[論文レビュー] Hyponymy Extraction Of Domain Ontology Concept Based On Ccrfs And Hierarchy Clustering*

Qiang Zhan|arXiv (Cornell University)|Jul 31, 2015

Advanced Text Analysis Techniques参考文献 9被引用数 2

ひとこと要約

本稿では、段階的条件付きランダムフィールド（CCRF）を用いた2段階の上位下位関係抽出手法を提案する。まず、単純およびネストされたドメイン概念を特定し、次に階層的クラスタリングを用いて上位下位関係を確立する。この手法は、自由テキストから意味的なオントロジー階層を抽出する際に高い効率性を示す。

ABSTRACT

Concept hierarchy is the backbone of ontology, and the concept hierarchy acquisition has been a hot topic in the field of ontology learning. this paper proposes a hyponymy extraction method of domain ontology concept based on cascaded conditional random field(CCRFs) and hierarchy clustering. It takes free text as extracting object, adopts CCRFs identifying the domain concepts. First the low layer of CCRFs is used to identify simple domain concept, then the results are sent to the high layer, in which the nesting concepts are recognized. Next we adopt hierarchy clustering to identify the hyponymy relation between domain ontology concepts. The experimental results demonstrate the proposed method is efficient.

研究の動機と目的

• ドメインオントロジー学習における概念階層の自動取得という課題に対処すること。
• 非構造化テキストにおける単純およびネストされたドメイン概念の同定精度を向上させること。
• クラスタリング技術を用いてオントロジー概念間の信頼性の高い上位下位関係を確立すること。
• 段階的な条件付きランダムフィールドを用いて概念認識を向上させる連鎖モデルを開発すること。

提案手法

• 本手法は、2層構造を持つ段階的条件付きランダムフィールド（CCRF）を採用する。下位層は単純なドメイン概念を同定し、上位層はネストされた概念を検出する。
• 下位CCRF層の出力を上位層に供給することで、複雑またはネストされたドメイン概念の精緻な検出が可能になる。
• 同定されたドメイン概念に対して階層的クラスタリングを適用し、意味的および構造的類似性に基づいて上位下位関係を同定する。
• 本手法は自由テキストを入力として処理するため、事前アノテーションデータを必要とせず、エンドツーエンドの抽出が可能である。
• 本モデルは、系列ラベリングと文脈に配慮した特徴学習を活用し、ドメイン固有用語の認識精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 非構造化テキストから単純およびネストされたドメイン概念を効果的に同定する方法は何か？
• RQ2 段階的な条件付きランダムフィールドをどのように組み合わせて、段階的な概念認識を実現するか？
• RQ3 自由テキストからドメイン概念間の上位下位関係を信頼性高く抽出する方法は何か？
• RQ4 階層的クラスタリングは、上位下位関係抽出の正確性をどの程度向上させるか？

主な発見

• 提案されたCCRFベースの手法は、自由テキストから単純およびネストされたドメイン概念を効果的に同定できる。
• 段階的な構造により、層間の文脈的依存関係を活用することで、認識精度が向上する。
• 階層的クラスタリングにより、抽出されたドメイン概念間の上位下位関係が成功裏に確立された。
• 全体としての手法は、生テキストからドメインオントロジー階層を抽出する際に高い効率性を示した。