Browsing by Author "Tseng, Wan-Ting"

Now showing 1 - 2 of 2

以關注本位採用模式探討臺北市國中地理教師關注環境教育議題融入教學之研究
(2015) 曾琬婷; Tseng, Wan-Ting
　　本研究旨在以關注本位採用模式，探討臺北市國中地理教師對環境教育議題融入教學之關注階段現況及與不同背景變項間的差異情形、探討其對於環境教育議題融入教學實際的使用層次、並進一步探究其關注階段與使用層次間的關係。　　在關注階段的探討上，本研究採問卷調查法，以立意取樣的方式，實施「國中地理教師對環境教育議題融入教學之關注階段問卷」，回收124份有效問卷，再以SPSS 22 for Windows進行資料分析與討論；在使用層次的探討上，以訪談法之立意取樣的方式對5位受訪教師進行半結構式訪談，分析研究對象之使用層次情形。依據研究目的與問題、研究結果與分析，本研究發現：一、整體關注階段以「後果關注」階段為最高。二、在「性別」、「教育程度」、「學校規模」、「是否為學校環境教育指定人員」、「是否已取得環境教育人員認證」、「是否為環境教育相關社團成員」之背景變項，對環境教育議題融入教學的關注階段達顯著差異；「年齡」、「教學年資」對環境教育議題融入教學的關注階段具有相關性。三、本研究之五位不同最高關注階段的受訪教師，其在環境教育議題融入教學之「關注階段－使用層次」分別為：「察覺－機械式地使用」、「個人－例行化」、「後果－統整」、「合作－精緻化」與「再關注－精緻化」。四、關注階段與使用層次間存有相互關聯性，但兩者之間仍可能受不同性質的問題而有所影響。
結合圖與上下文語言模型技術於常見問答檢索之研究
(2021) 曾琬婷; Tseng, Wan-Ting
近年來，深度學習技術有突破性的發展，並在很多自然語言處理的相關應用領域上也有相當亮眼的效能表現。而且大量資訊快速得傳播，如何更有效地取資訊仍是一項重要的課題，其中FAQ (Frequently Asked Question)檢索任務也成為重要的技術之一。FAQ檢索無論在電子商務服務或是線上論壇等許多領域都有廣泛的應用；其目的在於依照使用者的查詢(問題)來提供相對應最適合的答案。至今，已有出數種FAQ檢索的策略被提出，像是透過比較使用者查詢和標準問句的相似度、使用者查詢與標準問句對應的答案之間相關性，或是將使用者查詢做分類。因此，也有許多新穎的基於上下文的深層類神經網路語言模型被用於以實現上述策略；例如，BERT(Bidirectional Encoder Representations from Transformers)，以及它的延伸像是K-BERT或是Sentence-BERT等。儘管BERT以及它的延伸在FAQ檢索任務上已獲得不錯的效果，但是對於需要一般領域知識的FAQ任務仍有改進空間。因此，本論文中總共分成五大階段做研究。首先探討三種不同FAQ檢索策略同時比較不同策略和方法的結合在FAQ檢索任務之表現。第二，討論如何透過使用知識圖譜等的額外資訊來強化BERT在FAQ檢索任務上之效能，並提出利用非監督式的知識圖譜注入增進模型。第三，透過監督式方法和非監督式方法結合來改進FAQ檢索多種答案型態造成模型效果不佳之情形。第四，透過投票機制(voting mechanism)做重新排序再次改良模型效果。最後，我們透過圖卷積神經網路(Graph Convolutional Network, GCN)結合上下文語言模型(BERT)的方式使得模型可以透過建立異質圖(Heterogeneous graph)考慮到查詢(問題)之間的關聯性。我們在中文臺北市政府問答語料(TaipeiQA)進行一連串的實驗同時針對資料擴增(Data augmentation)的方法做研究探討。由實驗結果顯示，我們所提出的方法可以使得一般的FAQ檢索應用有某些程度上效果的提升。