第一章 緒論
第五節 研究貢獻
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
提昇實驗對象的閱讀理解能力，則不在本研究探討的範圍內。
此外，本研究僅針對特定實驗對象與單篇閱讀文章來進行探討，研究結果不 宜過度推論。本研究的實驗設計也無法進一步探究實驗對象在閱讀標註過程中的 深層認知行為改變。這些研究議題需規劃更為周詳的實驗設計，才能進行更深入 的探討。
第五節 研究貢獻
本研究在「知識標註學習系統」中發展「知識萃取機制」，用以判斷重要的 優質標註作為標註建議與標註推薦的依據。並經由實驗分析驗證本研究所提出的
「知識萃取機制」計算方式是否有效，進而提出為來改良「知識萃取機制」的可 能方向。研究結果的貢獻如下：
1. 研究結果可作為改善「知識標註學習系統」中所發展「知識萃取機制」的依 據，包括用以修正計算「標註分數」的方法、決定「知識萃取機制」考量的 因素是否有效、以及發展更貼近讀者需求的標註建議與標註推薦功能。未來 將是作為發展有效提昇讀者閱讀理解能力的基石。
2. 本研究發展之「知識標註學習系統」可作為探究數位閱讀行為的有效研究工 具，「知識標註學習系統」可蒐集讀者標註行為，有助於深入探討影響閱讀 理解成效的各項層面因素。
3. 「知識標註學習系統」可讓數位典藏、數位圖書館等以提供數位文本資料為 主的網站，擁有合作式閱讀標註功能。透過典藏讀者在數位文本上的閱讀標 註知識，可以有效地為文本加諸讀者閱讀的知識。此外，基於閱讀標註進行 知識分享、討論與辯證，也將有助於促進讀者進行更具深度與廣度的閱讀。
進而讓數位典藏、數位圖書館的內容因為讀者貢獻的閱讀標註知識，讓內容 成為不斷增長的有機體，也有助於營造基於讀者閱讀標註的學習社群。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第六節 名詞定義
一、 閱讀理解能力與閱讀理解分數
閱讀理解能力是一個很抽象的概念，泛指讀者對於一篇文章的理解程度。為 了後續資料分析的進行，本研究在實驗對象閱讀文章之後，評量其對於文章的理 解程度，而量化成「閱讀理解分數」。本研究評估實驗對象閱讀理解能力的方法 係參考了學術論文的閱讀指導研究(Keshav, 2007; Bogucka & Wood, 2009; Little
& Parker, 2010)以及閱讀理解測驗模型(Cromley, Snyder-Hogan, & Luciw-Dubas, 2010)，並藉由分析其內部一致性信度以確保發展之閱讀理解評量工具的有效性。
最後閱讀理解分數經過標準化處理，以 0 到 1 分呈現。閱讀理解分數越低，表示 實驗對象的閱讀理解能力越差；反之，閱讀理解分數越接近 1 分，則表示該實驗 對象對於指定閱讀文章的閱讀理解能力越高。
二、 知識標註學習系統 KALS（Knowledge-based Annotation Learning System）
本研究發展的「知識標註學習系統」（Knowledge-based Annotation Learning System，簡稱 KALS）是一種合作式閱讀標註系統。系統前身是基於 Chen 等人 (2008)在臺灣百年圖書館史數位圖書館中開發的閱讀標註系統，並參考相關研究
（Vannevar, 1945; O'Hara & Sellen, 1997; Wolfe, 2002; Yee, 2002; Agosti, Ferro, Frommholz, & Thiel, 2004; Shevade & Sundaram, 2005; Bateman, et al., 2006；陳 聯，2006）來制定系統架構並開發而成。KALS 不僅只是提供閱讀標註的撰寫分 享與基於標註的互動討論功能，還能夠分析標註特徵、計算標註共識與記錄實驗 對象的標註行為，並以本研究發展的「知識萃取機制」評估標註的重要度，進而 找出重要的優質標註。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
（一） 標註特徵
實驗對象在閱讀文章上撰寫的標註，可以透過 KALS 記錄並分析其特徵。標 註特徵有許多類型，本研究發展的「知識萃取機制」所考量的標註特徵大部分來 自於標註範圍（anchor，或稱之為「錨點」），例如標註範圍涵蓋文章的詞性、字 數長度，標註範圍落於文章段落的位置。而實驗對象撰寫標註時所選擇的策略，
諸如「重點」、「困惑」或「摘要」等不同的標註類型，也是「知識萃取機制」所 考量的標註特徵因素之一。本研究參考閱讀理解策略與閱讀技巧指導的相關研究
（Simpson & Nist, 1990; De Courcy & Birch, 1993; Fagan, 2003; 米山, 2007; 劉明 兆與余德慧，1982；林乾義與關爾嘉，2002；柯華葳，2009；王瓊珠與陳淑麗，
2010），將標註特徵歸納為「標註策略類型」、「標註範圍詞性」、「標註範圍長度」、
「標註範圍位置」，並將這四項因素作為設計「知識萃取機制」的依據，用於評 估實驗對象撰寫的標註是否為一優質標註。
（二） 標註共識
標註共識的構想是來自於社群指引支援（Social Navigation Support）的概念 (Dieberger, et al., 2000)，本研究藉由統計實驗對象的閱讀標註社群行為中產生的 共識，應用該標註被多少人加入喜愛清單的社群評分概念(Gruber, 2008)，並參考 Marshall(1997)、Bradshaw 與 Light(2007)提出多人標註於同樣標註範圍的共識，
歸納為「標註喜愛共識」與「標註範圍共識」二項因素，作為「知識萃取機制」
設計之參考依據。
（三） 標註行為
標註行為是實驗對象在 KALS 中進行可觀測的標註行為統計記錄，例如撰寫 標註、登入、選擇標註範圍、修改與刪除標註、以及對於標註建議的贊成與不贊 成等標註建議回饋。儘管標註行為的差異也可能會反映出閱讀理解的不同，但尚
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
未經過實驗觀察與驗證，因此未納入本研究所提出的「知識萃取機機制」考量因 素之內。而經過本研究分析實驗觀察中所蒐集的標註行為資料後，將依此作為發 展更完整與精確「知識萃取機制」的研究方向。
三、 知識萃取機制
「知識萃取機制」是本研究欲發展、探討的核心重點。此機制主要是在 KALS 中計算讀者進行標註的重要度指標「標註分數」，藉此指標判斷實驗對象撰寫的 標註是否為一優質標註。「知識萃取機制」會依據實驗對象閱讀標註中的「標註 特徵」與統計讀者社群的「標註共識」等共六項因素，來計算代表標註重要度的
「標註分數」，而標註在不同因素中代表該因素重要度的量化數值則是「標註因 素分數」。
依照「標註分數」的高低，將「標註分數」高的優質標註推薦給其他實驗對 象；而撰寫了不合宜的標註、呈現出低「標註分數」的實驗對象，「知識萃取機 制」將提供標註技巧提示的「標註建議」與推薦優質標註的「標註推薦」，以提 升實驗對象的閱讀理解能力。
以下說明「標註分數」、「標註因素分數」與「標註建議」的意義。
（一） 標註分數
「標註分數」是「知識萃取機制」中判斷代表標註重要度的量化分數。本研 究以專家評估法制定標註重要度模糊隸屬函數（membership function）與因素權 重集，然後透過模糊綜合評判，依據四種標註特徵與兩種標註共識來計算標註的 重要度，最後解模糊化成為「標註分數」。標註分數介於 1 分到 3 分之間，該標 註的「標註分數」得分越高，表示該標註越為重要，足以作為優質標註。
（二） 標註因素分數
針對「知識萃取機制」中計算「標註分數」所考量的各項因素，在經過專家
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
評估所代表的重要度，可以量化成為「標註因素分數」。四種標註特徵與兩種標 註共識，在經過「知識萃取機制」計算之後，即可得到「標註範圍共識分數」、「標 註喜愛共識分數」、「標註策略類型分數」、「標註範圍詞性分數」、「標註範圍長度 分數」與「標註範圍位置分數」。將這六項「標註因素分數」綜合計算之後，即 成為代表標註重要度的「標註分數」。在本研究中，「標註因素分數」不僅用於決 定標註建議的內容，也作為研究結果分析中用以改善知識萃取機制的依據。
（三） 標註建議
「標註建議」是「知識萃取機制」中提供進行閱讀標註實驗對象的一項提示 功能，用以教導實驗對象閱讀標註技巧，並且挑選出優質的「標註推薦」供其參 考。「標註建議」中包含了「標註技巧建議」與「標註推薦」兩種內容。「標註技 巧建議」主要是針對標註範圍的字數長度、詞性與位置進行建議；「標註推薦」
則是「知識萃取機制」挑選出其他實驗對象撰寫的優質標註。針對「標註建議」
的提示，實驗對象可以表示「贊成」或「不贊成」的回饋，抑或是不對「標註建 議」表態而直接忽略。KALS 將會記錄實驗對象對於「標註建議」的回饋，用以 作為研究結果分析的依據。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第二章 文獻探討
懂得閱讀的讀者，在閱讀的過程中扮演的是主動理解文章內容的角色(Adler
& Doren, 1972)，而標註（annotation）則是讀者閱讀文章過程的具體閱讀行為與 策略的表現。本研究欲從讀者閱讀文章的標註中萃取「知識」。此一概念係來自 於閱讀教學理論、合作學習歷程中的標註共識而成的綜合意義。以下將探討閱讀 理解教學、標註學習以及標註共識三個主題的相關文獻，以此作為本研究發展「知 識萃取機制」的理論基礎；最後則再探討數位環境中合作式閱讀標註系統的各種 研究與成果，以此作為本研究發展「知識標註學習系統」（Knowledge-based Annotation Learning System，簡稱 KALS）的依據。
第一節 閱讀理解教學
為了釐清人們對於閱讀教學的需求，首先必須先了解「閱讀障礙」的類型。
王瓊珠與陳淑麗（2010）綜合各家學者的論述，以閱讀成分為基礎將閱讀障礙區 分為三種類型：
1. 識字解碼差──讀寫障礙、特定型閱讀障礙：是指認讀單字有困難，但口語 理解正常，其認知缺陷主要在聲韻覺識處理(Lyon, S. E. Shaywitz, & B. A.
Shaywitz, 2003; Vellutino, et al., 2004)。
2. 理解差──理解障礙、非特定型閱讀障礙：是指識字能力正常，但理解有困 難的讀者(Nation & Norbury, 2005)。
3. 識字理解皆差：這些讀者智力正常，但是在識字、口語理解等方面表現不佳
（洪儷瑜等，2007）。有學者稱之為語言型學習障礙(Catts & Kamhi, 1999) 或特定型語言缺陷(Bishop & Snowling, 2004)。
本研究主要關注的議題在於解決上述第二種類型的閱讀障礙，讓讀者能夠
「讀懂」文章。「如何有效地閱讀」可以從大方向──閱讀理解策略來探討，也 可從小技巧──閱讀技巧來著手。以下針對這兩個議題，進行更深入的文獻探
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
討。
一、 閱讀理解策略
閱讀理解策略中最有名的莫過於 Robinson(1970)提出的 SQ3R、以及 Thomas 與 Robinson(1977)提出的 PQRST。這兩者都是將閱讀的過程分成五個步驟，SQ3R
閱讀理解策略中最有名的莫過於 Robinson(1970)提出的 SQ3R、以及 Thomas 與 Robinson(1977)提出的 PQRST。這兩者都是將閱讀的過程分成五個步驟，SQ3R