[論文レビュー] Commonsense Reasoning and Large Network Analysis: A Computational Study of ConceptNet 4

Dimitrios I. Diochnos|arXiv (Cornell University)|Apr 22, 2013

Complex Network Analysis Techniques参考文献 17被引用数 5

ひとこと要約

本論文は、ネットワーク科学的手法を用いてConceptNet 4の包括的な計算的分析を実施し、その構造的性質、一貫性、ルールに類似したパターンを検討している。分析の結果、ConceptNet 4はスケールフリーディペンダント分布、高いクラスタリング係数、スモールワールド的特性を示しており、130,000以上のアサーションが巨大連結成分を形成している一方で、スコアと関係の面で顕著なデータの不整合が特定された。

ABSTRACT

In this report a computational study of ConceptNet 4 is performed using tools from the field of network analysis. Part I describes the process of extracting the data from the SQL database that is available online, as well as how the closure of the input among the assertions in the English language is computed. This part also performs a validation of the input as well as checks for the consistency of the entire database. Part II investigates the structural properties of ConceptNet 4. Different graphs are induced from the knowledge base by fixing different parameters. The degrees and the degree distributions are examined, the number and sizes of connected components, the transitivity and clustering coefficient, the cores, information related to shortest paths in the graphs, and cliques. Part III investigates non-overlapping, as well as overlapping communities that are found in ConceptNet 4. Finally, Part IV describes an investigation on rules.

研究の動機と目的

• ConceptNet 4が共通の知識ベースとして構造的整合性と一貫性を有しているかを評価すること。
• ConceptNet 4のネットワーク的性質、特に次数分布、連結成分、クラスタリング係数を調査すること。
• データベース全体にわたるスコア、関係の極性、アサーションの妥当性におけるデータ不整合を同定すること。
• 知識グラフ内のコミュニティ構造とルールに類似したパターンを探索すること。
• 異なるグラフ誘導パラメータおよび極性条件下におけるConceptNet 4の頑健性を評価すること。

提案手法

• SQLベースのデータベースダンプからアサーションを抽出・検証し、一貫性を確保するための三段階データクリーニングを実施した。
• 関係の極性（正、負、両方）を固定し、自己ループを含む・含まないを変更することで、複数のグラフバリアントを構築した。
• ネットワークトポロジーを分析するため、次数分布、クラスタリング係数、推移性、最短経路長を計算した。
• 弱連結成分および強連結成分、およびkコア分解を用いてコア構造を同定した。
• コミュニティ検出を適用し、重複を許容するおよび許容しないコミュニティを同定した。
• 高いサポートと成功確率を示す関係の三重項を分析することで、ルールに類似したパターンを評価した。

実験結果

リサーチクエスチョン

• RQ1 ConceptNet 4の構造的トポロジーはどのようなものであり、スモールワールド的またはスケールフリー的特性を示しているか？
• RQ2 ConceptNet 4におけるスコアと関係アサーションの整合性はどの程度であり、どのような種類のデータ不整合が存在するか？
• RQ3 異なる極性条件下におけるConceptNet 4の連結成分のサイズと分布はどのようになっているか？
• RQ4 コア構造とコミュニティ組織は知識グラフ内でどのように形成されるか？
• RQ5 どの関係三重項が高サポートと高成功確率を示しており、潜在的なルールに類似したパターンを示唆しているか？

主な発見

• ConceptNet 4は、近似的に2.3のべき乗則指数を示すスケールフリー次数分布を示しており、少数の概念が極めて多くの接続を持つことを示している。
• 最大の弱連結成分には130,000以上のアサーションが含まれており、強いグローバル連結性が示唆されている。
• クラスタリング係数は0.65と高く、推移性は0.58であるため、局所的な密なクラスタリングと強い推移的傾向が確認された。
• 正の極性のみを考慮した場合、90％以上のアサーションが1つの巨大連結成分に含まれている。
• 顕著なスコアの不整合が確認された：12％のスコアエントリで絶対値の差が0.5を超えており、11％は符号エラーを示していた。
• 最も頻度の高いルールに類似したパターンは「ConceptuallyRelatedTo → ConceptuallyRelatedTo → HasProperty」であり、成功率は5.4％、サポートは133,114であった。