藉由對數字和文字形式的資訊進行分析，以協助使用者有效率地分類閱讀這些非結構化文字資訊。本研究針對2002年至2011年的上市半導體公司，使用TFIDF分析非量化的資訊，並結合量化資訊的K-Means分群分析，進而對財務表現進行預測。希望能協助投資人有效降低投資風險，創造更大的報酬。以本研究之方法進行財務表現之預測，最後的預測相符率可接近60%，詳細分析後發現下列現象：一則是公司發佈較多未來的資訊導致了文件相似度計算的失真；二則是相同K-Means分群的公司，可能使用不同字眼(保守或是不保守)，闡述公司的表現，使TFIDF計算過程受到影響；三則是成長率對於經濟環境變動的反應最為明顯。但無論其原因為何，只要量化資訊有所改變，非量化資訊就會有所變化。投資人便可從非量化資訊內容的變化，進而預測下一年度的量化資訊，藉以減少投資的風險，制定正確的決策。

英語學習者如何能在普及的網路環境中，挑選難易度符合自身英文閱讀能力的文章，便是一個值得探討的議題。為了提升文章難易度分類的準確度，近代研究選取許多難易度特徵去分類。本研究希望能夠藉由英文語文難易度特徵、文字特徵，各自歸類和綜合歸類後與原先官方文章類別比較，檢驗是否可以利用語文特徵與文字特徵結合後的歸類結果，來提高準度。 本研究以GEPT的模擬試題文章作為歸類的依據。研究架構主要分成三部分：語文難易度特徵歸類、文字特徵歸類與綜合前兩者歸類。先以語文難易度特徵組成特徵向量的維度，並算出各語文特徵值後，再使用kNN將文章歸類成初級、中級或中高級，並做為比較準確度的依據；再以GEPT文章斷詞，並選取特徵詞作為特徵向量維度、TF-IDF作特徵值進行文字特徵歸類；最後則是將前面兩種特徵結合作為歸類標準。分別的F-measure為0.61、0.47，最後一個、也是表現最好的結果是以兩者結合後歸類，F-measure有0.68。 如何從大量的英文文章當中找到適合自己程度循序漸進的學習，是本論文期望未來可以藉由最後語文難易度特徵加上文字特徵的結果來達到的目的。未來可以結合語文難易度特徵以及文字特徵來幫助英文文章做分類，並可以從中分類出不同類別且不同程度的英文文章，讓使用者自行選擇並閱讀，使學習成效進而提升。 / It is rather an important issue that how to grasp the difficulty of the articles in order to efficiently choose the English articles that match our proficiency in the popularity of Internet. Recently, researchers have selected many characteristics of difficulty degrees in order to enhance the accuracy of the classification. The study aims to simplify the former complicated procedures of article classification by using the classification results of linguistic difficulty characteristics, text characteristics respectively, and the combination of the both; in the hope to raise the accuracy of the classification through the comparison of the results. The article classification of the study is based on GEPT official practicing exams. There are three parts of this study: the characteristics of the linguistic difficulty and the text, and the combination of the both. First, the dimensions of the linguistic vectors will be the linguistic characteristics. The articles will be classified into primary, intermediate, or intermediate-high levels by kNN method, considered the comparison basis for the classification of the articles’ difficulty. Second, after GEPT articles are broken into words, the dimensions of the text vectors will be the selected words; the TF-IDF will be the values of the text vectors. The third part is to classify articles by using the combination of the former two results. After comparing the three, the best method is the third, the accuracy is 0.68. The study hopes the result could help people choose proper English articles to learn English step by step. In the future, we could classify the articles by the combination of the both of linguistic difficulty characteristics and text characteristics. Not only classified as the different levels, but also classified as the different categories. The learners could choose what they like and the articles could correspond their degree in order to promote the effect of learning.

近年來，臺灣高階經營管理（EMBA）學程市場逐漸飽和，預計就讀EMBA的企業經理人比例趨緩，再加上兩岸三地EMBA學程崛起，都將影響臺灣EMBA的發展。因此，本研究認為可根據供應面與需求面來進行檢視，分析出目前臺灣EMBA供需兩大層面，由各校教師與學生所嶄露的特徵輪廓，使臺灣的EMBA邁向具有各校特色的適性化學程。 在第一階段研究過程中，選取臺灣九校國立頂尖大學所設立的EMBA，作為研究對象。利用Python撰寫爬蟲程式，蒐集九校EMBA教師與學生的文章標題與概要，其中教師文本總計23033篇，學生文本總計7342篇。運用Jieba對文本斷詞後，以14個管理學別視為供應面，需求面則是根據政府訂立的12個職業別，來做為目標字詞，透過Word2Vec模型計算管理學別與教師、職業別與學生文本兩大目標字詞的關聯詞，最後獲得各目標字詞20個關聯詞的詞集。而第二階段透過第一階段所呈現的關聯詞，進一步計算與教師和學生文本字詞的Cosine相似度，來辨別各校教師與學生間所呈現的供需面之共同特徵，代表該EMBA之特質。 第一階段研究結果顯示，Word2Vec模型透過特徵向量辨別關聯詞時，可準確辨別出與目標字詞具有相同涵義或相互關聯的字詞，且所找出的20個關聯字詞與目標字詞的Cosine相似度也多大於0.7，因此透過Word2Vec模型建立目標字詞之擴增詞集具有相當高的準確性。而第二階段透過第一階段所呈現的關聯詞所計算的供需面Cosine相似度之排序，可發現各校EMBA由教師與學生成員文本與各目標字詞的相似度排序皆有所不同，因此各學程可透過其差異性作為特色指標，發展出適性化學程，提高臺灣企業經理人就讀EMBA之意願。

近年來社群媒體興起，尤其以臉書為主。在台灣超過1500萬個臉書用戶，其遍及族群從公眾人物到一般民眾。此外，這類的新興資訊交流平台其實內含許多有意義的資訊，每一則貼文都隱含著每個使用者的情緒以及立場傾向。然而，利用社群媒體來預測選舉與使用者政治傾向已成為目前的趨勢，在台灣各政黨與政治人物紛紛成立粉絲專頁，投入利用網路與社群媒體來打選戰與預測民調。本研究發現此一特性，致力於預測粉絲專頁貼文之政治傾向，收集台灣兩大政黨派國民黨與民進黨之粉絲專頁貼文，建立兩種預測模型分別為以相異字為特徵模型與文字互動特徵模型。利用資料探勘之相關技術，以貼文所含藍綠政黨特徵表現建立分類器，並細部探討與設計多種特徵組合，比較不同特徵組合之預測效果與影響因素以及在預測資料不平衡的情況下是否影響分類結果。最後，研究結果顯示使用文字特徵中黨派典型字與互動特徵值域取對數並搭配KNN分類器效果最佳，其準確度可達0.908，F1-score可達0.827。 / Recently, the social media is becoming more and more popular, especially Facebook. In Taiwan, there are 15 million Facebook users from celebrities to the general public. Receiving information every day from Facebook has become a lifestyle of most people. These new information-exchanging platforms contain lots of meaningful messages including users' emotions and affiliations. Moreover, using the social media data to predict the election result and political affiliation is becoming the current trend in Taiwan. For example, politicians try to win the election and predict the polls by means of Internet and the social media, and every political parties also have their own fan pages. In this thesis, we make an effort to predict the political inclinations of the posts of fan pages, especially for KMT and DPP which are the two largest political parties in Taiwan. We filter the appropriate literal and interactive features. We use the posts of the two parties to predict the political inclinations by constructing the classification models .In the end, we compare the performances of different classifiers .The result shows that the literal and interactive features work the best with KNN classifier, whose accuracy and F1-score are 0.908 and 0.827, respectively.

陝甘寧邊區的農村教育是中共教育理念一次大規模試驗，這些理念和作法一部分源自於國內當時教育思潮，一部分則是來自中共過去在農村中所累積的教育經驗。受到平民教育運動的影響，中共的農村教育將兒童和成人的教育置於同等重要地位，發展出一套小學教育和社會教育並行的教育體系; 根據長期的農村教育經驗，中共則是針對農村中教育資源不足、農民工作忙碌的特殊環境，設計了諸如「識字班」、「冬學」等革命性的教育措施。中共對於普及教育有著極高的熱情和企圖心，不過受限於陝甘寧邊區先天的環境條件，自始陝甘寧邊區的農村教育便充滿了困難，一九四○年以後更因為局勢的惡化，使邊區教育呈現倒退發展的趨勢。值得注意的是，即便是在環境條件明顯不足的情況下，中共也依然沒有放棄普及教育的理想，一九四○年開始的「新文字運動」和一九四四年的「民辦公助」都是為了因應時局所推行的措施。從陝甘寧邊區農村教育推展的過程中，我們同時看到中共的理想性格和務實、彈性的行事風格，兩者同樣令人印象深刻。

中國帝制時期，統治者為鞏固其權位，強化政權之合法性，除憑藉武力外，或偽造符讖，以示天命所歸。此外，屢有箝制民間輿論之舉，禁止臣民私議朝政或非議天子，違者論罪。以中國法制歷史為例，與民間輿論最息息相關者，當首推誹謗法之設立。就其形式而論，大抵可分言語誹謗與文字誹謗兩類。然考察國史，口語誹謗之發展較早，秦漢時期，已有誹謗祅言令，《唐律》且有「指斥乘輿」之罪。惟兩宋以前之誹謗法，泰半以口語犯罪為主，以文字著述非議朝廷而獲罪者，尚屬零星。至宋代以降，文人因文字著作涉及影射或謗訕朝廷而受禍者，轉趨增多，然而何以有此轉變？該罪由早期之口語犯罪逐步擴展至文字犯罪，又顯現何種歷史意義？當今學界對此議題鮮有闡述，故本文擬就此一課題，深入討論之。

本論文運用文字探勘相關技術，嘗試自動計算法條間的相似度，輔助專家從公司法眾多法條中整理出規則，建立法條之間的關聯，使整個法典並不是獨立的法條條號與法條內容的集合，而是在法條之間透過語意的方式連結成網路，並從分析與解釋關聯的過程中，探討文字探勘技術運用於法律條文上所遭受之困難及限制，以供後續欲從事相關研究之參考。 本論文的研究結果，從積極面來看，除了可以建立如何運用文字探勘於輔助法律知識擷取的方法之外，另一方面，從消極面來看，倘若研究結果顯示，文字探勘技術並不完全適用於法律條文的知識擷取上，那麼對於從事類似研究的專業人員而言，本論文所提出的結論與建議，亦可作為改善相關技術的重要參考。 / This thesis tries to use text mining technique to calculate, compare and analyze the correlation of legal codes. And based on the well-known defined legal concept and knowledge, it also tries to help explain and evaluate the relations above using the result of automatic calculation. Furthermore, this thesis also wishes to contribute on how to apply information technology effectively onto legal knowledge domain. If the research reveals the positive result, it could be used for knowledge build-up on how to utilize text mining technology onto legal domain. However, if the study shows that text mining doesn’t apparently apply to knowledge extracting of legal domain, then the conclusion and suggestion from this thesis could also be regarded as a important reference to other professionals in the similar research fields.

從2014年九合一選舉到今年總統大選，網路在選戰的影響度越來越大，後選人可透過網路上之熱門討論議題即時掌握民眾需求。 文字情感分析通常使用監督式或非監督式的方法來分析文件，監督式透過文件量化可達很高的正確率，但無法預期未知趨勢，耗費人力標注文章。 本研究針對網路上之政治新聞輿情，提出一個混合非監督式與監督式學習的中文情感分析方法，先透過非監督式方法標注新聞，再用監督式方法建立分類模型，驗證分類準確率。 在實驗結果中，主題標注方面，本研究發現因文本數量遠大於議題詞數量造成TFIDF矩陣過於稀疏，使得TFIDF-Kmeans主題模型分類效果不佳；而NPMI-Concor主題模型分類效果較佳但是所分出的議題詞數量不均衡，然而LDA主題模型基於所有主題被所有文章共享的特性，使得在字詞分群與主題分類準確度都優於TFIDF-Kmeans和NPMI-Concor主題模型，分類準確度高達97%，故後續採用LDA主題模型進行主題標注。 情緒傾向標注方面，證實本研究擴充後的情感詞集比起NTUSD有更好的字詞極性判斷效果，並且進一步使用ChineseWordnet 和 SentiWordNet，找出詞彙的情緒強度，使得在網友評論的情緒計算更加準確。亦發現所有文本的情緒指數皆具皆能反應民調指數，故本研究用文本的情緒指數來建立民調趨勢分類模型。 在關注議題分類結果的實驗，整體正確率達到95%，而在民調趨勢分類結果的實驗，整體正確率達到85%。另外建立全面性的視覺化報告以瞭解民眾的正反意見，提供候選人在選戰上之競爭智慧。 / From Taiwanese local elections, 2014 to Taiwan presidential elections, 2016. Network is in growing influence of the election. The nominee can immediately grasp the needs of the people through a popular subject of discussion on the website. Sentiment Analysis research encompasses supervised and unsupervised methods for analyzing review text. The supervised learning is proved as a powerful method with high accuracy, but there are limits where future trend cannot be recognized, and the labels of individual classes must be made manually. In the study, we propose a Chinese Sentiment Analysis method which combined supervised and unsupervised learning. First, we used unsupervised learning to label every articles. Secondly, we used supervised learning to build classification model and verified the result. According to the result of finding subject labeling, we found that TFIDF-Kmeans model is not suitable because of document characteristic. NPMI-Concor model is better than TFIDF-Kmeans model. But the subject words is not balanced. However, LDA model has the feature that all subject is share by all articles. LDA model classification performance can reach 97% accuracy. So we choose it to decide article subject. According to the result of sentimental labeling, the sentimental dictionary we build has higher accuracy than NTUSD on judging word polarity. Moreover, we used ChineseWordnet and SentiWordNet to calculate the strength of word. So we can have more accuracy on calculate public’s sentiment. So we use these sentiment index to build prediction model. In the result of subject labeling, our accuracy is 95%. Meanwhile, In the result of prediction our accuracy is 85%. We also create the Visualization report for the nominee to understand the positive and the negative options of public. Our research can help the nominee by providing competitive wisdom.

王安石是北宋一代名臣，政治上的功過且不論，其於詩詞古文的地位，列居唐宋八大家之一。這些文學作品流傳於後世者眾，卻很少論及他在語言文字方面的成就，概因這部窮其晚年精力所瘁的《字說》，在當時受到王安石的政治立場所影響，先是主司用以取士，後又頒行於學官，使得應試的學子們個個鑽研其說，專行於學校、科場數十載，其間也因政治因素（新舊黨爭）陸續遭受禁用、奉行、廢用之命運，但其學說已深植人心，雖已遭廢用，學者在日常言談之間仍不厭引述闡發。 《字說》的產生與通行是有其歷史背景的支持，改朝換代之後，在以《說文》為尊的先見之下，《字說》最後走向「亡佚」之路是可以理解的。然而《字說》保存了當時對一些字義的獨特解釋，從這些吉光片羽之中，可以反映出當時的社會文化與王安石的思想觀點，所謂以「會意」解字者，當可視為「會」王安石之「意」的依據，尤其在《字說》成書之前，荊公已在《三經新義》中析字解經，必然有他的另一種不同的領會。例如他在〈熙寧字說序〉認為「教學必自此始，能知此者，則于道德之意，已十九矣。」在〈進字說表〉指出欲達到「同道德之歸，動名分之守」的目的。他的說解方式或許多少偏離詞義的訓釋，但是實際上也反映當時的文化、思想在語言文字上的展現。故不專以文字學上解字的學理來反駁《字說》之誤謬處，而以其解字的獨特訓釋來了解王安石的思想與當時的環境，以此為撰寫本文之動機。 第一章除了簡介《字說》的編纂動機與成書經過之外，也要了解《字說》擅行於科場與禁廢之情況，並對後世之影響。此外，黃復山的「王安石《字說》之研究」完成於１９８２年６月，其中已將民國以來，在他之前研究《字說》的相關著作有了一番介紹。同一時期，中國大陸地區也陸續有學者研究《字說》，尤其是「輯佚」工作也有一些成果。當時礙於政治因素的限制，學術無法自由交流，使得兩地學者各自分頭從事研究，現今兩岸學術開放，故亦介紹中國大陸地區對《字說》之相關研 究著作，以了解其發展情形。根據這些輯佚的資料，再與王安石個人在政治、哲學思想的著作相互參照，解經必先識文，試圖從解釋文字的方式推求他對儒學經典的理解與整理工作。故於第二章探討《字說》中所具有的哲學思想，包括陰陽、五行、佛、老；另有他的為政之道寓於其中，有天人之道、政治、軍事、經濟等方面。 第三章則著重在訓詁方面，王安石解字雖有穿鑿附會、望文生義之處，但是他已注意到聲符在整個字義上的作用與地位，雖然一般學者都以王子韶為「右文說」之創始者，但其書不傳，無法確切掌握當時王子韶對此學說的理解程度。王安石在《字說》中除了常以聲訓方式訓解字義之外，並已有「聲符兼義」之先聲，但尚未致力研究，卻給予後人在聲符研究上開啟一扇門窗，有其開創之功。同時介紹「聲符兼義」學說在清代與民國初年之各家發展概況。第四章介紹《字說》之編纂體例，由所輯佚的資料推求全書編排的概貌。例如：世人斥《字說》以楷書解字，然而從尋得的資料顯示，《字說》當是以篆體編寫。此外，《字說》有一些獨特的編纂方式，是其他字典、辭典所少有的，例如：析字重視字形的相對位置，分為上下左右之方位，並寓意強弱大小的力量在其中；釋物喜用「疊解」的形式，有訓詁百家名物之意味；並有特殊的「習慣用語」以解字，這些都是《字說》之特色。 綜合而論，《字說》之學術上的價值表現在幾方面： 一、王安石「哲學思想」之綜述：雖然有人將新舊黨爭視為「儒法之戰」，但是荊公基本上仍是以儒生自許，人的思想會隨著所接觸的學說、觀點而改變，因此在人生的不同階段，其見解是呈段落式、片面式的，甚或後來的想法會否定、推翻之前的。而王安石一生的著作約有廿多種，其中與哲學思想相關的著作多為儒家經典之研究，但是荊公晚年學以佛、老，皆有所得。《字說》既是荊公晚年所致力之作品，必將一生所學之精粹融入其中，自然在《字說》的說解依據上匯集百家之要，有依循《說文》者、有儒、法、佛、老、莊、陰陽眾家之說，故梁啟超譽之「其學術集九流之粹，其文章起八代之衰」正因如此，《字說》以解說「字義」為主，尤其是那些以「會意」解字者，有儒家的天人之道、佛家的空性、老莊的有無，皆融匯在訓詁字義之中。其他著作如《三經新義》、《易解》、《論語解》等，受限於經籍之題材與原作者之思想，總不若《字說》是以解字釋義為主，可以單純而全盤地了解王安石的哲學思想。 二、開創「聲符兼義」之先河 一般小學家總以王子韶創「右文說」，然而其書不傳，右文說之全貌又是如何？總無法了解其學說系統發展的程度。其實王安石在《字說》中已有「聲符兼義」之見解，他以「農者，本也，故又訓厚」，從農得聲之字有「厚」義，孳乳出「濃，水厚；醲，酒厚；襛，衣厚」等共訓，雖然在當時這種訓詁方式尚未發展出一定的規模，而且方法顯得簡略，但是已對中國文字之「聲符」加以注意，不再只是標明讀音的符號而已，尚有「意義」在內，從此相關的研究不斷地發展下去，尤其在清代與民初的小學家，後出轉精，沈兼士利用此「聲符兼義」的研究成果，應用在訂正古籍之字誤、察古音之變遷、判斷訓釋之得失等考據工作；王力更以此法追溯語根之起源，將研究結果撰成《同源字典》。這一切以「聲符」為研究之發展系統，現已臻於成熟完備，王安石可謂有開創之功。 三、獨特的「辭典編纂」方法：中國的字、辭典編纂方式總不外是兩大系統：「部首」和「韻類」，其撰寫內容也是以「字」為說解的最小單位。然而《字說》以聲韻分部之外，還有「疊解」的特殊形式，類似於《爾雅》以物類為釋，卻又有形式上之異，將同性質之物聚集而解，猶如百科全書一般，故此類的字義說解很容易被「訓解名物百家」之辭書所引用，例如陸佃的《埤雅》、李時珍的《本草綱目》，影響其訓解的方向。 此外，王安石重視字形「位置」之說解，將字分成上下左右之位列，融入陰陽五行學說，賦予相生相勝與卦位之說，將文字視為一個小天地。並在《字說》說解上使用一些特殊的「習慣用語」，使字義的解說更具王安石個人的色彩。這些獨特的「編纂方式」或影響後代之字辭典編纂者，但更重要地是突顯王安石之思想。《字說》不單只能以字辭典的觀典視之，它更包含王安石個人思想，反映當時社會各層面的現象，在歷史上無法否定、排除其盛極一時之況與對後世之影響，在中國文字學史上永遠具有承先啟後之地位！

台灣股票市場屬於淺碟型，因此外界的訊息易於影響股價波動；同時台灣是一個以個別投資人為主的散戶市場，外界的訊息會影響市場投資。因此，重大訊息的發布對公司股價變化的影響，值得我們進一步探討。 本研究以公開資訊觀測站之重大訊息為資料來源，蒐集2005~2009年間統一、中華電信、長榮航空以及臺灣企銀四間上市公司之重大訊息共1382篇。利用文字探勘kNN演算法將四間公司之重大訊息加以分群，分析出各訊息的發布對於股價之影響程度，並找出不同群組之重大訊息的漲跌趨勢，期能對未來即時重大訊息的發布，分析出其對於股價之漲跌影響，進一步得到訊息發布日後兩日之報酬率走勢，成為日後投資標的之選擇參考。 本研究結果顯示取樣公司於發布前兩日至發布後兩日，交易量有顯著之異常，顯示訊息發布對於公司股票確有影響；而不同的重大訊息內容，將會被分於不同之群組當中，各群組也各有其不同之漲跌趨勢，本研究於測試資料之分類結果，整體平均有六成五之準確率，在於上漲類別之準確率更高達八成；最後於發布後累積報酬率之影響，投資正確率平均高於六成。 本研究透過系統化之分析與預測，省去投資者對於重大訊息之搜尋以及解讀的時間，提供投資者一個可供參考之依據。 / In this study we used the technique of text mining to classify the material information of companies and analyze how the disclosure of it affects the market. Hence, we would be able to predict the price of stock based on disclosures of the material information and then use the outcome as reference of investment. This study chose the Market Observation Post System as the source of information to its justice. We chose UNI-PRESIDENT ENTERPRISES CORP, Chunghwa Telecom Co., Ltd, EVA AIRWAYS CORPORATION and Taiwan Business Bank for their great evaluation of the information disclosure. We collected 1382 material information from 2005 to 2009 and for the better performance, we selected kNN algorithm as our rule of classification. We conducted three experiments in this study. In these experiments, we have approved that the trading volume of two periods were with significant differences. We have over 60% accuracy of the all data to classify the tested data. As a result, we found that the return rate of the “up” group has over 60% upside probability and the “down” group has over 60% downside probability. In this study, we built a time-saving automatic system to group material information and find out those that are valuable. Based on our result, we provided a reference to investors for their investment strategy. At the same time, we also came up with some inspiration for future research.