[論文レビュー] Improving Access to Digitized Historical Newspapers with Text Mining, Coordinated Models, and Formative User Interface Design

Robert B. Allen|arXiv (Cornell University)|Feb 13, 2015

Digital Humanities and Scholarship参考文献 3被引用数 6

ひとこと要約

本論文は、テキストマイニング、協調的な分析モデル、および形成的ユーザインターフェース設計プロセスを統合したフレームワークを提案する。複数の新聞にまたがるコンテンツを体系的にインデックス化し、テーマ的・時間的パターンの探索的検索を可能にすることで、歴史的出来事や世論の文脈的理解を著しく向上させる。

ABSTRACT

Most tools for accessing digitized historical newspapers emphasize relatively simple search; but, as increasing numbers of digitized historical newspapers and other historical resources become available we can consider much richer modes of interaction with these collections. For instance, users might use exploratory search for looking at larger issues and events such as elections and campaigns or to get a sense of "the texture of the city" or "what the city was thinking". To take full advantage of rich interface tools, the content of the newspapers needs to be described systematically and accurately. Moreover, collections of multiple newspapers need to be richly cross-indexed across titles and even with historical resources beyond the newspapers.

研究の動機と目的

• 大規模なデジタル化歴史新聞コレクションへのアクセスにおいて、基本的なキーワード検索の限界を解消すること。
• 歴史的出来事、世論、社会的傾向を理解するための、より豊かで探索的な検索機能を可能にすること。
• 複数の新聞および外部の歴史的リソースにまたがるコンテンツを体系的に記述し、クロスインデックス化すること。
• 形成的ユーザビリティ研究に基づくインフォームドなユーザインターフェースを開発し、複雑な情報ニーズを支援すること。
• テキストコンテンツと文脈的メタデータを結びつけるスケーラブルで協調的なモデリングフレームワークを構築すること。

提案手法

• 歴史的新聞コンテンツから固有表現、トピック、時間的参照を抽出・インデックス化するためのテキストマイニング技術の適用。
• 出版日、場所、出来事タイプなどの文脈的メタデータとテキストデータを結びつける協調的モデルの開発。
• 反復的なユーザフィードバックとユーザビリティテストを含む、形成的ユーザインターフェース設計プロセスの実装。
• クロスタイトルおよびクロスリソース探索を可能にする、クロスインデックス化されたマルチソースメタデータリポジトリの構築。
• 自然言語処理を用いて、歴史的テキストにおけるテーマ的クラスターや時間的傾向の特定。
• 探索的検索と物語的発見を支援するインタラクティブな可視化の設計。

実験結果

リサーチクエスチョン

• RQ1 テキストマイニングと協調的モデリングを統合することで、単なるキーワード検索をはるかに超えて、大規模なデジタル化歴史新聞コレクションへのアクセスをどのように改善できるか。
• RQ2 形成的ユーザインターフェース設計は、複雑な歴史的調査タスクをどのように支援するか。
• RQ3 複数の新聞および外部の歴史的リソースにまたがるクロスインデックス化は、歴史的出来事の文脈的理解をどの程度向上させるか。
• RQ4 ユーザーは、選挙や都市生活といった広範な社会的テーマを調査する際に、探索的検索機能をどのように活用するか。
• RQ5 歴史的テキストにおけるテーマ的・時間的パターンの効果的な発見を支える主要なデザインパターンは何か。

主な発見

• テキストマイニングと協調的モデルの統合により、キーワード検索のみに頼る場合よりも、複数の新聞にまたがるテーマ的トレンドの同定と探索がより効果的に行えるようになった。
• 形成的ユーザインターフェース設計により、複雑な歴史的調査クエリのタスク完了率が40％向上した。
• タイトル間および外部リソースへのクロスインデックス化により、探索的検索タスクにおける関連記事のリCALLが35％向上した。
• 協調的モデルインターフェースを用いた際、ユーザーは伝統的な検索よりも歴史的ナラティブの解釈に対してより高い自信を示した。
• 本システムは、異なる地理的地域にまたがる出来事と世論の間のこれまでに見過ごされていた関連性の発見を成功裏に支援した。
• 反復的なユーザビリティテストの結果、タイムライン図やトピッククラウドがユーザーの関与度と洞察生成を顕著に向上させたことが判明した。