在傳統的多媒體教材製作過程中,對於素材與成品或半成品的關聯,主要是 靠人工來的是來做檢核及維護,但這種方式不僅效率不佳且容易出錯,因此國立 交通大學軟體工程實驗室提出了一個以 Graph 為基礎,利用現有的 Graph 理論及 方法而設計的一套品質管制方法,稱之為 MLCs Directed Graph (MDG) [11],主 要是利用 ADL 提出的 SCORM 中的 Content Organization [19] 作為教材章節的邏 輯關聯,加上素材與教材之間單元的邏輯群組關連而成的 Directed Graph [20] 來 設計 MDG。MDG 對於本研究的內容而言,是個很重要的依據。
2.5.1 多媒體教材及其自然語言需求表
為了要將多媒體教材轉換成 MDG,就必須先分析多媒體教材。在多媒體教 材的開發過程中,可以在教材設計階段分析其需求,進而建立其需求表。以教材
「What is on the Mat?」為例子,此份教材的自然語言需求如下:
播放鈴聲及人聲說「Let's chat. What is on the mat?」之後,前後方按鈕圖片 及相關圖片場景出現。圖片及場景出現完畢後,再次播放鈴聲,女聲說「Page sixteen. Let's chat. What is on the mat?」。此後畫面要出現對話,男聲說「The cat, cat, C-A-T.」,女聲接著說「The rat, rat, R-A-T.」,男聲接著說「The hat, hat, R-A-T.」
最後男女聲同時說「Are all on the M-A-T.」。
根據上面的需求描述,我們可以製成自然語言需求表,表 1 是一份自然語言需 求的範例,對應的多媒體教材的編輯工具為智勝國際編輯手 [21]。注意需求表 的內容並不是唯一表現形式,不同的做法也可能呈現出相同的多媒體劇情。
表 1 自然語言需求表範例
2.5.2 素材之間的邏輯群組
多媒體教材相較於傳統紙本教材,多增加了類似程式性質的行為,例如經由 使用者的操作使多媒體教材進行一連串的動作。這些行為都是需要透過撰寫程式 來達成,而程式之間的行為就可以經由分析而得到階層式的邏輯群組。多媒體教 材的邏輯群組可以分為三階層:
(1) 分鏡 (Scene):像是一個容器,裡面儲存一組以上的劇本以及如何觸發 它們。
(2) 劇本 (Script):像是一組程式的巨集,記錄著一個或一個以上被觸發者 的行為。被觸發者可以是演員或別的劇本。
(3) 演員 (Actor):通常是素材檔。可能是圖片、聲音、影像、動畫…等等。
上述的三個邏輯群組階層,是來自表 1 的自然語言需求表,配合媒體教材 本 2」以及「劇本 3」之代號分別為 Script1、Script2 以及 Script3;而「演員 1」
到「演員 4」代號分別為 Act1、Act2、Act3 以及 Act4,經由拆解分析可以得到 一個多媒體教材所屬素材的邏輯關聯圖,稱之為 MLCs Directed Graph (MDG),
如圖 6 所示。無論是一整份教材所形成的 Graph,或是場景以下的 Graph,都算 是一個 MDG。
圖 6 MLCs Directed Graph (MDG)
2.5.4 reversed MDG (rMDG)
在某些情形下,例如為了追溯某個特定節點的父節點,我們就需要把 MDG 裡所有的邊 (edge) 都反轉 (reverse) 才可以達到目的。原來 MDG 中的所有邊都 反轉後所得到的 Graph 稱之為 reversed MLCs Directed Graph (rMDG),如圖 7 為 圖 6 的 rMDG。
圖 7 reversed MLCs Directed Graph (rMDG)
如同 MDG,教材內任何 rMDG 的子集合,都可稱為 rMDG。