本研究經由受測者評估後，所得到的結果傾 向於普通以上的評價，顯示出標記功能確實可幫助 使用者在楊英風數位美術館分享、瀏覽及搜尋資 源。在本小節將深入探討關鍵詞、標籤、推薦詞的 內容是否確實達到使用者之需求，並針對評價不好 或極差狀況的結果深入探討，作為後續改進的依 據。
如前所述(圖 19)，在繪畫類中，「關鍵詞能否 代表此作品」，不好及很差的評價佔約 32%，「推 薦詞是否有助於蒐尋其他相關聯的作品」不好及很
差的評價也有 26%，在此查看於繪畫類中，系統 無法提供良好關鍵詞及推薦詞的為何種藝術作 品。如圖 24，繪畫類作品「窗外」，被某些受測 者於關鍵詞評價很差，推薦詞也多呈現「不好」及
「很差」的評價，這幅作品窗外，意思大約是說窗 明几淨的畫面放著書本及茶具，呈現畫家日常生活 的一面，作品強調悠閒、明快、愉悅等等感受。關 鍵詞「畫家」在此作品的摘要出現二次，故系統根 據權重必定會將此關鍵詞擷取出來，在此作品中受 測者給予的標籤為景物、窗景、桌椅、靜物、悠閒 等字眼，而非著重在畫家這個詞彙。
圖書與資訊學刊 第 1 卷第 1 期(第 68 期)
於數位典藏建立社會性標記之研究：以楊英風數位美術館為例
圖 24 繪畫類作品─窗外
在推薦詞的地方，系統推薦香蕉、遠景、燕尾、
古厝、樹等詞彙。若是點選推薦詞香蕉，則會搜尋
到「香蕉」這幅作品(如圖 25)。
於數位典藏建立社會性標記之研究：以楊英風數位美術館為例
圖 25 繪畫類作品─香蕉
在香蕉這幅作品中，其內標籤出現「靜物」、
「香蕉」，兩幅作品共用的標籤為「靜物」，因 此系統會將這兩個標籤的關聯性建立起來，如圖 26，兩者計算出來的標籤相似度為 0.78，所以「窗 外」這個作品推薦詞會出現「香蕉」這個詞彙，
也就是兩幅作品共同相似的地方是「靜物」這個 標籤，故在「窗外」，就會推薦「靜物」階層底 下的詞彙給使用者，其他的推薦詞也是如此產生 出來。
圖 26 靜物與香蕉的階層式結構
不同的使用者對作品感受不同，建立標籤所 用到的詞彙也有所不同，雖然依據演算法產生正 確的推薦詞，仍然無法滿足所有使用者的喜好，
某些使用者會認為此推薦是不好的。針對此種現
象的解決方法之一是建立個人化標籤，讓不同使 用者針對自己加註的標籤得到個人化的推薦。另 外，關鍵詞是經由系統自動擷取出每一個作品內 重要的詞彙，以作為使用者參考及快速瀏覽作品 圖書與資訊學刊 第 1 卷第 1 期(第 68 期)
於數位典藏建立社會性標記之研究：以楊英風數位美術館為例