word免費下載2021的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

增強資料特徵之抽象文本分類技術研究

為了解決word免費下載2021的問題，作者劉曄珊 這樣論述：

Arxiv網站是一個集合了物理學、數學、計算機科學、生物學及數理經濟學的論文的網站，此網站是造就出版業中可以開放擷取論文的因素之一，此網站蒐集了數百萬篇學術及技術文章供使用者免費閱讀存取，Arxiv網站從1991年至2022年共收入超過1,987,800篇文章，在2020年的Sci-hub影響力分析中發現，在Sci-hub下載的文章是其他未提供自由下載期刊網站的的1.72倍，這顯示出版物的限制瀏覽也會限制某些科學研究無法充分發揮其影響力。為了快速及準確的在百萬篇文章中搜尋最貼近需求的文本，過去有學者透過摘要文本技術進行各項研究，例如:透過文本分類技術找出關鍵字詞或語句中的詞性來進行標籤分類。

也有學者透過類神經網路進行惡毒評論標籤辨識。然而常見的分類早已無法滿足使用者的需求，因此如何讓機器自動學習摘要文字且準確進行分類，已成為了現今重要的議題。基於上述文本分類的重要性，本研究運用AI CUP 2019:人工智慧論文機器閱讀競賽之論文分類競賽(https://tbrain.trendmicro.com.tw/Competitions/Details/9)所提供的Arxiv的論文摘要資料集，將摘要分成理論類、工程類、實證類及其它等四類。基於現今常見的機器學習分類之效能仍十分有限，因此本研究提出運用詞性還原及特徵增強兩種方法做資料預處理，資料預處理後產生三個資料集進行測試，再使用GloV

e及SCIBERT進行Pre-train後輸入至本研究的分類模型中。本研究使用機器學習及類神經網路模型進行測試，經比較後，選出SVM、GRU和BiGRU三種機器學習模型。實驗結果顯示資料增強的預處理方法適用於GloVe及SCIBERT模型。在GloVe模型中如沒有加強特徵之數據集其分類準確度可達到81.46%，但經過特徵加強後可提升至84.46%。而在SCIBERT模型下，未加強特徵之數據集的F1-score可達到73.11%，經過加強特徵後，數據集中而可提升至75.75%。由本研究之實驗可證明，本研究所提之資料增強方法，可提升文本摘要分類的準確率，而本研究所提的方法與實驗也較過往的AI CU

P比賽成果(F1-Score最高為75.15%)，有更好的效能。

手機遊戲產業的服務補救：一項知覺不公平中介服務失誤與顧客滿意度間關係的研究

為了解決word免費下載2021的問題，作者葉維軒 這樣論述：

近幾年，智慧型手機發展快速且導致遊戲模式從線上遊戲轉換至手機遊戲，使得手機遊戲玩家越來越多。另外，手機遊戲不具有實體店面，而且客服人員提供的服務品質對顧客滿意度的影響很大。因此，手機遊戲的客服人員對於顧客而言是個重要的溝通管道。首先，本研究採用公平理論觀點著重探討不同服務失誤類型的影響。其次，本研究透過服務補救悖論角度探討服務補救類型對顧客滿意度的效果。接著，本研究設計8個不同情境來進行實驗操弄，並且透過問卷作為本研究工具。最後，本研究採用SPSS、PROCESS 與 AMOS進行結果分析。本研究收集217份樣本數。研究結果發現：(1)服務失誤與顧客滿意度之間具有負向關係；(2)服務失誤與知

覺不公平之間具有正向關係；(3) 除了知覺程序不公平之外，知覺分配和互動不公平與顧客滿意度之間具有負向關係；(4) 服務補救會弱化知覺不公平與顧客滿意度之間的負向關係，並且服務補救也會對整個模型具有調節效果。最後，本研究建議如下：(1)手機遊戲廠商應時常關心顧客，避免損失或感受不佳導致不公平且不滿意；(2)若顧客在手機遊戲中承受經濟損失，應給予實質補救；相反地，若顧客在手機遊戲中遭遇不好對待，應給予心理補救，故需先了解顧客不滿的原因來提供正確的補救方式。上述建議提供手機遊戲廠商未來經營方向之參考。