民國112年 高考三級 檔案管理 文書及檔案資訊化
第1題
請說明自然語言處理與深度學習之相關概念與運作機制。若應用於設計 與開發檔案管理資訊系統之客戶服務，開發過程之驗證機制與相關重要 因素為何？（25分）
題目
請說明自然語言處理與深度學習之相關概念與運作機制。若應用於設計 與開發檔案管理資訊系統之客戶服務，開發過程之驗證機制與相關重要 因素為何？（25分）
參考解答（AI 生成，非官方）
- 自然語言處理（Natural Language Processing, NLP）係讓電腦理解、分析與生成人類語言，涵蓋自然語言理解（NLU）與自然語言生成（NLG）。常見任務包括中文斷詞、詞性標註、命名實體辨識（NER）、句法與語意分析、意圖分類、問答、摘要及機器翻譯。檔案客服須先處理繁體中文、異體字、同義詞與檔案專業術語，再將問題對應館藏目錄、法規與問答知識庫。
- 深度學習（Deep Learning, DL）是NLP近年主流方法，以多層類神經網路自動學習資料表徵，透過輸入層、隱藏層與輸出層，配合激活函數、損失函數、反向傳播（backpropagation）及梯度下降調整權重。卷積神經網路（CNN）擅長局部特徵，循環神經網路（RNN）與長短期記憶網路（LSTM）處理序列，Transformer（轉換器）以自注意力機制捕捉長距離依賴；預訓練模型再以檔案語料微調（fine-tuning）或檢索增強生成（RAG）導入領域知識。
- 應用於檔案管理資訊系統客服，可建構「意圖辨識—知識檢索—答案生成—人工轉接」流程：以NLP辨識詢問意圖與實體，檢索館藏目錄、檔案內容、法規與常見問答，再由生成模型組織答案並標示來源；並可支援語意搜尋、光學字元辨識（OCR）、自動摘要、表單填寫引導、進度查詢、預約調閱及多語服務。當信心不足、涉及敏感資料或需專業判斷時，應轉由館員處理，以降低幻覺與誤答風險。
- 開發驗證宜採需求、資料、模型、系統與使用者五層次：以訪談、服務藍圖與焦點團體確認需求；以標註一致性（如Kappa係數）與偏差檢查確認資料；以訓練、驗證、測試集及交叉驗證評估意圖準確率、精確率、召回率、F1、檢索Recall@k與MRR；生成式答案另看忠實度、相關性與幻覺率。系統層面做整合、效能、壓力、資安與可用性測試，再以使用者驗收（UAT）、試辦與A/B測試確認實務效益。
- 重要因素包括：資料治理與metadata品質、領域專家參與、知識庫維護、個人資料與機密保護、權限與稽核、可解釋與課責、人機協作、法規遵循（檔案法、個人資料保護法、電子簽章法）、標準互通、委外管理、變革管理及無障礙設計。上線後須監控資料漂移（data drift）、蒐集bad case、定期重訓與版本回滾，並以服務指標檢驗成效。
AI 依官方試題文字產生的參考解答，非考選部公告答案，內容僅供備考參考。