中央研究院 資訊科學研究所

本論文探討廣播電視新聞語音自動摘錄式摘要（extract ivesummarization）技術。我們提出一個結合文句生成文件機率及文句事前機率之機率生成架構，作為文件中文句排序的依據。文件中每一個句子均視為一個可以預測該文件的機率生成模型。我們同時探討字面層次比對（literalterm matching）和概念層次比對（conceptmatching，概念層次比對的好處是將同義詞、近義詞或關連詞視為同一潛藏（latent）語意類別，比對過程不限定使用完全相同的詞彙，可以處理詞彙不統一的問題。文句生成文件機率部份，字面層次比對採用語言模型（language model）和關連模型（relevance model），概念層次比對則採用文句主題混合模型（sentencetopical mixture model）和詞彙主題混合模型（word topical mixture model）。另外，我們利用文句中的詞彙、韻律及語意緊密性等對文句事前機率作一統合估算。我們的方法在沒有任何文件及摘要對應標記訓練語料的情況下，文句生成文件機率及文句事前機率仍可以採非監督方式（unsupervised）估算，此為一大優點。我們利用自行收集的臺灣地區廣播新聞語料進行實驗，獲得相當不錯的結果。

 檢視全文

在電腦系統的設計中，使用者滿意度（user satisfaction, quality of experience）已成為一項極重要的系統良窳設計指標。此篇論文探討「如何有系統有效率地量測使用者滿意度」。傳統上，研究者皆使用MOS （Mean Opinion Score）來量測使用者對於多媒體內容品質的滿意度；也就是說，請受試者對於特定的多媒體內容品質來打分數（1至5分）再取平均值來做為該多媒體內容的品質。但是，以絕對分數來評量滿意度一件傷神耗力的工作，請受試者遠方而來進行實驗十分耗費資源（酬勞、車馬費及行政支援），且有時間（配合大部分受試者的作息時間）、硬體（電腦設備數量）及空間（實驗室大小）上的限制，資料收集的效率相當地受限。此論文所提出的新穎架構可解決以上所有問題。利用兩兩比對（Paired Comparison）的實驗方式以及檢測受試者答案可信度的演算法，除了減輕受試者實驗進行的困難度，更讓研究者可以透過網際網路邀請廣大的網路用戶們來協助進行實驗。該論文的實驗結果證明，使用我們所提出的架構，研究者可以更少的金錢支出，得到來自更多受試者的實驗資料，同時維持實驗資料的可信度。

 檢視全文

建立起團體或個人間的信任係一困難的問題。即使化約到交換公鑰亦非易事。有鑑於此， TWISC 與CMU's CyLab 合作的 iCAST 計畫， 提出 GAnGS (Gather, Authenticate,'n Group Securely)系統，這是第一套實作的可延展系統可以達成上述目標，惟信賴區間小於95%。去年iCAST又發展出SPATE，可使用行動型智慧來幫助可驗證的公鑰交換。當SPATE協定結束時，參與其中的裝置將會產生可靠的認證數據(被攻擊成功的機率為2-24)。以此為基礎，SPATE可用於一套大型系統中的安全設施，提升e-mail、檔案共享及簡訊傳遞的安全層級。目前SPATE已經在iphone與Nokia N70上進行實作，八位N70使用者的建立信任只需不到一分鐘的時間，此後即可使用附屬的加密簡訊。而利用SPATE加強應用程式的安全所需的代價極低。

 檢視全文