[論文レビュー] Etymo: A New Discovery Engine for AI Research

Weijian Zhang, Jonathan Deakin+2 more|arXiv (Cornell University)|Jan 25, 2018

Topic Modeling参考文献 7被引用数 3

ひとこと要約

Etymoは、全文埋め込み（Doc2VecおよびTF-IDF）から得られる動的で類似性に基づく論文ネットワークを用いて、検索、ランク付け、可視化を向上させる、AI研究のための新規発見エンジンを提案する。この進化するグラフ上でPageRankと逆方向PageRankを組み合わせ、ソーシャルメディアの信号を統合することで、『t-sne』のようなクエリにおいて、従来の検索を上回る、関連性が高く影響力のある最近の論文を効果的に抽出する。

ABSTRACT

We present Etymo (https://etymo.io), a discovery engine to facilitate artificial intelligence (AI) research and development. It aims to help readers navigate a large number of AI-related papers published every week by using a novel form of search that finds relevant papers and displays related papers in a graphical interface. Etymo constructs and maintains an adaptive similarity-based network of research papers as an all-purpose knowledge graph for ranking, recommendation, and visualisation. The network is constantly evolving and can learn from user feedback to adjust itself.

研究の動機と目的

• 急速に拡大するAI文献における情報過多の課題に対処し、新規論文では引用数ベースのランク付けが機能しない問題を解決すること。
• リストベースの検索インターフェースの限界を克服し、ランク付けされた結果と併せて関係性の視覚的探索を統合すること。
• 全文コンテンツとユーザーフィードバックを用いてスケーラブルで適応可能な研究論文の知識グラフを構築すること。
• コンテンツ類似性とソーシャルメディア信号を活用することで、新規および出現中の研究に対する検索の関連性を向上させること。
• ハイブリッドランク付けと可視化システムを通じて、画期的で最近の影響力のある論文を研究者が発見できるようにすること。

提案手法

• Doc2VecおよびTF-IDFを用いて論文全文の高次元ベクトル表現間のコサイン類似度を計算し、類似性に基づくネットワークを構築する。
• 引用に依存せず、ベクトル類似度を用いてリンクを推定することで、毎日更新される動的知識グラフを維持する。
• 2次元の可視化レイアウトとインタラクティブな探索のため、1000次元の論文埋め込みをt-SNEで低次元化する。
• 標準的なPageRankと逆方向PageRankを組み合わせたハイブリッドランク付けモデルを用い、論文の権威性とハブ性の両方を評価する。
• ユーザーフィードバックとソーシャルメディア活動（例：Twitterのリツイート）を統合し、ネットワーク接続性を最適化し、ノイズを低減する。
• ランク付けされた結果をリスト形式で表示するとともに、論文間の関係を示すインタラクティブなグラフを併記する二重インターフェースを設計する。

実験結果

リサーチクエスチョン

• RQ1 引用数が入手不可な状況下で、全文埋め込みから導出される類似性ベースのネットワークが、最近のAI研究論文のランク付けと推薦に有効に機能するか。
• RQ2 PageRankと逆方向PageRankを組み合わせることで、単独で使用する場合と比較して、検索結果の関連性がどのように向上するか。
• RQ3 ソーシャルメディア信号とユーザーフィードバックを統合することで、コンテンツベースの論文推薦システムの耐障害性と正確性がどの程度向上するか。
• RQ4 ランク付けされた結果と併せて論文の関係を可視化することで、関連性のある研究を特定するための研究者が費やす時間が短縮されるか。
• RQ5 このシステムの性能が、Google Scholarのような従来の検索エンジンと比較して、特定のトピックにおける画期的で新規の論文を検出する能力でどのように差をつけるか。

主な発見

• 『t-sne』というクエリにおいて、ネットワークベースの評価（PageRank + 逆方向PageRank）を用いたEtymoは、2008年にvan der MaatenとHintonが発表した画期的論文を正しく最優先順位に配置し、最初に表示された。
• ネットワークベースの評価の導入により、結果の質が著しく向上し、歴史的に重要かつ関連性の高い論文が、ベースライン（非ネットワーク）ランク付けよりも上位に位置づけられた。
• Etymoの結果には、自動的パーセプルキシティ選択に関する2017年の論文など、より新しいかつ関連性の高い出版物が含まれており、Google Scholarが古いまたは特異性に欠ける作品を優先するのとは対照的であった。
• このシステムは、t-SNEに関する主要な後続研究（例：van der Maatenの2014年の高速化論文、2017年の効率的アルゴリズムに関する研究）を的確に特定・ランク付けしており、関連研究の検索能力が優れていることが示された。
• ハイブリッドランク付けモデルは、純粋なPageRankやHITSを上回った。これは、権威性とハブ性のスコアを組み合わせることで、基礎的でない新規研究の両方の検索精度が向上することを示している。
• 視覚的グラフ探索の統合により、ユーザーは同時に上位ランクの論文とそれらの相互接続関係を確認でき、Google Scholarのように複数の「関連記事」リンクをクリックして探す必要がなくなり、作業効率が向上した。