文字探勘在科技政策研究之應用

本研究是「科技政策研究與資訊中心」為建構核心能量所規劃的長程計畫。研究目的在於建立一套協助研究人員處理大量資料的自動化系統。期望利用此智慧系統針對初級資料進行延續性及一致性之處理機制，來降低研究者主觀的影響力。此外，其可模組化操作之系統，應能整合各種資料探勘的技術功能，將群聚分析、分類分析、時間序列分析等多樣功能，匯集於一個系統。作為科技政策研究過程中之輔助工具，此系統應能協助研究人員在有限工作時間內，處理大量資訊，快速建構知識架構大綱，並提供一定的分析能量，去挖掘有用且具價值的潛在知識。

「文字探勘」方法便是本研究針對上述系統之提議。本報告主要針對文字探勘於科技政策研究應用之可行性，進行測試與評估。為了瞭解文字探勘的潛力，本研究以民國96年農業中綱計畫為文本資料，結合多種方法與工具，如中文斷詞、關鍵字萃取、權重計算、群聚分析、知識地圖繪製等，進行文本分析。希望能夠建構一套可操作之系統，協助研究人員迅速整理、閱讀及分析大量文本資料。根據研究結果發現，增長階層式自組織映射方法(Growing Hierarchical Self-Organizing Map, GHSOM)對農業中綱計畫之文本資料確實能夠達成自動分群之效果。亦即，其能將性質相似的計畫，自動歸類成一個群聚，而其鑑別性大致吻合人工之分群判斷結果。據此，本研究小組對於將文字探勘繼續發展應用至更大規模之文本資料頗具信心。相信從現有之技術及工具出發，不久將可達成頗具績效的自動化系統。

本報告分為成六章，第一章為研究目的、第二章說明文字探勘系統的基本原理、第三章引入中文斷詞系統、第四章解釋資料處理程序、第五章提出GHSOM方法及其他自動分群的方法、第六章勾勒知識地圖與未來的規劃。附錄則提供本研究文本中綱計畫之關鍵詞彙。

第一章　 研究目的—初級資料與次級資料的再處理

第二章　文字探勘系統的基礎原理

第三章　 中文斷詞系統

第四章　 資料處理程序

第五章　 GHSOM方法及其他自動分類的方法

第六章　 知識地圖與未來的規劃

中文參考文獻
英文參考文獻
附錄：96年農業中綱計畫關鍵字萃取