使用該公式和方法的意義？

為什麼使用這種API和搜尋引擎？

圖示表達出重點？

目的是什麼？

貢獻在哪裡？

結論要明確！

論文摘要(中英文)

論文初稿(口試前要出來)

論文投影片

申請審定書

臨時停車位

2011.03.09

人工對文章標註註解的研究，嘗試半自動化對新聞文章的段落或語句標註註解

2011.03.08

擷取多媒體影像(Vedio)相關資料，做分析和檢索，替影像做註解或摘要...

2011.03.02

搜尋天氣資訊、座標資訊，然後給使用者最即時的自然資訊(包含颱風、冰雪、地震、流星等...)

2011.02.**

對新聞資料做分類統整，擷取重要的、可用的、具有影響力的資訊...

2011.05.**

使用者行為分析：

Hub and Authority

點擊的意義

停留的意義

回應的意義

轉載的意義

時間的影響

2011.06.29

實驗數據可以用的分析方法

MAP, P＠, NDCG, PR curve

Avg Precision

2011.08.10

Kappa可信度量表

0完全不一致

1完全一致

統計有很多方法來分析兩組資料是否相關(is in independent?)

ex: contingency table

影片中什麼特徵是重要的？

有用的特徵才需要做成摘要？

結論的重要特徵如下：

沒有聲音：文字、圖表、公式

有聲音：人臉、自然景色

2011.09.16

paper提供twitter相關feature可以當做參考，可見包含URL的tweets，能發現更多不可信度的內容(相對的也代表越容易發現可信的)。

2011.09.23

我們無法從句子的詞性和上下文得到真正的意思。

2011.09.30

multi-documents→n-gram→Naive Bayes→分群→結果。

整理使用上的各種工具，並有效利用它。