工作內容
工作內容
研究問題
本研究有下列三項研究問題：
(1) 創建Library處理含有ANSI escape sequences的資料：
創建一個Dart Library，處理包含ANSI escape sequences的複雜資料和封裝其他PTT論壇的功能操作，以應對TUI與GUI (Graphical User Interface) 之間的內容互動。
(2) 使用大語言模型和Python進行資料分析處理：
藉由openAI的gpt-3.5-turbo API，利用大語言模型的文字分類、文案撰寫等技術，配合Python的pandas Library 等進行資料的分析。(3) 建立APP使用介面：
採用跨平台框架Flutter，結合APP連線、UI組件、資料處理等，建立一個使用者友好的APP介面。
研究方法及步驟
不同於PCMan系列BBS連線軟體 的解析方法，本研究將把含有ANSI escape sequences 的內容，轉換為HTML tags 的方法解決複雜的排版問題，儘管可以在自行建立的Parser中處理cursor controls 指令，但仍有很大的可能性會容易在裝置大小變化的情況下，出現編輯與排版的問題。
本研究先行轉換為HTML tags的方法可以有效利用現今已成熟發展的HTML render，來應對響應式設計 (Responsive design)，而這也是其較為擅長的。此外，為了確保LLM回應結果之精確性，去除非相關內容的Prompt應至關重要，也能透過利用HTML parser輔助我們進行更進一步的處理。
因此，在這個研究中，我們提出了四個步驟處理此問題：1) 資料獲取 (Data Fetching)，2) 資料轉換 (Data Conversion)，3) 內容分析 (Content Analysis)，以及 4) 介面繪製 (UI Render)，如圖所示。每個步驟的介紹如下：
- 資料獲取 (Data Fetching)
為了盡可能透過Flutter 解決跨平台的問題，大部分內容將以Dart語言進行實作。基於這一前提，資料獲取的初始步驟是使用WebSocket協定 進行連線，以取得PTT回傳的原始資料，並且使UTF-8 和Big5-UAO 標準對binary資料進行編碼。另外，我們將包裝其他PTT論壇功能，這個方式可以將與TUI互動的步驟分離，以利後續使用。在以wrapper形式封裝功能的情況下，可以透過直接調用得以更快速的互動或取得我們所需的資料。
- 資料獲取 (Data Fetching)
- 資料轉換 (Data Conversion)
資料轉換是串聯文字與分析的關鍵步驟之一。此部分將建立一個Library，負責提取與轉換。具體而言，可以分為純文字 (raw text) 和格式化文字 (formatted text)。對於不需要ANSI escape sequences 排版等資訊的內容，如看板清單，可僅提取純文字，反之，對於需要顏色、排版等資訊的內容，如文章，則將其轉換為HTML tags。這種方式可以僅在必要時進行轉換，得以提升處理效率。
- 資料轉換 (Data Conversion)
- 內容分析 (Content Analysis)
此研究的內容分析可分為兩種類別，由大語言模型 (LLM) 驅動的分析和透過Python pandas Library等進行的一般分析。為了提高GPT模型回應的準確率，需要明確、有意義的Prompt，藉由利用HTML parser提取需要的資料片段和正規表示式 (Regular expression) 等方法，可以提升Prompt 的有效性。分析的目標包括文章統整、留言統整，智慧回復建議，參與者反應解析等。而一般分析的部分，此研究將建立一種基於時間範圍的演算法，辨別熱度突增的文章，並給予進一步的分析，包括文字雲、熱門時段、趨勢追蹤等。
- 內容分析 (Content Analysis)
- 介面繪製 (UI Render)
使用者體驗 (User Experience) 為較少被討論但至關重要的一面。這意味著如何在現有的使用過程中，整合LLM帶來的應用。更明確的說，其中可能包括版面設計、提示的主動性與否以及互動流程等。作為和使用者互動的界面，我們希望在符合操作邏輯的情況下，提升PTT身為文字論壇的使用體驗。期望結合多種內容分析以提供一個全新的體驗，探索社群媒體和生成式AI的未來發展。
- 介面繪製 (UI Render)
