先下定義再補充（開門見山法）：
- 不要在第一句寫一大堆背景，直接用一句專業的話定義「何謂跨語言資訊檢索（CLIR）」。
精簡技術，聚焦核心（對齊與翻譯）：
- ❌ 原本的錯誤：提到爬蟲機器人、行政流程等非核心概念。
- ⭕ 核心技術只有兩種：「查詢詞翻譯（Query Translation）」（把讀者的關鍵字翻成外文）與「文件翻譯（Document Translation）」（把資料庫的文章翻成讀者的語言），或者是利用「語義對齊（Semantic Alignment）」（用向量空間不翻譯直接對齊）。只要寫出這幾個關鍵詞，10分就到手了。
統一段落層級（結構強迫症）：
- 不可以同時用 1.、a.、b.、2.、a.、b.、c.。這在申論題是視覺災難。
- 請統一使用最標準的「(一)、1.、(1)」或「一、(一)、1.」層級，且字體對齊。
錯字與語病根絕：
- 「處裡」 ➡️ 修正為 「處理」。
- 句子不可半殘，逗號後面一定要有結尾句與句號。

✍️ 【10 分小題】高分答題範本

題目：何謂跨語言資訊檢索（cross-language information retrieval）？（10 分）

(一) 跨語言資訊檢索之定義

跨語言資訊檢索（Cross-Language Information Retrieval, 簡稱 CLIR）是指使用者能以自身熟悉的自然語言（如中文）建構檢索詞，用以檢索並獲取由另一種語言（如英文、日文）所撰寫之文獻資源的資訊檢索機制。其核心目標在於打破跨國界的語言障礙，極大化全球資訊的檢索查全率。 [1, 2]

(二) 跨語言資訊檢索之運作方式與核心技術

為解決使用者查詢詞與系統館藏文獻之間的「語言不對齊」問題，系統主要透過以下兩大核心技術機制進行處理：

查詢詞翻譯法（Query Translation）：系統透過雙語電子字典、機器翻譯引擎（Machine Translation）或平行語料庫，將讀者輸入的檢索詞翻譯為目標語系的詞彙，再對館藏進行字面匹配。此法計算成本較低，為目前實務最常見之做法。 [1, 2]
跨語言語義對齊法（Cross-Language Semantic Alignment）：此為現代 AI 檢索之主流。系統不直接進行文字翻譯，而是利用跨語言預訓練模型（如 mBERT），將不同語言的文本同時映射至同一個高維度的「多語系向量空間」中。透過計算跨語言向量之間的單位內積（餘弦相似度），達成不需翻譯即可跨語言辨識相同概念之深層檢索。

(三) 面臨之挑戰

跨語言資訊檢索在實務運作上，仍需克服「翻譯歧義性（如一詞多義、多詞一義）」以及「專有名詞音譯對應」等技術瓶頸，此亦為評估該檢索系統效能優劣之關鍵指標。 [1]

? 這份範本好在哪裡？

完全無贅字：10分題字數控制在 350-400 字左右最完美，這份範本讓你 5 分鐘內就能在考卷上寫完。
結構清晰：採用 (一)、(二)、1. 統一編號，老師一眼就能看到「定義」、「兩大核心技術」與「挑戰」。
專業名詞到位：嵌入了「查詢詞翻譯」、「語義對齊」、「向量空間內積」等資訊檢索（IR）的專門術語，展現了扎實的圖資學專業，絕無口語化。

四、⑴何謂跨語言資訊檢索（cross-language information retrieval）？（10 分）

申論題作答 (共 1 筆)

詳解 (共 1 筆)

相關申論題

相關試卷