hyread圖書館推薦的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到附近那裡買和營業時間的推薦產品

hyread圖書館推薦進入發燒排行的影片

基於語義之多層式圖書自動分類實證研究

為了解決hyread圖書館推薦的問題，作者陳雨沛 這樣論述：

本研究旨在探討多層式圖書自動分類系統應用於圖書館分類編目的工作流程，並嘗試導入語義概念作為改進分類成效之策略，目的是為解決人工分類的一致性、分類效率等問題，改善分類編目的品質，並針對資料量或文件特徵量可能不足之課題，利用Word2Vec能夠保留目標詞與其上下文之間的語義關係之特性，將帶有語義的詞彙擴展特徵詞彙，藉此改善分類成效。本研究蒐集的資料取自大學圖書館HyRead ebook中文電子書，共17,650冊，擷取圖書題名、目次、摘要等三種片段內容，使用TF×IDF加權統計挑選對於類別具代表性的特徵詞彙，分類類別為圖書分類號，依《中文圖書分類法》從中隨機挑選的圖書分類號涵蓋十大類，共581個

圖書分類號，並使用四種分類器應用於多層式圖書自動分類系統；於語義方面，實驗使用Word2Vec詞向量工具訓練語料，並建構類索引典之同義詞詞典，再以擴充的方式擴展特徵詞彙，最後，以正確率評估分類效能。實驗結果顯示將多層式圖書自動分類系統應用於圖書館分類編目具有更好的分類成效，並且所提出的策略確實能夠提升圖書分類的準確度，經詞彙擴充之後，正確率為62.50％，有效減少多層式分類最終仍無法判斷的數量，降低因無法分類而增加的錯誤率，由此實證Word2Vec適合作為圖書自動分類的輔助工具。然而，對圖書自動分類而言，存在多個主題的圖書內容可能是影響分類成效的因素之一，此現象亦是影響圖書分類號一致性的可能原

因之一，若將其他圖書館系統所給予的圖書分類號視為正確類別，使用基於語義之多層式圖書自動分類系統得到的正確率接近70％，正確率共提升了7.14％。因此，在未來圖書館實務上，尚須考慮到存在多個主題的圖書內容對圖書自動分類的影響。