理學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/3

學院概況

理學院設有數學系、物理學系、化學系、生命科學系、地球科學系、資訊工程學系6個系(均含學士、碩士及博士課程),及科學教育研究所、環境教育研究所、光電科技研究所及海洋環境科技就所4個獨立研究所,另設有生物多樣性國際研究生博士學位學程。全學院專任教師約180人,陣容十分堅強,無論師資、學術長現、社會貢獻與影響力均居全國之首。

特色

理學院位在國立臺灣師範大學分部校區內,座落於臺北市公館,佔地約10公頃,是個小而美的校園,內含國際會議廳、圖書館、實驗室、天文臺等完善設施。

理學院創院已逾六十年,在此堅固基礎上,理學院不僅在基礎科學上有豐碩的表現,更在臺灣許多研究中獨占鰲頭,曾孕育出五位中研院院士。近年來,更致力於跨領域研究,並在應用科技上加強與業界合作,院內教師每年均取得多項專利,所開發之商品廣泛應用於醫、藥、化妝品、食品加工業、農業、環保、資訊、教育產業及日常生活中。

在科學教育研究上,臺灣師大理學院之排名更高居世界第一,此外更有獨步全臺的科學教育中心,該中心就中學科學課程、科學教與學等方面從事研究與推廣服務;是全國人力最充足,設備最完善,具有良好服務品質的中心。

在理學院紮實、多元的研究基礎下,學生可依其性向、興趣做出寬廣之選擇,無論對其未來進入學術研究領域、教育界或工業界工作,均是絕佳選擇。

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    中文部落格文章之相關性擷取與意見傾向分析之研究
    (2015) 顏安孜; Yen, An-Zi
    隨著網路技術的發展,越來越多人透過網路分享自己的評論意見,如何在龐大的網路文章中,自動化分類文章意見傾向,是情感分析(Sentiment Analysis)重要的研究方向。在本論文中,本研究針對政論性文章,提出能擷取出與特定主題相關文章,並且進行文章的意見傾向分析的方法,意見傾向分類為正面、中立和負面。 為了能精確的分類文章,本研究提出非監督式和監督式學習方法,實驗分為擷取主題相關文章與主題相關文章意見傾向分析兩大部分。在非監督式方法中,本研究利用點對點相互資訊(Pointwise Mutual Information, PMI)的公式計算文中名詞和主題的相關程度,將相關程度高的名詞作為查詢擴充詞彙,若文章中包含主題詞或查詢擴充辭彙則代表與主題相關。然後,本研究分析主題相關文章中的句子結構,以lexicon-based的方法給予句子極性,並且探討句子中包含否定詞、轉折詞和句尾為問號對於極性的影響。 在監督式方法中,本研究選擇使用向量支援機器(SVM)進行文章分類,在主題相關文章擷取的實驗中,透過卡方檢驗(Chi-square test, CHI)的公式計算訓練資料的辭彙和類別為相關的分數,並將分數排序前20名的詞彙以兩個或三個為一組,本研究發現有些詞彙組合在同一篇文章中出現代表與主題相關。在主題相關文章意見傾向分析的實驗結果顯示,以詞彙在不同極性文章出現頻率選取訓練詞彙比使用卡方檢驗進行特徵挑選好,而特徵使用詞彙在訓練資料中的極性,比使用情感辭典的詞彙極性的結果好。 最後,比較非監督式與監督式學習方法的主題相關文章之意見傾向分析實驗結果,顯示監督式方法的結果比非監督式的方法好,精確率因為實驗主題不同,最高為70.84%,最低為65.49%。