[論文レビュー] Automated Generation of Cross-Domain Analogies via Evolutionary Computation

Atılım Güneş Baydin, Ramón López de Mántaras+1 more|arXiv (Cornell University)|Apr 11, 2012

Semantic Web and Ontologies被引用数 9

ひとこと要約

本稿では、memetic原則と構造マッピング理論を用いて意味ネットワークを進化させることで、クロスドメインの類推を自動生成する画期的な進化的アルゴリズムを提示する。本手法は、与えられたベースドメインに対して、構造的に類似した新しいターゲットドメインを生成することに成功し、ConceptNetおよびWordNetを知識源として用いるフィットネス駆動型の進化によって実現可能性を示している。

ABSTRACT

Analogy plays an important role in creativity, and is extensively used in science as well as art. In this paper we introduce a technique for the automated generation of cross-domain analogies based on a novel evolutionary algorithm (EA). Unlike existing work in computational analogy-making restricted to creating analogies between two given cases, our approach, for a given case, is capable of creating an analogy along with the novel analogous case itself. Our algorithm is based on the concept of "memes", which are units of culture, or knowledge, undergoing variation and selection under a fitness measure, and represents evolving pieces of knowledge as semantic networks. Using a fitness function based on Gentner's structure mapping theory of analogies, we demonstrate the feasibility of spontaneously generating semantic networks that are analogous to a given base network.

研究の動機と目的

• 事前に存在する事例同士の類推を特定するのではなく、オープンエンドで自動的に新しいクロスドメインの類推を生成する計算的手法を開発すること。
• 意味ネットワークを進化する「ミーム」として扱い、変異と選択のプロセスを経て知識創出における文化的進化をモデル化すること。
• Gentnerの構造マッピング理論に基づくフィットネス関数を実装し、類推的に類似した意味ネットワークの進化をガイドすること。
• 進化的計算が、与えられたベースドメインから意味的に意味のある、構造的に類似した知識表現を生成できることを示すこと。
• 進化的原則と日常的知識ベースを用いて、所望の性質を持つ知識を生成する汎用フレームワークを提供すること。

提案手法

• 本手法は、知識を概念と二項関係からなる有向意味ネットワークとして表現し、進化的アルゴリズムにおける進化対象の個体として用いる。
• 変異は、ConceptNetおよびWordNetからの日常的知識を活用して適合された意味ネットワーク向けのmemetic交叉および変異演算子によって達成される。
• Gentnerの構造マッピング理論に基づくフィットネス関数が、ベースネットワークと進化ネットワークの間の構造的整合性を測定することで、類推的類似性を評価する。
• トーナメント選択とエリート主義を用いた選択が行われ、より高い類推的フィットネスを持つ個体が優遇される。
• アルゴリズムは世代を経て意味ネットワークの集団を進化させ、収束状態を把握するためにフィットネスとネットワークサイズを追跡する。
• 初期ネットワーク生成は、最大概念数および最小関係スコアの閾値によって制限され、意味のある変異を保証する。

実験結果

リサーチクエスチョン

• RQ1 進化的アルゴリズムは、与えられたベースドメインに対して、自動的に新しい構造的に類似したターゲットドメインを生成できるか？
• RQ2 構造マッピング理論に基づくフィットネス関数は、意味的に整合性のある類推の進化をどの程度効果的にガイドできるか？
• RQ3 意味ネットワークと日常的知識ベース（ConceptNet、WordNet）の使用は、意味的に意味のある類推的進化をどの程度可能にするか？
• RQ4 進化的プロセスは、人間の創造的推論に類似したクロスドメインマッピングの類推を自発的に生成できるか？
• RQ5 memeticな変異と選択は、計算フレームワーク内で新しい非自明な類推を生成するために果たす役割は何か？

主な発見

• 2つの異なる実験において、それぞれ35および42世代で、構造的に類似した意味ネットワークが成功裏に生成され、フィットネス値は2.8および2.7を達成した。
• 進化した個体はベースネットワークよりも複雑性が低下しており、9および10の概念と9の関係を示しており、効果的な構造的整合性が確認された。
• フィットネス値は世代を経て安定的に増加し、各世代で最高の個体が常に集団平均を上回った。
• ネットワークサイズ（関係数で測定）は時間とともに安定化し、進化プロセスの収束を示している。
• 事前にターゲットを知らなくても、本手法は新しい類推の生成に実現可能であることを示しており、計算的創造性における役割を支持する。
• ConceptNetおよびWordNetの統合により、意味的な変異と選択が可能になり、進化した類推の意味的整合性が向上した。