度，使SCNFS能根據...
引用 導入Endnote
楊亨利;林青峰;
頁: 335-361
日期: 2018/07
卷期: 25(3)
關鍵字: 意見挖掘;情感分析;網路評論;推薦系統;
Keywords: opinion mining;sentiment analysis;internet review;recommendation system;
摘要: 隨著電子商務的發展，現在一個虛擬商場能夠查詢到的商品資訊常常超過人們所能負擔；如何從玲瓏滿目的商品中找到最符合需要，對使用者而言是非常重要的。傳統上的推薦系統是由個人資料、社會關係、購買或點閱記錄等資料來進行相似性的比對，進而完成推薦。本研究則採用網...
引用 導入Endnote
頁: 335-361
日期: 2018/07
卷期: 25(3)
關鍵字: 意見挖掘;情感分析;網路評論;推薦系統;
Keywords: opinion mining;sentiment analysis;internet review;recommendation system;
摘要: 隨著電子商務的發展，現在一個虛擬商場能夠查詢到的商品資訊常常超過人們所能負擔；如何從玲瓏滿目的商品中找到最符合需要，對使用者而言是非常重要的。傳統上的推薦系統是由個人資料、社會關係、購買或點閱記錄等資料來進行相似性的比對，進而完成推薦。本研究則採用網...
引用 導入Endnote
魏巧宜;馬麗菁;
頁: 69-95
日期: 2017/01
卷期: 24(1)
關鍵字: 混合模式;自組織映射圖;案例式推理;多年期軌跡;基金績效;
Keywords: hybrid model;self-organizing map;case-based reasoning;multi-year trajectory;fund performance;
摘要: 隨著經濟發展，大眾對於投資理財的需求與日俱增，如何協助不同投資時間長短偏好的投資者，找出較佳短、中及長期績效的基金，是一項受關注的議題。本研究以自組織映射圖結合倒傳遞類神經網路及基因演算法，協助不同投資時間長短偏好的投資者，找出較佳短期、中期、長期績...
引用 導入Endnote
頁: 69-95
日期: 2017/01
卷期: 24(1)
關鍵字: 混合模式;自組織映射圖;案例式推理;多年期軌跡;基金績效;
Keywords: hybrid model;self-organizing map;case-based reasoning;multi-year trajectory;fund performance;
摘要: 隨著經濟發展，大眾對於投資理財的需求與日俱增，如何協助不同投資時間長短偏好的投資者，找出較佳短、中及長期績效的基金，是一項受關注的議題。本研究以自組織映射圖結合倒傳遞類神經網路及基因演算法，協助不同投資時間長短偏好的投資者，找出較佳短期、中期、長期績...
引用 導入Endnote
黃純敏;林重佑;黃進瑞;
頁: 423-447
日期: 2013/10
卷期: 20(4)
關鍵字: 學習向量量化;推薦系統;混合過濾;協同過濾;內容過濾;
Keywords: Learning Vector Quantization;Recommendation System;Hybrid Filtering;Collaborative Filtering;Content-based Filtering;
摘要: 內容過濾與協同過濾是經常用於提供個人化服務的技術，近年來則多偏向結合各種監督式學習的混合式過濾方式，並以三層或多層式網路架構產生推薦結果，然而其設計不易且有網路收斂效率低的問題。本研究以學習向量量化（Learning Vector Quantization；LVQ）簡約的兩層式網路...
引用 導入Endnote
頁: 423-447
日期: 2013/10
卷期: 20(4)
關鍵字: 學習向量量化;推薦系統;混合過濾;協同過濾;內容過濾;
Keywords: Learning Vector Quantization;Recommendation System;Hybrid Filtering;Collaborative Filtering;Content-based Filtering;
摘要: 內容過濾與協同過濾是經常用於提供個人化服務的技術，近年來則多偏向結合各種監督式學習的混合式過濾方式，並以三層或多層式網路架構產生推薦結果，然而其設計不易且有網路收斂效率低的問題。本研究以學習向量量化（Learning Vector Quantization；LVQ）簡約的兩層式網路...
引用 導入Endnote
李俊賢;陳玟彣;
頁: 475-507
日期: 2012/07
卷期: 19(3)
關鍵字: 類神經模糊系統（NFS）;粒子群演算法（PSO）;遞迴最小平方估計法（RLSE）;雜訊消除;計算智慧;
Keywords: Neuro-fuzzy system (NFS);Particle swarm optimization (PSO);Recursive least squares estimator (RLSE);Noise canceling;Computational intelligence;
摘要: 影像訊號進行傳輸或轉換的過程中經常會受到其它訊號的干擾，導致影像失真的情形發生。為解決此問題，本研究針對灰階影像失真之問題提出一計算智慧之方法，以Takagi-Sugeno類神經模糊系統為架構，結合粒子群最佳化演算法（PSO）與遞迴最小平方估計法（RLSE）建構出複合學...
引用 導入Endnote
頁: 475-507
日期: 2012/07
卷期: 19(3)
關鍵字: 類神經模糊系統（NFS）;粒子群演算法（PSO）;遞迴最小平方估計法（RLSE）;雜訊消除;計算智慧;
Keywords: Neuro-fuzzy system (NFS);Particle swarm optimization (PSO);Recursive least squares estimator (RLSE);Noise canceling;Computational intelligence;
摘要: 影像訊號進行傳輸或轉換的過程中經常會受到其它訊號的干擾，導致影像失真的情形發生。為解決此問題，本研究針對灰階影像失真之問題提出一計算智慧之方法，以Takagi-Sugeno類神經模糊系統為架構，結合粒子群最佳化演算法（PSO）與遞迴最小平方估計法（RLSE）建構出複合學...
引用 導入Endnote
謝楠楨;魏立民;
頁: 225-244
日期: 2008/04
卷期: 15(2)
關鍵字: 由資料庫中發掘知識;模糊IF-THEN規則;軟式計算;模糊集合;概略集合;
Keywords: Knowledge discovery in databases;fuzzy if-then rules;soft computing;fuzzy sets;rough sets;
摘要: 在真實世界處理決策問題時，由於輸入資料本身即存在有不確定性，所以要做出明確的決策具有相當的困難。以模糊集合與概略集合理論為基礎，本研究提出了一個“概略－模糊混合的方法”，以從具有量化數據的診斷資料集合中，自動的產生模糊IF-THEN規則。所提出的方法包含有四...
引用 導入Endnote
頁: 225-244
日期: 2008/04
卷期: 15(2)
關鍵字: 由資料庫中發掘知識;模糊IF-THEN規則;軟式計算;模糊集合;概略集合;
Keywords: Knowledge discovery in databases;fuzzy if-then rules;soft computing;fuzzy sets;rough sets;
摘要: 在真實世界處理決策問題時，由於輸入資料本身即存在有不確定性，所以要做出明確的決策具有相當的困難。以模糊集合與概略集合理論為基礎，本研究提出了一個“概略－模糊混合的方法”，以從具有量化數據的診斷資料集合中，自動的產生模糊IF-THEN規則。所提出的方法包含有四...
引用 導入Endnote
張秀華;曾中蓮;周惠文;
頁: 1-17
日期: 2007/07
卷期: 14(3)
關鍵字: 人格特質;內向;外向;網路匿名性;發言廣度;
Keywords: personality;introversion;extroversion;Internet anonymity;divergent idea generation;
摘要: 本研究主要探討人格特質分組方式與匿／具名情境對不同人格特質學習者在腦力激盪團體中發言廣度的影響。本研究利用實驗室實驗法來了解不同的情境及分組方式對發言廣度的影響，實驗樣本為69位大學生，籍由本研究自行設計之網路討論室，讓成員分組討論指定主題。自變項包含...
引用 導入Endnote
頁: 1-17
日期: 2007/07
卷期: 14(3)
關鍵字: 人格特質;內向;外向;網路匿名性;發言廣度;
Keywords: personality;introversion;extroversion;Internet anonymity;divergent idea generation;
摘要: 本研究主要探討人格特質分組方式與匿／具名情境對不同人格特質學習者在腦力激盪團體中發言廣度的影響。本研究利用實驗室實驗法來了解不同的情境及分組方式對發言廣度的影響，實驗樣本為69位大學生，籍由本研究自行設計之網路討論室，讓成員分組討論指定主題。自變項包含...
引用 導入Endnote
陳美支;黃銘嘉;陳安斌;
頁: 67-89
日期: 2006/10
卷期: 13(專)
關鍵字: 多重分類元系統;時间不變性投資組合保險;動態投資組合保險;
Keywords: Multi-Agent Classifier System;Time Invariant Portfolio Protection;Dynamic Portfolio Insurance;
摘要: 近年乘國人投資理財的風氣漸盛，金融商品日益多元化，面對台灣淺碟式經濟股市經常大起大落，如何降低投資風險，避免鉅額損失，是投資者尋求的投資之道。投資組合保險(Portfolio Insurance)的概念是籍由付出少許的保險費用，以鎖定整個投資組合所面臨價格下跌時之風險，將...
引用 導入Endnote
頁: 67-89
日期: 2006/10
卷期: 13(專)
關鍵字: 多重分類元系統;時间不變性投資組合保險;動態投資組合保險;
Keywords: Multi-Agent Classifier System;Time Invariant Portfolio Protection;Dynamic Portfolio Insurance;
摘要: 近年乘國人投資理財的風氣漸盛，金融商品日益多元化，面對台灣淺碟式經濟股市經常大起大落，如何降低投資風險，避免鉅額損失，是投資者尋求的投資之道。投資組合保險(Portfolio Insurance)的概念是籍由付出少許的保險費用，以鎖定整個投資組合所面臨價格下跌時之風險，將...
引用 導入Endnote
駱至中;林錦昌;
頁: 53-74
日期: 2005/10
卷期: 12(4)
關鍵字: 醫療資訊學Medical Informatics;診斷關聯群前瞻性支付系統Diagnostic Related Groups/Prospective Payment System; DRG/PPS;DRGs取巧行為DRGs Creeps;模擬退火演算法Simulated Annealing Algorithm;適應性類神經模糊推論系統Adaptive Network-based Fuzzy Inf;
Keywords: Medical Informatics;Diagnostic Related Groups/Prospective Payment System DRG/PPS;DRGs Creeps;Simulated Annealing Algorithm;Adaptive Network-based Fuzzy Inference System ANFIS;
摘要: 中央健保局為控制國內醫療費用的成長並有效運用醫療資源，將逐步實施總額預算制度，而「診斷關聯群前瞻性支付」（簡稱DRG/PPS）是新制度中醫療費用分配與支付的基準。為求執行上的公平與正確，如何有效審查進而抑制醫療服務提供者在申請給付時有意或無意間產生的DRGs取巧...
引用 導入Endnote
頁: 53-74
日期: 2005/10
卷期: 12(4)
關鍵字: 醫療資訊學Medical Informatics;診斷關聯群前瞻性支付系統Diagnostic Related Groups/Prospective Payment System; DRG/PPS;DRGs取巧行為DRGs Creeps;模擬退火演算法Simulated Annealing Algorithm;適應性類神經模糊推論系統Adaptive Network-based Fuzzy Inf;
Keywords: Medical Informatics;Diagnostic Related Groups/Prospective Payment System DRG/PPS;DRGs Creeps;Simulated Annealing Algorithm;Adaptive Network-based Fuzzy Inference System ANFIS;
摘要: 中央健保局為控制國內醫療費用的成長並有效運用醫療資源，將逐步實施總額預算制度，而「診斷關聯群前瞻性支付」（簡稱DRG/PPS）是新制度中醫療費用分配與支付的基準。為求執行上的公平與正確，如何有效審查進而抑制醫療服務提供者在申請給付時有意或無意間產生的DRGs取巧...
引用 導入Endnote
許中川;
頁: 61-84
日期: 2004/04
卷期: 11(2)
關鍵字: 自組映射圖;資料探勘;概念階層;類神經網路;群集分析;
Keywords: self-organizing maps;data mining;concept hierarchy;neural networks;cluster analysis;
摘要: 自組映射圖是一種非監督式學習類神經網路，可以將高維度資料投射到低維度空間，並以視覺化方式呈現，反映高維度資料之間的相似度。自組映射圖應用廣泛，包括工程方面及商業方面，例如圖紋辨識、語音辨識、監督處理及流程控制、文件地圖及消費者資料分析等。然而，傳統自...
引用 導入Endnote
頁: 61-84
日期: 2004/04
卷期: 11(2)
關鍵字: 自組映射圖;資料探勘;概念階層;類神經網路;群集分析;
Keywords: self-organizing maps;data mining;concept hierarchy;neural networks;cluster analysis;
摘要: 自組映射圖是一種非監督式學習類神經網路，可以將高維度資料投射到低維度空間，並以視覺化方式呈現，反映高維度資料之間的相似度。自組映射圖應用廣泛，包括工程方面及商業方面，例如圖紋辨識、語音辨識、監督處理及流程控制、文件地圖及消費者資料分析等。然而，傳統自...
引用 導入Endnote
陳安斌;許育嘉;
頁: 139-165
日期: 2004/01
卷期: 11(1)
關鍵字: 投資決策;小波轉換;神經網路;時間序列;股市預測;
Keywords: Investment Decision;Wavelet Transform;Neural Network;Time Series;Stock Forecasting;
摘要: 傳統時間序列的分析，通常都植基於機率與統計學，並假設資料的性質是定性(stationary)和線性(linear)的。但是當系統動態呈現高度非線性並伴隨著非定性(non-stationary)時，這些傳統模型的適用性及準確性可能無法滿足研究的需求。因此本研究提出了『小波神經網路多尺度解...
引用 導入Endnote
頁: 139-165
日期: 2004/01
卷期: 11(1)
關鍵字: 投資決策;小波轉換;神經網路;時間序列;股市預測;
Keywords: Investment Decision;Wavelet Transform;Neural Network;Time Series;Stock Forecasting;
摘要: 傳統時間序列的分析，通常都植基於機率與統計學，並假設資料的性質是定性(stationary)和線性(linear)的。但是當系統動態呈現高度非線性並伴隨著非定性(non-stationary)時，這些傳統模型的適用性及準確性可能無法滿足研究的需求。因此本研究提出了『小波神經網路多尺度解...
引用 導入Endnote
施東河;王勝助;
頁: 123-142
日期: 2001/01
卷期: 07(2)
關鍵字: Black-Scholes模式;類神經模糊;避險部位;
Keywords: Black-Scholes Model;NeuroFuzzy tech;hedging position;
摘要: 認購權證是選擇權的一種，提供投資人套利、避險等多樣化選擇。傳統選擇權訂價模式為一複雜之理論，訂價模式有許多限制，與實務上差距有待克服，因此本研究嘗試使用類神經網路建立認購權證評價模式。為避免差異，以Black-Scholes模式中，五項影響權證價格之因子為輸入變數...
引用 導入Endnote
頁: 123-142
日期: 2001/01
卷期: 07(2)
關鍵字: Black-Scholes模式;類神經模糊;避險部位;
Keywords: Black-Scholes Model;NeuroFuzzy tech;hedging position;
摘要: 認購權證是選擇權的一種，提供投資人套利、避險等多樣化選擇。傳統選擇權訂價模式為一複雜之理論，訂價模式有許多限制，與實務上差距有待克服，因此本研究嘗試使用類神經網路建立認購權證評價模式。為避免差異，以Black-Scholes模式中，五項影響權證價格之因子為輸入變數...
引用 導入Endnote
許中川;陳景揆;
頁: 103-122
日期: 2001/01
卷期: 07(2)
關鍵字: 文件資料探勘;知識發覺;關鍵詞彙擷取;關聯法則;趨勢分析;
Keywords: text data mining;knowledge discovery;keyword extraction;association rules;trend analysis;
摘要: 新聞報導每天發生的重要事件，大量的新聞文件中，往往蘊含重要的資訊。文件資料探勘技術用來發覺隱藏在大量文件中的特徵。然而，目前的文件探勘研究集中在歐美語系文件，且代表文件的關鍵詞彙的擷取，都是人工處理。本研究以中文新聞文件為探勘對象，試圖發覺其中隱含的...
引用 導入Endnote
頁: 103-122
日期: 2001/01
卷期: 07(2)
關鍵字: 文件資料探勘;知識發覺;關鍵詞彙擷取;關聯法則;趨勢分析;
Keywords: text data mining;knowledge discovery;keyword extraction;association rules;trend analysis;
摘要: 新聞報導每天發生的重要事件，大量的新聞文件中，往往蘊含重要的資訊。文件資料探勘技術用來發覺隱藏在大量文件中的特徵。然而，目前的文件探勘研究集中在歐美語系文件，且代表文件的關鍵詞彙的擷取，都是人工處理。本研究以中文新聞文件為探勘對象，試圖發覺其中隱含的...
引用 導入Endnote