[論文レビュー] Coupled Clustering: a Method for Detecting Structural Correspondence

Zvika Marx, Ido Dagan+1 more|ArXiv.org|Jul 23, 2001

Advanced Clustering Algorithms Research被引用数 3

ひとこと要約

本論文は、構造的およびトピック的類似性を活用して、2つの異なるデータセットにおいて対応するクラスタを同時に同定する、新しい手法である結合クラスタリングを導入する。この手法により、テキストコーパスにおける構造的対応関係の検出が可能となり、共同クラスタリング最適化によって、複合システム間のトピック的整合性の同定精度が向上する。

ABSTRACT

This paper proposes a new paradigm and computational framework for identification of correspondences between sub-structures of distinct composite systems. For this, we define and investigate a variant of traditional data clustering, termed coupled clustering, which simultaneously identifies corresponding clusters within two data sets. The presented method is demonstrated and evaluated for detecting topical correspondences in textual corpora.

研究の動機と目的

• 異なる複合システムの部分構造間における構造的対応関係を同定する課題に対処すること。
• 2つのデータセットにわたる同時クラスタリングを可能にする計算フレームワークの開発。
• 従来のクラスタリング手法を上回る、テキストコーパスにおけるトピック的対応関係の検出を改善すること。
• 共有クラスタ構造を用いて、異種システム間の部分構造をマッピングする原則的なアプローチを提供すること。

提案手法

• 本手法は、2つのデータセットを併用して動作する従来のクラスタリングの変種として、結合クラスタリングを導入する。
• 構造的およびトピック的類似性に基づいて、2つのデータセット間のクラスタを整合させるための共同最適化目的関数を定式化する。
• 異なるデータセット内のクラスタ間の類似性測度を用いて、クラスタリングプロセスをガイドする。
• 対応制約を維持しながら、クラスタ割り当てを反復的に最適化する。
• スケーラビリティに配慮し、構造が異なっているが関連性のある部分構造を有するテキストコーパスに適用可能である。
• 一貫性があり対応するクラスタ形成を保証するため、集合内および集合間のクラスタリング目的関数を統合する。

実験結果

リサーチクエスチョン

• RQ1 2つの複合システムの部分構造間における構造的対応関係をどのように信頼性高く検出できるか？
• RQ2 独立クラスタリングと比較して、共同クラスタリングは対応関係検出をどの程度改善するか？
• RQ3 結合クラスタリングは、構造が異なっているが関連性のあるコンテンツを有するテキストコーパスにおいて、トピック的整合性を効果的に同定できるか？
• RQ4 データセット間に対応を強制するクラスタリングフレームワークのための主要な設計原則は何か？

主な発見

• 結合クラスタリングは、ベースライン手法と比較して、2つのテキストコーパス間の対応クラスタをより高い精度で同定できた。
• 共同最適化フレームワークにより、2つのデータセット間で検出されたトピックの整合性と整合性が向上した。
• データセットの分布やサイズに差があっても、構造的対応関係の検出に対して頑健であることが示された。
• 実験的評価により、結合クラスタリングは意味のあるトピック的整合性を捉える点で、独立クラスタリングを上回ることが確認された。