[論文レビュー] Discovering Latent Concepts and Exploiting Ontological Features for Semantic Text Search

Vuong M. Ngo, Tru H. Cao|arXiv (Cornell University)|Jul 15, 2018

Topic Modeling参考文献 56被引用数 12

ひとこと要約

本稿では、同義語、上位概念、語の意味といったオントロジー的特徴を活用し、関係制約付き拡散活性化を用いて潜在的意味的概念を発見する、オントロジーに基づく一般化されたベクトル空間モデルを提案する。キーワードベースのモデルと比較して41.9%、従来の制約付き拡散活性化モデルと比較して29.3%の性能向上を達成し、評価指標にMAPを用いたベンチマークデータセット上で検証された。

ABSTRACT

Named entities and WordNet words are important in defining the content of a text in which they occur. Named entities have ontological features, namely, their aliases, classes, and identifiers. WordNet words also have ontological features, namely, their synonyms, hypernyms, hyponyms, and senses. Those features of concepts may be hidden from their textual appearance. Besides, there are related concepts that do not appear in a query, but can bring out the meaning of the query if they are added. The traditional constrained spreading activation algorithms use all relations of a node in the network that will add unsuitable information into the query. Meanwhile, we only use relations represented in the query. We propose an ontology-based generalized Vector Space Model to semantic text search. It discovers relevant latent concepts in a query by relation constrained spreading activation. Besides, to represent a word having more than one possible direct sense, it combines the most specific common hypernym of the remaining undisambiguated multi-senses with the form of the word. Experiments on a benchmark dataset in terms of the MAP measure for the retrieval performance show that our model is 41.9% and 29.3% better than the purely keyword-based model and the traditional constrained spreading activation model, respectively.

研究の動機と目的

• クエリに明示的に存在しない潜在的意味的概念を捉えるために、キーワードベースのテキスト検索の限界を克服すること。
• WordNet や名前付きエンティティメタデータからの同義語、上位概念、語の意味といったオントロジー的特徴を活用して、意味的テキスト検索を向上させること。
• クエリに明示的に存在する関係に限定して拡散活性化を制限することで、ノイズや関係のない情報を導入しないこと。
• マルチセンスの曖昧性解消のため、最も具体的な共通上位概念と語形を組み合わせて語表現を向上させること。
• オントロジー知識を統合した、より優れた検索パフォーマンスを実現する一般化されたベクトル空間モデルの開発

提案手法

• クエリに明示的に存在する関係を通じみでのみ関連性を伝搬する関係制約付き拡散活性化メカニズムを採用し、不適切な関連性を避ける。
• クエリ語項とそのオントロジー的関係（上位概念、同義語など）に基づいて知識グラフ内のノードを活性化することで、潜在的概念を発見する。
• マルチセンス語に対しては、すべての可能な意味の最も具体的な共通上位概念と語の表層形を用いて組み合わせ表現を計算する。
• 従来のベクトル空間モデルにオントロジー的特徴を用いた用語重み付けスキームを組み込むことで、意味的表現を強化する。
• WordNet と名前付きエンティティオントロジーを用いて、エイリアス、クラス、意味の区別といった意味的メタデータをクエリおよび文書表現に豊かにする。
• 最終的な文書ランク付けは、拡張されたベクトル空間内における強化クエリベクトルと文書ベクトル間の重み付きコサイン類似度を用いて計算する。

実験結果

リサーチクエスチョン

• RQ1 クエリに含まれる明示的でない関係を導入せずに、関係のない情報を発生させることなく、潜在的意味的概念を効果的に発見する方法は何か？
• RQ2 同義語、上位概念、語の意味といったオントロジー的特徴は、意味的テキスト検索性能をどの程度向上できるか？
• RQ3 すべての関係を使用する従来の拡散活性化と比較して、関係制約付き拡散活性化メカニズムは優れているか？
• RQ4 意味の曖昧性を減らしつつ、意味の特異性を保ちながら、マルチセンス語をどのように表現できるか？
• RQ5 一般化されたベクトル空間モデルにオントロジー的特徴を統合することで、検索効果性に測定可能な向上が得られるか？

主な発見

• 提案モデルは、完全にキーワードベースの検索モデルと比較して、平均平均精度（MAP）で41.9%の向上を達成した。
• 従来の制約付き拡散活性化モデルと比較して、MAPの観点から29.3%の優位性を示し、関係制約付き伝搬の有効性を実証した。
• 上位概念や同義語といったオントロジー的特徴の統合により、モデルの意味的に関連する文書の検索能力が顕著に向上した。
• 最も具体的な共通上位概念と語形を組み合わせる手法は、マルチセンスの曖昧性を効果的に解消し、表現品質を向上させた。
• 関係制約付き拡散活性化メカニズムは、関係のない関係からのノイズを最小限に抑えながら、関連する潜在的概念を的確に同定できた。
• 結果から、一般化されたベクトル空間モデルに構造化されたオントロジー的知識を活用することで、意味的テキスト検索に顕著な向上が得られることを確認した。