蔡英文「論文門」爆重大進展！學者震驚：LSE態度急轉彎

中天新聞網．2022年9月6日 11:00

記者李俊毅／綜合報導

總統蔡英文「論文門」爭議出現重大進展！旅美學者林環牆今（6日）透露，英國倫敦政經學院(LSE) 9月2日的最新回覆獨立記者理查森(Michael Richardson)的態度出現轉彎！林環牆直言，LSE的說法一變再變，令人震驚，也令人非常不恥。不過，這也隱約透露，「蔡英文詐騙博士學位的敗行，已讓英國校方感受到難以抵擋的壓力」。

林環牆今在臉書發文表示，LSE的校務秘書（School Secretary）路易絲.納達爾女士（Louise Nadal）最近於9月2日的回函中表示：「關於號稱蔡英文1983年10月16日（星期天）在倫敦政經學院參加博士論文口試的口試委員，經過正式的內部審核後，『LSE無法確定是否持有蔡英文口試委員的資訊。』（“The School cannot be sure whether it is hold.”)」

林環牆直言，這樣的答覆，還是重重地掌摑了曾為蔡英文虛構兩名博士口委的LSE法務主管海恩先生（Kevin Haynes)。而且，這樣的答覆等於是第三度官方確認LSE沒有蔡英文參加博士口試的正式紀錄。

彭文正再提證據，指法務部官員串通LSE內部人員，將這些偽造的證據送給北檢（圖／翻攝自臉書）

林環牆並進一步解釋，LSE內部的法律團隊(LSE Legal Team)代表人海恩(Kevin J. Haynes) 早在前年（2020）12月18日就提供了兩位口試委員(Michael J. Elliott 和 Leonard H. Leigh)，透過台灣駐英代表處轉交給法務部。既然LSE校務評議會都已否認LSE持有蔡英文的博士口試委員及其他相關資料，那麽屬於LSE法律團隊的海恩先生又是如何無中生有，虛構出兩個博士口試委員給台灣的法務部呢？

林環牆強調，當時提「海恩跨海串供」，到今天為止快將近兩年，蔡英文的律師團吭都不敢吭一聲，而LSE現在更是騎虎難下，陷入進退兩難。

#倫敦政經學院LSE已騎虎難下了有影嘸？英國倫敦政經學院(LSE) 9月2日的最新回覆獨立記者理查森(Michael…
由獨立觀察發佈於 2022年9月5日星期一

最新選舉新聞

多元觀點

不同視角的媒體報導

鄭文燦海基會

國情報告

顧立雄接掌國防部

勞力士賴清德

柯文哲北士科案

賴清德內閣

太報

今日新聞NOWnews

FTNN新聞網

聯合新聞網

卸任前破200億拼花蓮復原鄭文燦：務從災民立場出發，滿足災區各方面需求

520後，行政院副院長鄭文燦將轉任海基會董事長，不過，完善0403地震災後復原重建工作，鄭文燦於4月昨（4/25)日召開研商「0403震災復原重建方案」會議，盼讓災民有感，鄭請工程會及主計總處統整各機關重建復原及紓困振興經費需求，總經費預估超過200億元，鄭也請各部會務必從災民的立場出發，滿足災區各方面重建復原需求，並盡最大的努力讓災民生活能夠儘速復原。

選舉假訊息查核

看更多新聞專輯

資料來源：網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫，其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
分析方式：本模型分析方式非採傳統抽樣之民意調查，係將蒐集之資料庫予以分析，無母體數、樣本數限制。本模型係運用大數據關鍵引擎，透過深度學習與AI人工智慧技術，使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術，汲取網路上相關討論文章，將文章分為正面、負面、中立三種情緒，計算網路聲量。
跨世代劃分標準：本預測模型判別跨世代之依據，係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎，計算跨世代在不同社群聲量上的權重，綜合計算後得到世代好感度數據。
名詞解釋
- 網路聲量：透過「KEYPO大數據關鍵引擎」，計算社群討論及新聞報導提及的文章則數，聲量越高代表討論越熱，能見度越高。
- 好感度分數：綜合評估網路聲量與網友語意情緒，分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理，得出好感度分數，再進行各縣市候選人彼此的比較，評量不僅需要聲量高，而且是好評要高，負評要低。好感度分數範圍在0-100分之間，分數越高，表示整體網友對於該位候選人的好感程度越佳。
其他說明
- 調查單位及主持人：大數據股份有限公司
- 辦理時間：即日起至2022年11月16日止，逐日更新好感度數據。
- 抽樣方式：本預測模型非抽樣之民調調查
- 母體數：無母體數，請參考上述大數據資料庫的內容涵蓋範圍
- 樣本數及誤差值：本預測模型非採用小樣本抽樣之民意調查，不適用抽樣誤差值
- 經費來源：Yahoo奇摩、大數據股份有限公司