Intelligent Future Recreation Harbor Application Service: Taking Kaohsiung Asia New Bay as an Example to Construct a Composite Recreational Knowledge Graph

智慧未來休憩港灣應用服務：以高雄亞灣為例建構複合休憩知識圖譜 Intelligent Future Recreation Harbor Application Service: Taking Kaohsiung Asia New Bay as an Example to Construct a Composite Recreational Knowledge Graph 吳典志 Dian-Zhi Wu1, 呂昱德 Yu-De Lu1, 董家銘 Chia-Ming Tung1, 黃柏洋 Bo-Yang Huang1 黃薰慧 Hsun-Hui Huang2, 林謙德 Chien-Der Lin2, 盧文祥 Wen-Hsiang Lu1 資訊工程學系, 成功大學1 地方創生處, 資訊工業策進會2 { P76101495, ne6101068, P78081065, P76091666 }@gs.ncku.edu.tw { beatrice, chiender }@iii.org.tw, whlu@ncku.edu.tw 摘要 有鑑於台灣目前針對港灣休憩的整體專屬 規劃服務缺少，多樣的海洋休憩活動和海 上景點觀光也未能統合市港週遭服務進行 規劃發展，加上針對港灣休憩服務進行軟 硬整合而發展的新型態產品及應用服務不 多，以及台灣的港灣休憩服務相關產業正 面臨數位轉型挑戰。因此資策會提出創新 「智慧未來休憩港灣應用服務」計畫，並委 託本團隊以高雄亞灣為主要實證場域，提 出複合休憩知識建構模型，運用多來源知 識圖譜建構與推論技術推薦適切的休憩服 務資訊，讓遊客能夠享受最佳的擬真智慧 人機感知互動服務體驗。 Abstract In view of the lack of overall specialized de- sign services for harbour recreation in Taiwan nowadays, various marine recreational activi- ties and marine scenic spots haven’t yet been planned and developed in the integration of ser- vices around the city and harbour. As there are not many state-of-the-art products and applica- tion services, and Taiwan’s harbour leisure services-related industries are facing the chal- lenge of digital transformation. Institute for Information Industry proposed an innovative “Smart Future Recreational Harbour Applica- tion Service”project, taking Kaohsiung Asia’ s New Bay Area as the main field of demon- stration, Using multi-source knowledge graph integration and inference technology to recom- mend appropriate recreational service informa- tion, as a result, tourists can enjoy the best vir- tual reality intelligent human-machine interac- tive service experience during their trip. 關鍵字：高雄亞灣、港灣休憩、知識圖譜、 智慧人機互動服務體驗、複合休憩知識建構模 型 Keywords: Kaohsiung Asia New Bay Area, Harbour Recreation, Knowledge Graph, Intelli- gent Human-Machine Interactive Service Expe- rience, Complex Rest Knowledge Construction Model 1 緒論 1.1 背景 本研究為因應經濟部技術處法人科專分項計畫 「智慧未來休憩港灣應用服務」需要，本團隊 提出複合休憩知識建構模型，擷取非結構化資 料並建構港灣休憩知識圖譜，同時設計開發合 適的知識圖譜建構框架於港灣休憩智慧應用服 務的技術研究。 1.2 動機 「智慧未來休憩港灣應用服務」計畫主要有鑑 於台灣目前針對港灣休憩的整體規劃服務缺 少，多樣的海洋休憩活動和海上景點觀光也未 能統合市港週遭服務進行規劃發展。此外，針 對港灣休憩服務進行軟硬整合而發展的新型態 產品及應用服務不多，以及台灣的港灣休憩服 務相關產業面臨數位轉型挑戰，需要藉由新興 科技的導入。 因此，本計畫預計將整合高效能、高附加價值 及高創新應用之服務與產品發展之綜合考量， 規劃發展以「港灣體感科技旅遊」為主軸、高 雄亞灣為主要實證場域，並融入元宇宙虛擬體 驗進行核心技術研發，以完成遊艇載具為主的 實船串接模擬機連動與環境擬真體驗之即時擬 真智慧人機感知系統，提供使用者線上線下遊 艇休憩體感模擬與跨域共遊體驗。打造全台首 創體感港灣休憩服務，讓民眾體驗遊艇航行環 境的真實呈現和港灣休憩即時互動服務內容， 滿足遊艇休憩活動的擬真互動感需求，對海洋 活動不再陌生畏懼、近而產生興趣。 1.3 方法 本計畫之系統架構圖如圖1所示，首先蒐集選 定景點官方網站 (詳見3.1) 的網頁資訊，同時 結合高雄市政府公開資訊平台1以及高雄港務 1高雄市政府公開資訊平台 The 34th Conference on Computational Linguistics and Speech Processing (ROCLING 2022) Taipei, Taiwan, November 21-22, 2022. The Association for Computational Linguistics and Chinese Language Processing 155 圖 1: 系統架構圖 公司2提供的港區船席現況 API 作為資料集， 所蒐集的資料包含結構化、半結構化及非結構 化資料，本研究提出複合休憩知識建構模型， 擷取非結構化資料並建構港灣休憩知識圖譜， 同時設計開發合適的知識圖譜建構框架於港灣 休憩智慧應用服務的技術研究。 2 相關研究 2.1 知識圖譜建構 Google 於 2012 年提出知識圖譜的概念3，利用 語意檢索從許多來源進行資訊蒐集並將其加入 Google Search 服務以優化其搜尋引擎。知識 圖譜基本組成由「實體-關係-實體」三元組所 建成，實體概念或詞彙代表節點 (node)、以關 係代表邊 (edge)。透過自然語言處理 (Natural Language Processing, NLP) 的技術將文章內容 進行分析以取出節點與邊的語意關係並建構 出龐大的網路結構。知識圖譜的建構主要可 以分成兩類，分別是通用型知識圖譜以及特 定領域型知識圖譜，通用型知識圖譜最早可 以追溯至 WordNet (Miller, 1992)，WordNet 是 一個英文的語意網路，在 WordNet 中，名詞、 動詞、形容詞和副詞各自被組織成一個同義 詞的集合 (synsets)，每個同義詞集合都代表一 個基本的語義概念，並且這些集合之間也由 各種關係連接形成網絡，後續基於 WordNet 的結構又衍生出許多不同的語言的語意網路 甚至是多語言的語義網路，通用型知識圖譜 除了常見的用於表達詞彙的定義、詞彙間的 關係的語義網路以外，Vrandečić and Krötzsch (2014)，利用維基百科的資料建構了 WikiData 知識庫，藉由維基百科的共同協作性、多語 性等特性，保證了知識圖譜的知識量會隨著 時間持續擴增。另一方面，知識圖譜也被廣 2高雄港區停泊現況資訊 3Introducing the Knowledge Graph: things, not strings 泛應用在多個特定領域，例如醫療領域 (Gatta et al., 2017; Rastogi and Zaki, 2020)、教育領域 (Aliyu et al., 2020; Chen et al., 2018) 或是本計 畫的主題旅遊領域。(Ling, 2020) 以中國的泰 山作為核心景點並蒐集相關的景點資訊，例 如文化背景、自然資源等等，建構出泰山旅 遊導覽知識圖譜，DBtravel(Calleja et al., 2018) 利用擷取 Wikitravel4中的網頁資訊，並透過 Wikitravel 網頁中的特定 html 標籤結構建構出 知識圖譜。目前現有之旅遊導覽知識圖譜大都 多依賴於旅遊網站等結構化資料，這些客觀資 訊較難反映出一個景點真實的旅遊經驗，本計 畫將引入部落客遊記，當作使用者可參考的主 觀資訊。 2.2 旅遊推薦系統 推薦系統近年來非常流行，最常見的應用在 於電商平台，透過分析使用者的購買紀錄、瀏 覽紀錄等資訊，用來預測並推薦消費者的偏好 商品，促成交易 (Jain and Hegade, 2021; Zhao et al., 2022)。而隨著人們對於生活便利的強烈 追求，更多領域引入了推薦系統，例如本計畫 的旅遊領域，而使用知識圖譜進行旅遊行程推 薦的系統更是少見，(Ling, 2020) 以泰山為核 心景點建構知識圖譜並透過分析使用者的基本 資訊、情境資訊、行為資訊去推薦使用者適合 的泰山周遭景點或導覽資訊。本計畫則是以高 雄亞灣為核心景點。 3 方法 本研究整合網際網路資源、高雄市政府公開資 訊平台及高雄港務公司船舶停靠資訊 API 以 擷取亞灣休憩知識圖譜所需知識。 如圖1所示網際網路資源包含選定景點的官方 網站資源為核心知識擷取的內容及景點相關之 部落格遊記文章為旅遊經驗知識擷取的內容。 4Wikitravel The 34th Conference on Computational Linguistics and Speech Processing (ROCLING 2022) Taipei, Taiwan, November 21-22, 2022. The Association for Computational Linguistics and Chinese Language Processing 156 選定景點 選定景點 亞灣遊艇碼頭 高雄展覽館 高雄 85 大樓 高雄港埠旅運中心 流行音樂中心-鯨魚堤岸 流行音樂中心-音浪塔 駁二藝術特區 蓬萊商港區 (棧庫群) 哈瑪星鐵道文化園區 新濱碼頭 鼓山輪渡站 鼓山漁港 哨船頭遊艇碼頭 西子灣風景區 打狗英國領事館文化園區 高雄燈塔 旗津輪渡站 旗津老街 旗后漁港 海軍第四造船廠 夢時代購物中心 表 1: 亞灣 21 景點 • 核心知識: 官方網站將依資料特性區分為景點基本資 訊的靜態資訊及最新消息、活動及展演等 各類活動的動態資訊。動態資訊將另行開 …

Content truncated to 500 words