新一代資訊檢索技術在圖書館 OPAC 系統的應用
Advanced Information Retrieval Technology for Online Public Access Catalog System

曾元顯 Yuen-Hsien Tseng
輔仁大學圖書資訊學系副教授
Associate Professor, Department of Library & Information Science
Fu Jen Catholic University

E-mail: tseng@blue.lins.fju.edu.tw

　　圖書館的「線上公用目錄」（On-Line Public Access Catalog, OPAC）系統，是提供讀者查詢圖書館館藏資料的重要工具，也是早期資訊檢索技術主要的應用方向。本文即以輔仁大學圖書館為例，說明整合新一代資訊檢索技術於 OPAC 系統的實施現況。我們運用非營利機構可獲得的先進檢索引擎，輔以自行發展的關鍵詞擷取技術，完成具備重要性排序、近似字串、模糊搜尋、相關詞回饋、允許近似自然語言檢索字串的 OPAC 系統。初步的評估發現，這樣的系統對協助使用者簡化查詢條件、拓展檢索字彙、提昇檢索成效有相當的助益。

　　The On-Line Public Access Catalog (OPAC) system is an important tool in helping users to retrieve information from a large volume of data stored in a library. However, recent advances in information retrieval technologies have not yet been applied to most OPAC systems. This paper introduces the development of a novel OPAC system which applies a free advanced search engine available from the Internet and an automatic keyword extraction function developed by the Department of Library and Information Science. The resultant features of the OPAC system include relevance ranking, fuzzy search, relevance feedback, and query by quasi-natural language. Results show that such a system greatly simplifies query formulations and automatically prompts more relevant search vocabulary to the users, thus improving the performance of an OPAC system to a higher degree.

Keywords：OPAC； Information retrieval；Fuzzy search；Natural language；
　　　　　　Relevance feedback

　　近年來電腦硬體與軟體的日益進展，以及網路上越來越多的資訊系統，如 News、Gopher、BBS、WWW（World Wide Web）等，使得國內網際網路的使用人數，在未來二、三年內將推廣至三百萬人口。（註1）在這一波網路服務的建設中，圖書館也在加緊自動化與網路化的腳步，使讀者更方便利用圖書館的資源。圖書館的網路服務中，跟讀者最直接相關的為「線上公用目錄」（OPAC, On-line Public Access Catalog）服務。由於館藏的查詢幾乎是一般讀者利用圖書館資源的第一個步驟，因此，各個圖書館自動化系統，無不提供 OPAC 服務，期望在使用介面上更具親和性，而且查詢方式更為便利。

　　在 WWW 還未出現以前，圖書館的線上公用目錄主要以「遠端登錄」 (telnet)的方式，提供網路使用者時、空無礙的查詢檢索。Telnet 的優點在於整個查詢的過程中系統一直維持與使用者的連線、並維護使用者查詢的狀態，使得查詢結果的修飾，如縮小範圍、不同查詢結果的聯集、交集運算等，可以直覺的進行。然而 WWW 出現後，卻相對的暴露出以 telnet 為使用者介面的許多缺點。（註2）

　　此外，目前大部份的自動化系統其 OPAC 模組主要是以布林邏輯（Boolean Logic）運算提供書目查詢。然而一般使用者對布林邏輯的運用較不熟悉、檢索結果沒有依照符合程度排序、檢索字串要求精確無誤等原因，導致較高的檢索失敗率（search failure）與資訊溢檢率（information overloading）（註3），造成書目檢索系統不易使用。（註4）

　　現今的資訊檢索技術已往智慧型、自然語言檢索的方向發展 。（註5）全球資訊網上的檢索引擎已有近似的系統出現，如 Lycos（註6）、Gais（註7）、Csmart（註8）、Altavista （註9） 等。這些系統分別具備了「模糊搜尋」（fuzzy search）、「相關詞回饋」（relevance feedback）、或容許以近似自然語言的查詢字串作為檢索條件的能力。我們希望這些新一代的資訊檢索技術，也能運用在傳統書目資料的檢索服務上。（註10）

　　本校圖書館近來正在進行自動化系統的升級工作，針對多家圖書館自動化系統的評估，大部份廠商還未能提供先進的檢索功能。然而為了達成上述的期望，在有限的人力與經費許可下，我們仍然嘗試自行發展一種彈性的架構。（註11）由於選廠決定系統的作業需要一段時程，此種架構必須能夠與任何一家廠商的系統一起運作，以確保我們不必耗費太多的努力在不同系統的整合與既有功能的開發上，而僅需專注於發展先進的檢索系統即可。

　　本文即以輔仁大學圖書館為例，說明整合新一代資訊檢索技術於 OPAC 系統的實施現況以及所能獲致的檢索成效。文章架構如下：下一節我們將介紹查詢模式的進展，說明資訊檢索技術的發展方向，並指出我們目前的進程；第三節簡介輔大 OPAC 雛型系統的架構與建置現況；第四節列舉一些檢索範例並討論其檢索成效；最後則是我們的結語。

　　資訊檢索技術雖已發展一段時日，拜網路技術的發展與計算機功能的不斷提昇，近幾年進展得更為快速，尤其在使用者端的介面方面，有多種查詢模式被提出來。綜合文獻上提出的各種模式（註12），列舉重要者說明如下：

一、Boolean model （布林邏輯查詢）：此模式製作上較為簡單、檢索速度快、可以用不同欄位資料來限定檢索範圍，對主題明確的檢索（如明確的作者名稱、標題名稱）非常有效，然一般使用者比較難以利用此種模式表達較為複雜的查詢。

二、Ranking （重要性排序）：檢索結果按符合程度排序，以加快檢索結果的檢視整理與利用，此為布林邏輯模式難以達到的重要功能。

三、Fuzzy search （模糊搜尋）： 即容錯式、全文式、非控制字彙、近似字串 (proximity)、允許利用近似自然語言的方式表達檢索字串與條件的檢索模式。此種模式大大降低資訊檢索的複雜度，對不明確自己檢索主題的使用者幫助尤其顯著。

四、Relevance feedback （相關回饋）：使用者根據系統對檢索條件的回應，將相關資料或條件回饋給系統，以導引系統搜尋的方向，來逐漸逼近自己所要的資料。例如，使用者可以根據系統的初步回應，指出哪些文件或相關詞跟他的檢索主題相關，而哪些又是完全不相關，將此訊息回饋給系統，系統根據此種訊息，再作進一步的搜尋。因此，相關回饋表現出來的常成為漸進式查詢（progressive query）或範例查詢（query by example）的模式。

五、Personalized service （個人化服務）：檢索系統記錄個別使用者的資訊需求，或是把相同需求的使用者的記錄組合運用，讓使用者彼此的需求和興趣交互推薦，使得使用者查詢時，系統提供較符合個人興趣的回應，做到個別化的服務。

六、Information filtering （資訊過濾）：此種模式與使用者主動查詢資料而系統被動反應相反。使用者向系統登錄自己的資訊需求、興趣或檢索條件後，由系統主動、持續的為使用者蒐集相關的資料，再定時或不定時傳給使用者，使用者只需被動接受檢索與過濾後的結果即可。因此，在一段期間內，使用者只需做一次檢索，即可獲得持續的檢索結果。

七、Query by voice （語音檢索）：由文字介面轉變為較為自然的口語語音介面，減低文字打字輸入的困難度，可以配合其他檢索模式運用。

八、Query by dialog （對話式查詢）：系統以文字或語音為介面同使用者對話，從對話中透露使用者的資訊需求與意圖，系統再據以檢索。此種模式強調的是使用者端運用較為精緻的人機介面技術，因此與檢索引擎的實際運作原理可以較無關係。

九、Query by natural language （自然語言檢索）：對話式查詢仍由系統主導話題與使用的語句，自然語言檢索則允許使用者以不限定的自然詞語、句法與系統溝通，因此使用者的負擔更輕，但系統的介面部份必須具備相當程度的人工智慧能力，以瞭解自然語言的意義。

十、Intelligent search agent （智慧型檢索精靈）：使用者將自己的資訊需求交代檢索精靈程式，由此精靈代替使用者到各個相關資料庫檢索資料，再回報回使用者。此種模式是以上各種模式與人機介面技術的綜合運用，使得資訊檢索可以達到時空無礙、虛擬實境的境界。

　　雖然「智慧型檢索精靈」在電影中已經展示過了，電影中提示到的個別科技目前也有相當的進展，但如自然語言處理等技術，距想像中實際可用並且大量普及的階段仍有距離，目前的進展僅能在某些領域內才能發揮作用。（註13）然而，若檢視其他查詢模式，有些已接近成熟實用階段，例如，目前我們建構的 OPAC 雛型系統，便具備重要性排序、模糊搜尋與相關詞回饋的功能，對協助使用者簡化查詢條件、拓展檢索字彙、提昇檢索成效有相當的助益。

　　一般 OPAC 的查詢模式常以兩個階段來進行：第一階段讀者下達檢索條件，系統則回應相關書目的簡略資料；第二階段讀者檢視簡易書目，點選某一筆記錄後，系統再顯示該筆記錄的詳細資料。在第一階段中，讀者下達的檢索條件，目的是盡可能蒐集到所有相關的書目，要求的是較廣泛而完整的檢索範圍；第二階段則明確的限定查出某筆記錄，僅做一筆記錄詳細內容的調閱。一般 OPAC 系統所提供的布林邏輯查詢，對檢索主題與查詢範圍非常明確的讀者而言，可以有效的找出心中想要的資料（如某作者著作的書），或在第二階段有效找出某筆特定記錄。但是布林邏輯查詢對於檢索概念或範圍不明確的讀者，則常常在第一階段無法一次就蒐集到足夠的相關書目，必須經過多次的嚐試。然而由於一般讀者對布林邏輯的運用較不熟悉、檢索結果沒有依照符合程度排序、檢索字串要求精確無誤等原因，導致較高的檢索失敗率。此外，多次試驗性的查詢，也加重主機的負擔，造成系統效能降低。

　　Csmart 檢索引擎能夠提供近似自然語言的查詢功能，查詢的結果會依相關程度由大到小排列順序。例如，查詢有關心理學入門的書，可以輸入「基礎心理學導論概論原理入門」這樣的字串。儘管這樣的字串並不是理想的檢索條件，容易找出其他不相關的書目出來，但是「心理學導論」（比對到五個字，而且為連續的詞）、「心理學基礎」、「心理學入門」（比對到五個字）等書目還是會被列在前面，而「幼兒心理學」、「犯罪心理學」等專門的書雖然也會被找出，但是會排列在後面（只比對到三個字）。Csmart 根據中文的特性，用比剛才舉的例子更為精準的方式排列查詢結果（註16），讀者可根據查詢結果的符合程度，來判斷排列在後面的資料是不是還有參考的價值，以節省檢視查詢結果的時間。此種查詢方式對不諳查詢技巧的使用者而言極為便利，想到什麼詞句，就輸入什麼字串，而不用關心應該要用 AND 邏輯，或是 OR 運算。Csmart 已開發出語音輸入的版本，將來使用者甚至能用口語來表達查詢條件。

　　除了利用先進檢索引擎提供模糊搜尋的功能外，我們也自行發展了一套相關詞自動擷取功能。（註17）此功能可就使用者檢索的結果進行分析，自動擷取出與此次檢索主題相關的關鍵詞，以拓展使用者檢索的字彙，供進一步的搜尋參考。相關回饋在文獻上被認為對提昇檢索成效有相當大的助益 （註18），下一節的範例中，亦可看出實際運用時的優點。

　　輔大 OPAC 雛型系統暫時位址為 http://140.136.250.49/ ，讀者可自行連線測試。底下所舉範例，來自對檢索記錄檔的分析，以呈現使用者實際的檢索行為。

　　從使用者檢索的記錄檔中，我們選擇：「圖書館利用教育」此項條件重作查詢，其部份檢索結果如下：

　

　

　

　

　

　

　

　

　

　

　

　

　　在182筆結果中，前三筆資料與檢索字串完全吻合，其字串符合程度最高，分數為500分，排列也最前面，其後四、五筆字串符合分數稍低，但也幾乎一樣相關。相較之下，若以布林邏輯條件查詢：「圖書館AND利用AND教育」則前四筆雖然不一定排列在一起，仍然可找到，但第五筆書目資料就要換用不同的邏輯條件找尋了。

　　除了允許近似字串、模糊搜尋的條件之外，相關詞自動擷取功能可就此次的查詢結果，擷取出相關的關鍵詞，其部份結果如下：

　　傳統 OPAC 模組主要是以布林邏輯（Boolean Logic）模式提供書目查詢。然而一般使用者對布林邏輯的運用較不熟悉、檢索結果沒有依照符合程度排序、檢索字串要求精確無誤等原因，導致較高的檢索失敗率。目前網路通達的程度與普及速度，讓一般使用者皆可從家裡、辦公室、或任何方便的地方連線上網查詢資料，這與過去使用者必須到圖書館查資料，而圖書館裡有館員協助的情形大不相同。所以檢索技術的發展方向是逐漸把使用者端的檢索複雜度降低。本文期望新近的資訊檢索技術也能應用到圖書館的書目檢索上，因此運用非營利機構可獲得的檢索引擎，輔以自行發展的關鍵詞擷取技術，完成具備重要性排序、近似字串、模糊搜尋、相關詞回饋、允許近似自然語言檢索字串的 OPAC 系統。初步的評估發現，對協助使用者簡化查詢條件、拓展檢索字彙、提昇檢索成效有相當的助益。未來除了希望能對系統的成效做更進一步的評估外，也期望持續發展資訊檢索技術，以提供使用者更多簡便有效的功能。

註1：楊世緘，“NII 建設全力推動網際網路普及與應用，” ＜
　　http://www.dynavan.net.tw/www/magazine/data/00kq/0000007.htm＞.

註2：曾元顯，「WWW 技術在線上公用目錄的應用」，中國圖書館學會會訊4卷4期
　　（85年12月31日）。Also available at ＜http://blue.lins.fju.edu.tw/~tseng/papers/
　　wwwopac.htm＞.

註3：R.R.　Larson, “Evaluation of Advanced Retrieval Techniques in an Experimental
　　Online Catalog, ” Journal of the American Society for Information Science 43:1（Jan.
　　1992）：34-53；C.R.　Hildreth,“Beyond Boolean: Designing the Next Generation of
　　Online Catalogs,” Library Trends 35:4（Spring 1987）：647-667；W.S.　Cooper,
　　“Getting Beyond Boole,” Information Processing & Management 24:3（1988）：
　　243-248.

註4：C.L.　Borgman,“Why Are Online Catalogs Hard to Use? Lesson Learned from
　　Information-Retrieval Studies,” Journal of the American Society for Information
　　Science （1983）：387-400.

註5：Patrick Hoffman, “Text Information Retrieval on the WEB - with emphasis on search
　　engines, indexing,querying and visualization”,
　　＜http://www.cs.uml.edu/shootout/papers/irsrch.html＞；Gary Mooney and
　　 Robert John, “A Fuzzily Intelligent Information Retrieval Assistant,”
　　＜http://www.dmu.ac.uk/~gjmooney/paris1.htm＞；Lee-Feng Chien, “Fast and Quasi-
　　Natural Language Search for Gigabytes of Chinese Texts,” SIGIR Forum (USA),
　　special issue (1995):112-20.

註6：“Welcome to Lycos”, ＜http://www.lycos.com/＞.

註7：GAISWWW亞太 WWW 資源搜尋引擎，
＜http://gais.cs.ccu.edu.tw/www2-adv.html＞.

註8：Csmart: 網路中文資源檢索系統，＜http://csmart.iis.sinica.edu.tw/＞.

註9：T.E.　DoszKocs, “CITE NLM: Natural Language Searching in an Online Catalog,”
　　　Information Technology and Libraries, 2（1983）：364-380.

註10：同註9；R.R.　Larson,“Evaluation of Advanced Retrieval Techniques in an
　　　Experimental Online Catalog,” Journal of the American Society for Information
　　　Science 43（1992）：34-53；卜小蝶，「Fuzzy Search 技術在中文 OPAC 的
　　　應用，」中國圖書館學會會報56期（85年6月），頁77─86。

註11：曾元顯， 「架構在 WWW 上的分散式線上公用目錄系統」，海峽兩岸圖書
　　　館事業研討會論文集 （86 年 5 月 26-28 日），頁 263-277。

註12：Gerard Salton, Automatic Text Processing: The Transformation, Analysis, and
　　　Retrieval of Information by Computer (Reading, Mass.: Addison-Wesley, 1989)；
　　　William B. Frakes, Ricardo Baeza-Yates, ed., Information Retrieval: Data
　　　Structure and Algorithm, (Englewood Cliffs: Prentice Hall, 1992)；C. J. Keith van
　　　Rijsbergen, “Information Retrieval，”＜http: // www.dcs.gla.ac.uk /Keith/＞；
　　　Christos Faloutsos and Douglas Oard, “A Survey of Information Retrieval and
　　　Filtering Methods,” The URL of this paper can be found at
　　　＜http://www.cs.jhu.edu/~weiss/papers.html＞；Hsinchun Chen and Jinwoo Kim,
　　　“GANNET: Information Retrieval Using Genetic Algorithms and Nueral Nets,”
　　　IEEE Transactions on Neural Networks, 1994. Also available at
　　　＜http://ai.bpa.arizona.edu/papers/gannet93/gannet93.html＞.

註13：節錄自Victo Zue, 「人機對談介面」，中國時報 ，民國86 年 6 月 10 日，
　　　第47版。

註14：同註7。

註15：同註8。

註16：Lee-Feng Chien, “Fast and Quasi-Natural Language Search for Gigabytes of Chinese
　　　Texts,” ACM SIGIR ‘95, 1995；卜小蝶，「Fuzzy Search 技術在中文 OPAC 的
　　　應用，」中國圖書館學會會報56期（85年6月），頁77─86。

註17：Yuen-Hsien Tseng, “Fast Keyword Extraction for Chinese Documents in a Web
　　　Environment,” to appear in Information Retrieval WorkShop for Asian Languages -
　　　1997.

註18：Gerard Salton, “Automatic Text Processing: The Transformation, Analysis, and
　　　Retrieval of Information by Computer” Addison-Wesley, 1989；William B. Frakes,
　　　Ricardo Baeza-Yates, “Information Retrieval: Data Structure and Algorithm,”
　　　Prentice Hall, 1992；J. C. Keith van Rijsbergen, “Information Retrieval，”＜
　　　http://www.dcs.gla.ac.uk/Keith/＞.