摘要
大規模開放式線上課程(Massive Open Online Course, MOOC)已逐漸成為現今教育的方式，學習者能依自己喜好的課程在平台上自主學習。但線上課程內容資料龐大，學習者在學習時需要花許多時間才能了解其內容。因此，本論文認為擷取文字稿重點摘要，將能幫助學習者更快速的了解文章內容並掌握學習重點。本論文主要使用深度神經網路語言模型(Deep Neural Network Language Model)對英文文字稿內容進行分析，建立其主題模型，並藉此從文字稿中擷取其摘要1。摘要結果並與先前LDA方法所擷取的摘要進行比較。實驗結果顯示，本論文在質化(由兩位研究者之主觀判斷)與量化(執行速度、程式複雜度、及F1 值)的評估上都優於LDA方法所擷取的摘要。顯示本論文方法的有效性。
延伸閱讀
- Chen, A. C. H. (2014). 英語空間介詞之語料庫量化分析：概念對稱性與其教學應用. Taiwan Journal of TESOL, 11(1), 75-104. https://doi.org/10.30397/TJTESOL.201410_11(1).0004
- Chia, L. C. (2019). 學術英文寫作引用技巧的教學設計：文本互涉應用於英語為外語的教學實踐 [doctoral dissertation, National Taiwan Normal University]. Airiti Library. https://doi.org/10.6345/NTNU201900855
- Cheng, S. C. (2018). 發展以WordNet 為本的詞彙語意資料集 [master's thesis, National Tsing Hua University]. Airiti Library. https://www.airitilibrary.com/Article/Detail?DocID=U0016-1803201914461169
- Liao, Y. S. (2010). 利用知識本體分類和搭配詞資訊自動翻譯WordNet [master's thesis, National Tsing Hua University]. Airiti Library. https://www.airitilibrary.com/Article/Detail?DocID=U0016-0211201015593085
- 張佑安（2022）。國際文憑組織大學預料課程中文B寫作一般能力教學指導：以思維力為例。語教新視野，(14)，1-25。https://doi.org/10.6751/NVLA.202209_(14).01