以本體論為基礎之新聞事件檢索與瀏覽

當前電子新聞的瀏覽，存有以下缺點：（1）新聞文件的瀏覽缺少以事件觀點來加以呈現（2）電子新聞專輯的內容不包括新聞多文件摘要（Multi-Document Summarization）（3）欠缺社會大眾與網友對於該新聞的評論與看法。當讀者欲全盤掌握新聞內容事實時，須額外找尋數個新聞網站來比較整理，以得到特定新聞事件全貌；此外新聞報導具備前因後果的特性（如白米炸彈客事件到後續處理），以現今新聞入口網站所提供的瀏覽功能而言，並無法滿足讀者的需求。本研究主要藉由本體論（Ontology）理論，提出適性模型來處理電子新聞，提供給讀者更易了解新聞事件發展始末的新聞呈現方式。研究中首先利用事件偵測（Event Detection）與追蹤（Event Tracking）之群聚技術，產生新聞事件群集；之後運用自動建構出的新聞本體論及應用到主題地圖（Topic Map）理論的主題地圖索引萃取模型，針對單一事件找出其中蘊含的人、事、時、地、物等主要概念，形成事件中的主要議題及其關聯，並以圖解方式的主題索引地圖來呈現事件中所涵蓋之議題和關聯。本研究另一重點，以建構出的新聞本體論為基礎，找出概念間連結，針對新聞內文中重要字詞加權，擷取出新聞多文件摘要；另外利用新聞本體論結合事件合併演算法，可將相似新聞事件群集做合併處理，便於讀者瀏覽相關新聞事件發展；最後，新聞本體論的重要概念，會被擷取並做為本體論分類概念檢索之用，可讓讀者瀏覽感興趣的新聞人、事、時、地、物概念，節省讀者寶貴閱讀時間，快速找到新聞事件的重點！本研究將上述技術應用到新聞檢索與瀏覽（News Retrieval and View）的目的，是希冀讓讀者在閱讀電子新聞時，能夠了解到新聞事件發展的始末，以及得到更加精確的資訊檢索結果。本研究之系統評估採公開發佈方式進行系統測試，評估時程為期五天，共回收72份問卷。評估結果顯示，本研究確實能增進新聞事件的呈現內容、改善主題地圖呈現之品質，每項系統評估指標都有七成左右受測者能滿意地接受。研究中所提及的新聞事件檢索與瀏覽機制，得到了多數受測者認可。