淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1106201222005800
中文論文名稱 智慧型歌曲學習推薦-依學習者的族群與習慣
英文論文名稱 Smart language learning tool via lyrics - According to learner groups and habits
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士在職專班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 100
學期 2
出版年 101
研究生中文姓名 賴彥均
研究生英文姓名 Yen-Chun Lai
學號 799410153
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2012-06-11
論文頁數 80頁
口試委員 指導教授-郭經華
委員-陳孟彰
委員-楊接期
委員-張志勇
委員-郭經華
中文關鍵字 歌詞  行動學習  網路服務  相互資訊  搭配詞  推薦系統 
英文關鍵字 Lyrics  Mobile Learning  Web Service  Mutual Information  Collocation  Recommendation System 
學科別分類 學科別應用科學資訊工程
中文摘要   本論文主要是從歌曲歌詞的生動活潑方式來進行學習英語的工具,藉由社群網路的方式來取得學習者的資訊及網站上的習慣操作來推薦其學習者學習歌曲的曲目,並經由學習者選擇的學習方式來進行顯性與隱性的回饋,使得本研究的學習機制會不斷的自我學習並修正,再依照各學習者的不同引發出個學習者專屬的學習方式。
  研究內容會著重在自動學習成長的引擎機制,最主要的兩大主要方向-顯性回饋、隱性回饋。顯性回饋-會依照學習者選擇的難易度對某首歌曲歌詞作適當的單字及片語拆解。隱性回饋-會依照使用者的資訊及在此系統上的操作方法與喜好來做分類。因應國內網路使用者的習慣跟習性不一定會接受顯性的學習方式,所採取主動式的收集學習者喜好來改變被動式學習所缺少的因素。
  此研究中,使用英國國家標準語料庫及目前國內所使用的全民英檢的字彙來當作系統的與料庫來源,並透過交叉資訊運算將每首歌曲歌詞劃分為不同等級的字彙學習,並篩選出目前最常使用的片語及單字來作為翻譯或遊戲的基礎,因系統採用Web2.0的方式來設計,在對於目前國內眾多作業系統及智慧型手機系統,有著跨平台及統一的特性。
英文摘要 This paper is mainly about using lyrics as an English learning tool, making it more creative and vivid. The songs are selected based on the learners’ info from a social network & their behavior on the website. A learning
mechanism is designed by using explicit & implicit feedback from the learner’s behavior on the website. As a result, the learning mechanism will improve itself and adjust continuously to fit the learner’s needs.
The research focuses on the self-learning mechanism. Since users do not always respond to explicit feedback during their learning process, the website collects the learner’s preferences in order to minimize disadvantages with passive learning.
論文目次 圖目錄 VI
表目錄 VIII
第一章 緒論 1
1.1研究動機 2
1.2研究目的 5
1.3研究內容 8
1.4論文內容與大綱 10
第二章 背景知識與相關研究 11
2.1多媒體在語言學習的應用 11
2.2遊戲式學習(Game Based Learning) 13
2.3推薦系統(Recommendation System) 16
2.3.1內容導向式(Content-based) 17
2.3.2協同過濾式(Collaborative-based) 18
2.3.3混合式(Hybrid-based) 21
第三章 系統架構與設計 23
3.1搭配詞正確使用方式及誤用資料庫前處理 26
3.1.1大型標準語料庫來源 28
3.1.2詞類標記(POS Tagging) 30
3.1.3詞性還原(Lemmatizing) 32
3.1.4 N-gram分析 33
3.1.5搭配詞(Collocation) 35
3.1.6相互資訊(Mutual Information)相似度計算 37
3.1.7錯誤搭配詞(MisCollocation)來源 38
3.2歌詞等級前置處理 43
3.2.1歌詞蒐集 44
3.2.2歌詞解析 46
3.2.3歌詞等級分級 47
3.3個人化推薦系統 51
3.3.1 Top-N 52
3.3.2屬性式推薦 53
3.3.3人物關聯式推薦 55
第四章 實作與討論 59
4.1使用者區塊 62
4.2播放區塊 64
4.3推薦區塊 67
4.4個人化區塊 68
4.5實驗結果與討論 69
第五章 結論與未來研究 70
5.1結論 70
5.2未來研究方向 71
參考文獻 73
附錄—英文論文 76

圖目錄
圖2.1內容導向式推薦系統範例 17
圖2.2協同過濾式推薦系統主要組成部分 19
圖3.1搭配詞正確使用方式及誤用資料庫前處理流程圖 26
圖3.2 Unigram出現次數儲存格式 34
圖3.3語料庫搭配詞出現次數儲存格式 36
圖3.4 IWiLL英語教學平台首頁 39
圖3.5 WordNet首頁 41
圖3.6搭配詞正確使用方式及誤用資料庫儲存格式 42
圖3.7歌詞資料庫前處理流程圖 43
圖3.8 LyricWiki網站首頁 44
圖3.9 LyricWiki搜尋範例 45
圖3.10歌詞解析資料庫 46
圖3.11歌詞資料庫儲存格式 46
圖3.12字彙程度分級資料表 48
圖3.13歌詞等級分級資料庫 49
圖3.14個人化推薦系統機制 51
圖3.15 Top-N流程圖 52
圖3.16屬性式推薦流程圖 53
圖3.17歌曲屬性關聯表示圖 54
圖3.18人物關聯式推薦流程圖 55
圖3.19人物關聯式-輸入資料表示法 56
圖3.20人物關聯式-社群建立 57
圖3.21人物關聯式-產生推薦 58
圖4.1跨平台無障礙英語學習網站系統流程圖 61
圖4.2跨平台無障礙英語學習網站系統畫面 61
圖4.3使用者區塊說明圖 62
圖4.4學習者註冊畫面 62
圖4.5等級測試畫面 63
圖4.6登入畫面圖 63
圖4.7歌曲播放問答圖 64
圖4.8錯誤提示圖 65
圖4.9歌曲播放完成圖 66
圖4.10推薦歌曲清單圖 67
圖4.11學習歷程圖 68

表目錄
表2.1傳統教學、E-learning比較表 15
表3.1例句一詞類標記之詞性對照表 31
表3.2例句二詞類標記之詞性對照表 31
表3.3 N-gram切割範例表 33
參考文獻 [1]資策會 - http://mic.iii.org.tw/aisp/.
[2]林國揚(2011)。以歌詞實現遊戲式應育學習工具。淡江大學資訊工程研究所碩士論文。
[3]WordNet - http://wordnet.princeton.edu/.YouTube - http://www.youtube.com/.
[4]Bugelski, B. R. (1956). The Psychology of Learning. N.Y.: Holt, Rinehart and Winston, Inc..
[5]Grammar Rom (1994) CD-ROM, Longman.
[6]Business Territory (1997) CD-ROM, IBM, Lingonet Ltd.
[7]Citizen of the World (1998), CD-ROM, Philips, Eindhoven, Netherlands.
[8]Paul Brett, (1998) “Using Multimedia:A Descriptive Investigation of Incidental Language Learning,” Computer Assisted Language Learning, Vol. 11, No. 2, pp. 179-200.
[9]黃信維(2010)。英文歌詞在手機上於英語學習的應用。淡江大學資訊工程研究所碩士論文。
[10]Paul Cameron. (2008). “Web-Enhanced Learning with YouTube”. Taiwan Journal of TESOL, Vol. 5, No. 2, pp. 29-60
[11]Marc Prensky (2000). DITGITAL GAME-BASED LEARNING c 2000 Marc Prensky.
[12]McFarlane, A., Sparrowhawk, A., &Heald, Y. (2002). Report on the educational use of computer games. Teachers Evaluating Educational Multimedia Report.
[13]Keller, S. (1992). Children and the Nintendo.
[14]Jenkins, H. (2002). Game theory. Technology Review, 29, 1–3.
[15]洪榮昭、劉明洲 (1982)。電腦輔助教學之設計原理與應用。台北:師大書苑。
[16]Green, B., Reod. J., & Bium, C.(1998).Teaching the Nintendo Generation? Children, compute culture, and popular technologies. In S. Howard(ed.). Wired UP. pp. 19-42. UCL Press: London.
[17]陳登吉、賴阿福(2005)。網路與教育。台北縣:空中大學。
[18]Lee, Raymond S.T. and Liu, James N.K.(2004), “iJADE Web-Miner: An Intelligent Agent Framework for Internet Shopping,” IEEE Transactions on Knowledge and Data Engineering, Vol. 16, No. 4, pp. 461-473.
[19]Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl(2000), “Analysis of Recommendation Algorithms for E-Commerce”, EC’00 ACM.
[20]Kim, B. D., and Kim, S. O.(2001), “A New Recommender System to Combine Content-Based and Collaborative Filtering Systems,” Journal of Database Marketing, Vol. 8, No. 3.
[21]Schafer, J. B., Konstan, J., & Riedl, J. (1999). Recommender System in E-Commerce. Proceedings of the first ACM conference on Electronic Commerce, pp. 158-166.
[22]IWiLL- Intelligent Web-based Interactive Language Learning. http://cube.iwillnow.org/iwill/.
[23]BNC - British National Corpus. http://www.natcorp.ox.ac.uk.
[24]Thorsten.Brants(2000), TnT-A Statistical Part-of-Speech Tagger.In Proceedings of the Sixth Applied Natrual Language Processing Conference ANLP-2000, Seatle,WA.
[25]LyricWiki - http://lyrics.wikia.com/Main_Page
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2012-07-31公開。
  • 同意授權瀏覽/列印電子全文服務,於2012-07-31起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信