[論文レビュー] A New Similarity Measure for Taxonomy Based on Edge Counting

Manjula Shenoy. K, K. C. Shet+1 more|arXiv (Cornell University)|Nov 20, 2012

Advanced Text Analysis Techniques被引用数 4

ひとこと要約

本論文は、WuとPalmerのエッジカウント法を改善するために、概念間の最短経路と分類体系全体の深さを組み込み、階層内で近い概念が同じ分岐内にある概念よりも高い類似度スコアを受けるという一貫性の欠如を是正するためのペナルティ要因を導入した、新しい分類体系ベースの類似度測定法を提案する。その結果、情報検索、オントロジー照合、テキストマイニングなどの応用分野において、より意味論的に正確で頑健な類似度測定法が得られた。

ABSTRACT

This paper introduces a new similarity measure based on edge counting in a taxonomy like WorldNet or Ontology. Measurement of similarity between text segments or concepts is very useful for many applications like information retrieval, ontology matching, text mining, and question answering and so on. Several measures have been developed for measuring similarity between two concepts: out of these we see that the measure given by Wu and Palmer [1] is simple, and gives good performance. Our measure is based on their measure but strengthens it. Wu and Palmer [1] measure has a disadvantage that it does not consider how far the concepts are semantically. In our measure we include the shortest path between the concepts and the depth of whole taxonomy together with the distances used in Wu and Palmer [1]. Also the measure has following disadvantage i.e. in some situations, the similarity of two elements of an IS-A ontology contained in the neighborhood exceeds the similarity value of two elements contained in the same hierarchy. Our measure introduces a penalization factor for this case based upon shortest length between the concepts and depth of whole taxonomy.

研究の動機と目的

• 概念間の意味的距離を考慮しないというWuとPalmerの類似度測定法の限界を是正すること。
• 同じ階層内にある概念が隣接分岐の概念よりも低い類似度スコアを受けるという直感に反する結果を是正すること。
• 概念間の最短経路と分類体系全体の深さを両方組み込んだ類似度測定法を開発すること。
• IS-Aオントロジーにおける真正の意味的関連性を反映させるために、ペナルティ要因を導入すること。
• 情報検索、オントロジー照合、質問応答などの応用分野における性能向上を図るため、概念類似度評価を強化すること。

提案手法

• WuとPalmerのエッジカウント法を拡張し、分類体系内における2つの概念間の最短経路長を統合する。
• 異なる階層レベル間での一貫性を向上させるために、分類体系全体の深さを正規化要因として組み込む。
• 最短経路距離と分類体系の深さを組み合わせた新しい類似度式を定義し、類似度スコアのバイアスを低減する。
• 概念の相対的位置と根からの距離に基づいたペナルティ要因を導入し、誤った類似度順位付けを是正する。
• 2つの概念が分類体系内でどの点で合流するかを特定するために、最低共通下位概念（LCS）の概念を用いる。
• LCSの深さと分類体系全体の深さを考慮した関数を用いて、類似度スコアを正規化する。

実験結果

リサーチクエスチョン

• RQ1 IS-A分類体系における概念類似度測定の意味的正確性をどのように向上させられるか？
• RQ2 なぜWuとPalmerの測定法では、同じ階層内にある概念と隣接分岐にある概念を比較する際に一貫性の欠如が生じるのか？
• RQ3 最短経路と分類体系全体の深さを組み込むことで、類似度スコアの一貫性が向上するか？
• RQ4 近縁だが位置が異なる概念に対してペナルティ要因が類似度スコアに与える影響は何か？
• RQ5 既存の手法と比較して、提案手法は頑健性と意味的正確性の観点でどのように優れているか？

主な発見

• 提案された類似度測定法は、同じ階層内にある概念が隣接分岐の概念よりも低いスコアを受けるという問題を解消した。
• 最短経路と分類体系の深さを統合することで、より一貫性があり意味論的に意味のある類似度スコアが得られた。
• ペナルティ要因により、階層内で近いが根から遠い概念の類似度の過剰評価が効果的に低減された。
• 構造的位置に依存するのではなく、真正の概念的関連性を反映させるように、WuとPalmerの手法を改善した。
• オントロジー照合や情報検索など、正確な概念類似度が必要な応用分野において、信頼性が向上した。
• 理論的分析により、対称性や異なる分類体系深さにおける適切な正規化といった望ましい性質を保持していることが確認された。