No description available.

京都大学 / 0048 / 新制・課程博士 / 博士(人間・環境学) / 甲第19064号 / 人博第717号 / 新制||人||172(附属図書館) / 26||人博||717(吉田南総合図書館) / 32015 / 京都大学大学院人間・環境学研究科共生文明学専攻 / (主査)教授 西垣 安比古, 教授 伊從 勉, 准教授 中嶋 節子 / 学位規則第4条第1項該当 / Doctor of Human and Environmental Studies / Kyoto University / DGAM

No description available.

付記する学位プログラム名: グローバル生存学大学院連携プログラム / 京都大学 / 0048 / 新制・課程博士 / 博士(地域研究) / 甲第20490号 / 地博第209号 / 新制||地||75(附属図書館) / 京都大学大学院アジア・アフリカ地域研究研究科東南アジア地域研究専攻 / (主査)准教授 甲山 治, 教授 水野 広祐, 教授 岡本 正明 / 学位規則第4条第1項該当 / Doctor of Area Studies / Kyoto University / DGAM

「捐納制度是朝廷為了賣官鬻爵而訂立並運行的一種政治制度。政治上的某些名和位 ，政府任由人民出資購買，無異將政治權力商品化，於諸政治制度中殊為特出。此一 制度在我國歷史上源深流長，其發展及青代而變本加厲」。惟因其為傳統政治倫理觀 念所不容，而為士大夫所不齒，馴致官書政典固乏有系統之記載，學者著作亦鮮對之 深入研究。本文就此一制度之形相，試為採討。 本文第一章就此分別敘述，並將清代捐納制度為何有待吾人予以研討之價值，併予說 明，作為緒論。 本文第二章先將捐納制度與捐納事例之關係闡明，次將其種類加以分析，然後乃將捐 納在實務上施行之範圍詳予敘述，藉明此一制度之樣態。 在時間言，損納制度幾與清政權共始終，然則此制在二百餘年之漫長時間內有何發展 ？如何演變？吾人欲明其沿革，自應依據史料，分朝敘述，本文第三章即就此試為敘 陳。 本文第四章將捐生之資格及其證明，主管捐納行政機關之組織及行政程序，與捐生捐 納所費金錢等各方面運行情況，逐一敘明。 本文第五章將捐納制度在清代運行所生現象，扼要指陳，雖未足以洞明真相，然捐納 制度在清代社會上所生影響之深，已可窺見一斑。 本文不願評斷清代捐納制度之得失，而欲探討此一制度在清代長期盛行的原因，並以 之權充結論。

p.37の史料1、史料2およびp.38-39は都合により掲載しておりません

因應近年來數位典藏的趨勢日漸發展，越來越多珍貴中文歷史文本 選擇進行數保存，而保存的同時會面對文本的作者遺失或從缺，進而 影響文本的完整性，而本論文提出了一個適用於中文史料文本作者分 析的方法，主要是透過語言模型的建構，為每一位潛在的作者訓練出 一個專屬的語言模型，而搭配不同的平滑方法能避免掉某一受測文本 單詞出現的機率為零的機率進而造成計算上的錯誤，而本論文主要採 用改良式 Kneser–Ney 平滑方法，該平滑方法因其會同時考慮到 N 詞彙 語言模型的高低頻詞的影響，而使其成為建構語言模型普遍選擇的平 滑方式。 若僅將每一位潛在作者的所有文章進行合併訓練成單一的語言模型 會忽略掉許多特性，所以本篇論文在取得附有價值的歷史文本之外， 又加入後設資料 (Metadata) 進行綜合分析，包括人工標記的主題分類 的統計資訊，使建構出來的語言模型更適配受測文本，增加預測結果 的準確性。和加入額外的自定義的字詞以符合文本專有名詞的用詞習 慣，還會在一般建構語言模型的基礎上，加入長字詞的權重，以確定 字詞長度對預測準確度的關係。最後還會採用遞歸神經網路 (Recursive neural networks) 結合語言模型進行作者預測，與傳統的語言模型分析 作進一步的比較。 / In recent years, the trend of digital collections has been developing day by day, and more and more precious Chinese historical corpora have been selected for preservation. The preservation of the corpora at the same time will face the loss or lack of the authors, thus affecting the integrity of the corpora. A method for analyzing the author of the Chinese historical text is mainly through the construction of the language model, for each potential author to train a specific language model, and with a different smoothing method can be avoided zero probability of words and the error is caused by the calculation. This paper mainly adopts the Interpolated Modified Kneser-Ney smoothing method, which will take into account the influence of higher order and lower order n-grams string frequency. So, Interpolated Modified Kneser-Ney smoothing is become a very popular way to construct a general choice of language models. The combination of all the articles of each potential author into a single language model will ignore many of the features, so this paper in addition to the value of the historical corpora, but also to add the metadata to integrate analysis, including the statistical information of the subject matter classification of the artificial mark, so that the constructed language model is more suitable for the measured text, increase the accuracy of the forecast results, add additional custom words to match the language of the proper nouns, in addition. But also on the basis of the general construction language model, the weight of the long word to join, to determine the length of the word on the relationship between the accuracy of prediction. Finally, recursive neural networks language models are also used to predict the authors and to make further comparisons with the traditional language model analysis.

京都大学 / 新制・課程博士 / 博士(人間・環境学) / 甲第24820号 / 人博第1085号 / 新制||人||254(附属図書館) / 京都大学大学院人間・環境学研究科共生文明学専攻 / (主査)教授 辻 正博, 教授 道坂 昭廣, 教授 太田 出, 教授 鷹取 祐司 / 学位規則第4条第1項該当 / Doctor of Human and Environmental Studies / Kyoto University / DGAM

科学研究費補助金 研究種目:基盤研究(C)(2) 課題番号:13610418 研究代表者:三田 昌彦 研究期間:2001-2004年度

在政治權力結構中，權臣與派系在其政治人物的社會網絡中扮演重要的角色。本論文研究由職官年表中探勘權臣與派系。我們提出資料探勘演算法由職官年表中探勘循序共現樣式，以探勘出政府官員官職陞貶的共現關係。接著根據所探勘出的循序共現樣式，建立官員之間的社會網絡。透過社會網絡分析中的網絡中心性與社群偵測分別探勘出權臣與派系。本論文以清康熙時期的職官年表實驗驗證。透過視覺化分析顯示本論文所提出的方法有助於歷史學者的研究。 / In a power structure, chief officials and cliques play important roles in the social network and have high influence on politics. This thesis proposes an approach of social network mining from official chronologies to discover the chief officials and the cliques. We propose and develop the algorithm to discover the sequential co-occurrence patterns from official chronologies. Then the social network is constructed based on the discovered sequential co-occurrence patterns. Chief officials are discovered by network centrality analysis while cliques are discovered by community analysis of the constructed social network. The official chronology of Kangxi Emperor is taken as an example for experiments and the visualization analysis demonstrates that the proposed methods are helpful to assist historian for historical research.