一般而言，圖書資訊系統的搜尋功能相較各大入口網站的搜尋功能是屬較低使用率的服務，其主因是能提供的資訊性質較侷限且高針對性，無法符合大眾需求；如何改善此一問題，促進圖書館的利用率是每一圖書館所期許的。此外，現階段圖書資訊系統僅能採關鍵字搜尋，對於詞句的搜尋，僅能搜尋出一些不相關或者根本搜尋不到相關的結果。本研究為了提升圖書館資訊系統的搜尋利用，希望利用臺灣中央研究院發展的中文斷詞與剖析系統(Chinese Knowledge Information Processing Group)以及美國麻省理工學院開發的ConceptNet5系統做為分析工具，分析詞句中的名詞並產生相關的延伸字詞，作為圖書資訊系統的搜尋關鍵字，使系統得以採用詞句搜尋，其功能更加多元與完備，以找出更符合讀者需求的結果。本研究成功地利用語意分析詞句以取得多名詞，藉以找出關鍵字詞及其延伸關聯字詞，進而獲得更多、更精確的延伸圖書館典藏資訊，提供讀者選擇參考運用，有效地改善讀者使用圖書館資源的精確性與便利性。

This study aimed to improve the accuracy of contextual keyword analysis through the extension of the Semantic Web Service. In order to eliminate irrelevant results when using single word search, multiple nouns as keywords in a Chinese sentence can help readers accurately obtain the expected results. The present study adopted the ConceptNet5 system developed by the Massachusetts Institute of Technology as well as Academia Sinica Chinese word segmentation system with the hope to find out more relevant information through keywords search. With the use of semantic analysis, the researchers found that multiple nouns can be successfully extracted in a Chinese sentence so as to identify more context-related words. By doing so, more information about library resource can be obtained. Thus, such information can be accurately identified; meanwhile, the convenience and simplicity of library search for users can be improved

第一章 緒論
第一節 研究背景
第二節 研究動機與目的
第三節 論文架構
第二章 文獻探討
第一節 語意網服務
第二節 服務導向架構
第三節 圖書資訊交換格式
第四節 中文斷詞與剖析系統
第五節 ConceptNet
第六節 廣義知網
第七節 斷詞原則
第三章 研究方法
第一節 系統分析與設計
第二節 斷詞
第三節 系統流程
第四節 MDA開發模式之PIM模型
第四章 結果與討論
第一節 系統處理斷詞範例演示
第二節 搜尋方式比較
第五章 結論
第六章 未來展望
參考文獻
附 錄

1.鄧中安（民102年）。Goal-Oriented、架構的異質資源整合平台之研究－以圖書館資訊系統為例。嶺東科技大學資訊科技應用研究所碩士論文。
2.陳克健、黃淑齡、施悅音、陳怡君（民94年）。多層次概念定義與複雜關係表達－繁體字知網的新增架構。漢語詞彙語義研究的現狀與發展趨勢國際學術研討會，中國：北京大學。
3.國家圖書館（民90年）。資訊檢索服務與協定(CNS-13416，Z39.50)規範。圖書館法專案。
4.黃居仁（民92年）。語意網、詞網與知識本體：淺談未來網路上的知識運籌。佛教圖書館館訊，第三十三期。
5.江綉瑛，陳和琴，吳瑠璃（民85年）。圖書分類編目。新北市蘆洲區：國立空中大學印行。
6.陳光華，江玉婷（民95年）。學術圖書館學術資源服務的新模式與實作。圖書資訊學刊，頁77-96。
7.曾保彰（民96年）。服務導向架構(Service-Oriented、Architecture，SOA)。計算機及資訊網路中心電子報，第一期。
8.葉紹萱（民103年）。結合時事新聞之語意網研究－以圖書資訊系統的延伸推薦為例。嶺東科技大學資訊科技研究所碩士論文。
9.李復孝，馬維銘，趙善中（民98年）。以架構導向改善軟體測試管理模型之研究。資訊管理展望。vol.11:1，頁73-93。
10.馬偉雲（民101年）。未知詞擷取做法-中文斷詞系統 (http://ckipsvr.iis.sinica.edu.tw/uwe.htm)。
11.鄧文焯（民91年）。Web Services介紹 (http://www.Iiiedu.org.tw/ knowledge/knowledge20021231_1.htm)。
12.林千翔、張嘉惠（民95年）。基於特製隱藏式馬可夫模型之中文斷詞研究(http://aclweb.org/anthology/O/O06/O06-1019.pdf)。
13.中區技職聯合圖書（民103年）。(http://interloan.yuntech.edu.tw)。
14.中央研究院資訊科學所詞庫小組（民101年）。中文斷詞與剖析系統 (http://ckipsvr.iis.sinica.edu.tw)。
15.維基百科（民103年）。軟體工程(http://zh.Wikipedia.org/wiki/軟體工程)。
16.英文維基百科（民102年）http://en.wikipedia.org。
17.Bai, M. H., Chen, K. J., and Chang, J. S. (2008). Improving Word Alignment by Adjusting Chinese Word Segmentation. Proceedings of IJCNLP 2008.
18.Chen, K. J., and Bai, M. H. (1998). Unknown Word Detection for Chinese by a Corpus-based Learning Method. International Journal of Computational linguistics and Chinese Language Processing, (pp. 27-44).
19.ConceptNet5. (2013). http://conceptnet5.media.mit.edu.
20.ConceptNet. (2013). http://web.media.mit.edu/~hugo/conceptnet.
21.Chen, K. J., and Ma, W. Y. (2002). Unknown Word Extraction for Chinese Documents. Proceedings of COLING, (pp. 169-175).
22.DBPedia. (2013).http://dbpedia.org.
23.Dennis, A., Wixom, B. H., and Tegarden, D. (2010). System Analysis and Design with UML: An Object-Oriented Approach, John Wiley & Sons, New Jersey.
24.Lucchi, R., Millot, M., and Elfers, C. (2008). Resource Oriented Architecture and REST-Assessment of Impact and Advantages on INSPIRE. JRC European Commission, JRC 45883.
25.Ma, W. Y., and Chen, K. J. (2003). Introduction to CKIP Chinese Word Segmentation System for the First International Chinese Word Segmentation Bakeoff. Proceedings of the second SIGHAN workshop on Chinese language processing, , (pp. 168-171).
26.Ma, W. Y., and Chen, K. J. (2003). A Bottom-Up Merging Algorithm for Chinese Unknown Word Extraction.Proceedings of ACL workshop on Chinese language processing, (pp. 31-38).
27.WordNet. (2013). http://wordnet.princeton.edu.