[論文レビュー] Growing Wikipedia Across Languages via Recommendation

Ellery Wulczyn, Robert West+2 more|arXiv (Cornell University)|Apr 12, 2016

Wikis in Education and Collaboration参考文献 15被引用数 4

ひとこと要約

本論文では、不足リソースを持つウィキペディア言語版において、欠落している記事の作成を促進するエンドツーエンドシステムを提示する。このシステムは、ある言語（例：英語）に存在するが、別の言語（例：フランス語）に存在しない記事を特定し、ページ閲覧予測を用いてその予測された重要度に基づき順位付けし、編集履歴に応じた編集者へのパーソナライズされた推薦を提供する。12,000人のフランス語ウィキペディア編集者を対象とした制御実験では、パーソナライズされた推薦により編集者の関与度が2倍に上昇し、記事作成率は3.2倍にまで向上した。また、推薦された記事は自然に作成されたものと同等の品質を示した。

ABSTRACT

The different Wikipedia language editions vary dramatically in how comprehensive they are. As a result, most language editions contain only a small fraction of the sum of information that exists across all Wikipedias. In this paper, we present an approach to filling gaps in article coverage across different Wikipedia editions. Our main contribution is an end-to-end system for recommending articles for creation that exist in one language but are missing in another. The system involves identifying missing articles, ranking the missing articles according to their importance, and recommending important missing articles to editors based on their interests. We empirically validate our models in a controlled experiment involving 12,000 French Wikipedia editors. We find that personalizing recommendations increases editor engagement by a factor of two. Moreover, recommending articles increases their chance of being created by a factor of 3.2. Finally, articles created as a result of our recommendations are of comparable quality to organically created articles. Overall, our system leads to more engaged editors and faster growth of Wikipedia with no effect on its quality.

研究の動機と目的

• 言語版ごとのウィキペディアのコンテンツカバレッジの顕著な不均衡に対処すること。特に、大多数の言語版が全知識のわずか一部しか含んでいないこと。
• ある言語に存在するが別の言語に欠落している記事を同定することで、不足リソースを持つウィキペディア言語版における知識ギャップを低減すること。
• 個々の編集者の関心に合わせてカスタマイズされた、高重要度の欠落記事を推薦することで、編集者の関与度と記事作成率を向上させること。
• 自然に作成されたコンテンツと比較して、推薦された記事のメトリクスを評価することで、長期的持続可能性を確保し、高品質な記事を提供すること。

提案手法

• ウィキデータの知識グラフを活用して、言語に依存しない概念を特定し、それらを言語固有のウィキペディア記事にマッピングすることで、ターゲット言語における欠落記事の検出を可能にする。
• 欠落している記事のターゲット言語における将来のページビューを予測する機械学習モデルを訓練し、その重要度の代理指標とする。
• 編集者の過去の編集活動と欠落記事のトピックとの間のコンテンツベースの類似度を計算し、推薦をパーソナライズする。
• 二部マッチングアルゴリズムを用いて、各欠落記事を最も関心の高い編集者に割り当て、1つの記事が複数の編集者に推薦されないようし、各編集者に複数の推薦を受け取らせることを保証する。
• 大規模なランダム化されたメール実験を実施し、パーソナライズされた推薦が編集者の関与度および記事作成に与える影響を評価する。
• 自然に作成されたコンテンツと比較して、削除率、ページビュー、編集品質の観点から、推薦によって作成された記事の品質を検証する。

実験結果

リサーチクエスチョン

• RQ1 パーソナライズされた欠落記事の推薦は、ウィキペディアにおける編集者の関与度を顕著に向上させるか？
• RQ2 パーソナライズされた推薦は、不足リソースを持つ言語版における記事作成率をどの程度向上させるか？
• RQ3 推薦に応じて作成された記事は、自然に作成されたものと同等の品質を有するか？
• RQ4 予測されたページビューは、多言語間の知識ギャップ低減において、記事の重要度の信頼できる代理指標として機能するか？
• RQ5 本システムは、複数の言語版における実世界の編集者集団にスケーリングした場合、どの程度の性能を示すか？

主な発見

• 12,000人のフランス語ウィキペディア編集者を対象とした制御実験において、パーソナライズされた推薦により編集者の関与度が2倍に上昇した。
• 推薦された記事の記事作成率は、ベースライン比で3.2倍に上昇し、コンテンツ成長に顕著な促進効果を示した。
• 推薦された記事は自然に作成された記事よりも削除率が低く、ページビューが多かったため、持続的な関連性と品質が裏付けられた。
• 推薦に応じて作成された記事は、自然に作成された記事と同等の編集品質を示し、コンテンツ品質の低下がないことが確認された。
• 予測されたページビューを読者数の予測として用いることで、重要度の高い欠落記事を効果的に同定・優先順位付けできた。
• 二部マッチング戦略により、効率的な推薦配分が実現され、関連性を最大化し、重複を最小限に抑えた。