[論文レビュー] ExpFinder: An Ensemble Expert Finding Model Integrating $N$-gram Vector Space Model and $μ$CO-HITS

Yong‐Bin Kang, Hung Du|arXiv (Cornell University)|Jan 1, 2021

Expert finding and Q&A systems参考文献 39被引用数 3

ひとこと要約

ExpFinderは、$n$VSM（N-gram Vector Space Model）と新しいグラフベースの$\mu$CO-HITSアルゴリズムを統合したアンサンブル専門家検出モデルであり、専門家検出の性能を向上させることを目的としている。4つの学術的データセットにおいて、6つのベースラインモデルを19%から160.2%まで顕著に上回っている。

ABSTRACT

Finding an expert plays a crucial role in driving successful collaborations and speeding up high-quality research development and innovations. However, the rapid growth of scientific publications and digital expertise data makes identifying the right experts a challenging problem. Existing approaches for finding experts given a topic can be categorised into information retrieval techniques based on vector space models, document language models, and graph-based models. In this paper, we propose $ extit{ExpFinder}$, a new ensemble model for expert finding, that integrates a novel $N$-gram vector space model, denoted as $n$VSM, and a graph-based model, denoted as $ extit{$μ$CO-HITS}$, that is a proposed variation of the CO-HITS algorithm. The key of $n$VSM is to exploit recent inverse document frequency weighting method for $N$-gram words and $ extit{ExpFinder}$ incorporates $n$VSM into $ extit{$μ$CO-HITS}$ to achieve expert finding. We comprehensively evaluate $ extit{ExpFinder}$ on four different datasets from the academic domains in comparison with six different expert finding models. The evaluation results show that $ extit{ExpFinder}$ is a highly effective model for expert finding, substantially outperforming all the compared models in 19% to 160.2%.

研究の動機と目的

• 急速に増加する科学的出版物とデジタル専門知識データの状況において、関連する専門家を特定する課題に対処すること。
• ベクトル空間モデル、言語モデル、グラフベースのモデルに依存する従来の専門家検出手法の限界を克服すること。
• $n$VSMによる意味的表現と$\mu$CO-HITSによる構造的関係を活用するハイブリッドモデルを構築し、精度の向上を図ること。
• 4つの多様な学術的データセット上で提案されたモデルを評価し、6つの確立された専門家検出モデルと性能を比較すること。

提案手法

• 最近開発された逆文書頻度重み付け方式をN-gram特徴に適用することで、テキストの意味的表現を向上させた新しい$ n $VSMを提案する。
• CO-HITSアルゴリズムの変種である$\mu$CO-HITSを導入し、リンク解析を用いて異種ネットワークにおける著者-トピック関係をモデル化する。
• $n$VSMと$\mu$CO-HITSを統合したアンサンブルフレームワークに統合し、両方のコンポーネントからのスコアを組み合わせて最終的な専門家ランク付けを実行する。
• $n$VSMからの意味的関連性と$\mu$CO-HITSからの構造的関連性を組み合わせるための重み付き統合戦略を採用する。
• $\mu$CO-HITSコンポーネントの学習と評価に、著者、出版物、トピックの異種ネットワークを活用する。
• 4つの学術的データセットに対して、精度、再現率、F1スコアなどの標準的な評価指標を適用し、パフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 $n$VSMと$\mu$CO-HITSの統合は、単独のモデルと比較して、専門家検出のパフォーマンスをどの程度向上させるか？
• RQ2 提案された$ n $VSMは、従来のベクトル空間モデルと比較して、トピック固有の専門知識をどの程度効果的に捉えられるか？
• RQ3 $\mu$CO-HITSアルゴリズムは、学術的引用ネットワークにおけるネットワーク構造をどの程度効果的に活用して専門家検出を実行できるか？
• RQ4 アンサンブルモデルにおける意味的信号と構造的信号の相対的寄与度はどの程度か？

主な発見

• ExpFinderは、4つの学術的データセットにおいて、6つのベースライン専門家検出モデルを19%から160.2%まで顕著に上回るパフォーマンスを達成している。
• $n$VSMと$\mu$CO-HITSの統合により、意味的信号と構造的信号を組み合わせることで、専門家検出の精度が顕著に向上している。
• $n$VSMコンポーネントは、逆文書頻度重み付けを施したN-gram特徴を用いることで、トピック固有の用語を優れた性能で捉えている。
• $\mu$CO-HITSモデルは、著者-トピック関係のネットワーク構造を効果的に活用して関連する専門家を同定している。
• 評価されたすべてのデータセットにおいて、F1スコア、精度、再現率の観点から、アンサンブルモデルはすべてのベースラインを上回っている。
• 結果から、意味的モデルと構造的モデルを統合することで、学術分野における強固でスケーラブルな専門家検出ソリューションが得られることを確認した。