Abstract
這是一個資訊爆炸的時代，隨著網路的蓬勃發展，越來越多的資訊在網際網路上流通，該如何在如此龐大的資訊洪流之中找到我們所需要的資料，將會是一個益發重要的課題。隨著網際網路的發達，網站的發展也日趨蓬勃，許多新聞網站紛紛成立，例如：中時電子報、聯合新聞網、明日報。為了讓使用者在如此多的新聞網站中更為方便閱讀有興趣的新聞，因此一些新聞整合性質的網站也紛紛成立，例如：太一信通網羅新聞，所提供的服務是收錄多家新聞網站的新聞報導並加以整合，但是部份的新聞服務還是需要人工輔助，因此若我們可以讓電腦在這方面發揮更大的助力，就能夠有效地減少處理新聞文件所花的時間，也更能節省花在這方面的人力資源。太一信通網羅新聞所提供新聞服務是一項「新聞分群」（news clustering）服務，而新聞分群就是針對各個不同的新聞類別，找出其中描述同一事件的新聞報導，將其合為一個新聞群聚，以便於提供「新聞群組」服務。我們將利用計算字串相似度的方式求得新聞標題之間的相似度，根據這些相似度再以「階層式聚合演算法」來完成分群的動作。在訓練過程中系統會調整分群所需的參數，希望能夠藉此提高電腦自動分群的準確度。此外我們也嘗試不經由反覆訓練的過程，而直接以統計的方法來求得分群所需的參數，並加以比較這兩種方式所得到的分群結果。我們的目的是希望能夠找出一個適用於本系統的方法，使其能夠提高電腦辨識新聞群聚的準確度，並協助完成分群的動作，則整個系統將可有效地節省人力，也使得系統處理時間更為快速。