第三章 優質標註及達人標註萃取機制設計
第一節 改良式標註評比機制
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
第三章 優質標註及達人標註萃取機制設計
為了提昇閱讀理解成效，本研究在「合作式閱讀標註系統」上發展「優質標 註萃取」及「達人標註萃取」機制，本章將針對上述兩個機制的設計細節進行詳 細說明。
第一節 改良式標註評比機制
本研究所發展之「改良式標註評比機制」係根據陳勇汀（2011）的先導研究 設計，並作為發展「優質標註萃取」及「達人標註萃取」機制的基礎。以下介紹
「改良式標註評比機制」之架構、運作模式、改良方向，以及「優質標註萃取」
及「達人標註萃取」機制的設計細節。
一、 設計架構
本研究所發展之「改良式標註評比機制」係根據陳勇汀（2011）的先導研究 設計，並依據該研究之分析結果進行調整、改良而成。而原始設計之「優質標註 推薦機制」係透過在「閱讀標註系統」中的「標註品質評比機制」，以計算學習 者每一個閱讀標註的「標註分數」，來判斷學習者所撰寫之標註是否具有一定的 品質。「標註分數」的計算方法係同時考量學習者在撰寫標註時的「標註特徵」
與「標註共識」等共五項因素，以專家知識所建立的模糊綜合評判規則發展而成
（陳勇汀，2011）。其中考量的「標註特徵」包括「標註策略類型」、「標註範圍 長度」與「標註範圍詞性」；而「標註共識」則包括「標註喜愛共識」與「標註 範圍共識」。陳勇汀（2011）的先導研究中係以學習者閱讀理解能力作為基於「標 註分數」萃取優質標註的評估指標，以驗證「標註分數」計算方法中所考量的「標 註特徵」與「標註共識」五項因素的有效性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
29
本研究希望基於陳勇汀（2011）的先導研究結果，進一步發展出「改良式標 註評比機制」，目的係為了得到更準確的「標註分數」，使得發展之「優質標註萃 取」及「達人標註萃取」機制更加完善，進而促進學習者的閱讀理解成效。歸納 上述考量及結合本章第二節之標註熱門程度決定機制，本研究發展之「合作式閱 讀標註系統」設計架構如圖 3-1 所示：
圖 3-1 「合作式閱讀標註系統」架構圖
‧
陳勇汀（2011）的研究中所發展的「標註品質評比機制」運作流程如圖 3-2 所示，各步驟說明如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
4. 「合作式閱讀標註系統」將標註資料存入標註歷程資料庫中。
5. 「合作式閱讀標註系統」將標註特徵傳遞給「標註品質評比機制」。
6. 「標註品質評比機制」從標註歷程資料庫中計算出標註共識資料，包含「標 註範圍共識」、「標註喜愛共識」。
7. 根據標註資料中的標註特徵與標註共識，以模糊綜合評判分析計算出「標註 分數」，並將結果儲存於標註分數資料庫中。
8. 「標註品質評比機制」自標註分數資料庫取得每個標註的「標註分數」。 9. 「優質標註萃取機制」根據設定的優質標註門檻，將超過門檻值的閱讀標註
設定為優質標註，並過濾出整篇閱讀文本中所有的優質標註。
10. 將優質標註回饋給學習者。
三、 改良式標註評比機制改良方向
陳勇汀（2011）的先導研究結果指出，「標註範圍位置」在段落長度較短的 閱讀文本中較無參考價值，而「標註範圍共識」以「字」為單位的計算方式也會 因為資料量過少而難以用於「標註品質評比機制」。此外，該先導研究也發現「標 註範圍詞性」中含括名詞詞性的標註，其撰寫此標註的學習者擁有較高的閱讀理 解能力。
基於上述先導研究的結果，本研究將剔除「標註範圍位置」的因素，保留其 餘包括「標註範圍共識」、「標註喜愛共識」、「標註範圍長度」、「標註範圍詞性」
及「標註策略類型」五項考量因素作為「標註品質評比機制」優質標註萃取之用。
而每一種考量因素的標註重要度模糊隸屬函數制定方式，也將使用先導研究中蒐 集不同閱讀理解能力學習者與其閱讀標註等資料來進行歸納、分析。本研究基於 先導研究中的分析結果來改良「標註品質評比機制」，據此得到更有效之基於「標 註分數」決定標註重要程度判斷結果。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
四、 改良式標註評比機制計算步驟
(一) 模糊綜合評判
本研究「改良式標註評比機制」計算「標註分數」的方法為「模糊綜合 評判」。相較於其他傳統綜合評判方法，模糊綜合評判是依據各因素的模糊 隸屬函數，再搭配因素權重集，進而求出模糊集合評價集。最後再透過重心 法做解模糊的動作，而推論出「標註分數」。
(二) 參數設定
使用「模糊綜合評判」進行推導時，還需要配合因素集、論域、權重集、
評價集以及模糊隸屬函數五種參數。分別說明如下：
1. 評價集
評價集是指標註各考量因素裡可能做出各種評價結果的集合。本研究所 發展系統中的評價集設計為「高重要」（3 分）、「中重要」（2 分）、「低重要」
（1 分）三種。其中各名義評價皆有對應的量化數值，可使「模糊綜合評判」
的結果藉由解模糊後得到一明確數值，也就是「標註分數」。 2. 因素集
因素集為影響「標註分數」推論過程裡各考量因素所組成的一個集合，
亦即「改良式標註評比機制」所考量的各種因素。基於前述改良式標註評比 機制改良方向中所述，本研究發展系統的因素集為「標註範圍共識」、「標註 喜愛共識」、「標註範圍長度」、「標註範圍詞性」與「標註策略類型」五項因 素。
3. 論域
因素集中每一項考量因素皆會產生不同的情況，任何可能產生情況的集 合稱之為「論域」，而每一種情況稱為該論域的「因子」。以「標註範圍詞性」
因素為例，其論域為「名詞」、「不及物動詞」、「及物動詞」、「定詞」、「時態 標記」、「量詞」、「外文標記」、「副詞」、「非謂形容詞」、「連接詞」、「對等連
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
33
接詞」、「感嘆、語助詞」與「無法判別詞性的情況」。 4. 權重集
係指反映各考量因素之重要程度，以 0 到 1 的量化數值表示。對於「模 糊綜合評判」結果影響越大，權重也會越大。各項考量因素的權重經過正規 化後，將使得各考量因素權重總和為「1」。而本研究權重集的建立採用專家 評估法，以「知識萃取機制專家評估問卷」（陳勇汀，2011）的統計結果來 決定。
5. 標註重要度模糊隸屬函數
這裡所指的是各考量因素中論域裡各項因素對於評價集的模糊隸屬程 度。隸屬度越高，則代表該因子越符合這項評價。本研究模糊隸屬函數也是 採用專家評估法，以「知識萃取機制專家評估問卷」（陳勇汀，2011）之結 果統計而成。
(三) 計算步驟
當標註共識與標註特徵等五項考量因素資料輸入「改良式標註評比機制」
之後，「模糊綜合評判」將會進行計算，進而推論出「標註因素分數」與「標 註分數」。下面歸納計算步驟之簡要流程：
1. 單因素模糊評判
在單因素模糊評判步驟中，將單獨針對單一因素進行評判，以確定該標 註在這項因素下對於評價集裡各元素之隸屬程度。單因素糢糊評判可透過模 糊隸屬函數計算出評判評價集。以「標註策略類型」因子為例，假如糢糊隸 屬函數中所設定因子「重要」的糢糊隸屬度分別為：0.07 屬於低重要、0.16 屬於中重要、0.77 屬於高重要，那麼當「標註策略類型」為重要時，就可得 到單因素評價集
R
i~ ，其中 x , y, z分別代表為低重要、中重要及高重要其 糢糊集合可表示為式 3 - 1：
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
36