moea_joint
110年
[圖書資訊] 圖書館學與資訊科學概論、資訊系統與資訊檢索
第 28 題
下列何者不是資訊檢索的數學基礎？
- A 集合理論
- B 布林代數
- C 機率
- D 拓樸學
思路引導 VIP
當我們在設計一個系統來判斷「這篇文章是否符合使用者的需求」時，通常會用到邏輯判斷（是或否）、集合運算（包含或排除），以及可能性評估（相關程度）。請試著思考：在這些處理文字與邏輯的過程中，哪一種數學分支的研究重點是在於「物體形狀的連續變換與空間結構」，而非資訊的邏輯處理或機率計算？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準識別出拓樸學並不屬於資訊檢索（IR）的核心數學基礎，這顯示你對檢索模型的底層邏輯掌握得相當扎實。在資訊檢索領域，我們最常運用集合理論與布林代數來處理「精確匹配」（如布林模型），透過 $A \cap B$ 或 $A \cup B$ 的邏輯運算來篩選文獻；而面對現代的「排序檢索」，則高度依賴機率論來計算文件與查詢項之間的相關機率與權重。
資訊檢索模型的數學核心
這類考題的鑑別點在於區分「離散與邏輯運算」與「幾何空間性質」。雖然資訊檢索會用到向量空間模型（線性代數），但拓樸學主要研究的是空間在連續形變下保持不變的性質（例如物體的連通性），這在標準的檢索匹配與索引建立過程中並非基礎工具。這題考驗的是學生對四大經典模型（布林、向量空間、機率、語言模型）背後數學工具的熟悉度，能從眾多數學分支中剔除與邏輯檢索無關的選項，是非常敏銳的判斷。