[論文レビュー] Improving Statistical Multimedia Information Retrieval (MIR) Model by using Ontology

Mayank Singh, Vishal Jain|arXiv (Cornell University)|Jan 1, 2014

Image Retrieval and Classification Techniques参考文献 20被引用数 4

ひとこと要約

本論文は、意味的ギャップを低減するためにオントロジー統合を組み込んだ統計的マルチメディア情報検索（MIR）モデルを提案する。オントロジーに基づく用語表現と、拡張ブールモデルやベイジアンネットワークなどの統計的IR技術を組み合わせることで、テキストおよび画像用語の構造的意味的インデクシングを通じて、関連順位付けとユーザーのクエリ満足度が向上する。

ABSTRACT

The process of retrieval of relevant information from massive collection of documents, either multimedia or text documents is still a cumbersome task. Multimedia documents include various elements of different data types including visible and audible data types (text, images and video documents), structural elements as well as interactive elements. In this paper, we have proposed a statistical high level multimedia IR model that is unaware of the shortcomings caused by classical statistical model. It involves use of ontology and different statistical IR approaches (Extended Boolean Approach, Bayesian Network Model etc) for representation of extracted text-image terms or phrases. A typical IR system that delivers and stores information is affected by problem of matching between user query and available content on web. Use of Ontology represents the extracted terms in form of network graph consisting of nodes, edges, index terms etc. The above mentioned IR approaches provide relevance thus satisfying user‟s query. The paper also emphasis on analyzing multimedia documents and performs calculation for extracted terms using different statistical formulas. The proposed model developed reduces semantic gap and satisfies user needs efficiently.

研究の動機と目的

• 大規模なドキュメントコレクションにおけるユーザークエリとマルチメディアコンテンツの間の意味的不一致という持続的課題に対処すること。
• 統計的IRモデルにontology構造を統合することで、マルチメディア情報検索における意味的ギャップを低減すること。
• ネットワーク化された意味的グラフを用いた抽出テキストおよび画像用語の表現を通じて、検索精度とユーザー満足度を向上させること。
• マルチメディアコンテンツのより良い表現を実現するため、オントロジーを活用する高水準な統計的MIRフレームワークを構築すること。

提案手法

• 抽出されたテキストおよび画像用語を、ノード、エッジ、インデックス用語を備えたネットワークグラフとしてオントロジーで表現し、意味的構造化を行う。
• 関連性計算に、拡張ブールモデルやベイジアンネットワークモデルなどの統計的IRアプローチを統合する。
• 用語頻度とオントロジーから導出された意味的関係に基づいて、関連スコアを計算する統計式を用いる。
• ユーザークエリをオントロジー構造化用語にマッピングし、マルチメディアコンテンツとの意味的認識マッチングを可能にする。
• テキスト的および視覚的特徴を統合してマルチメディアコンテンツを表現し、統一的な検索を可能にするためにオントロジーでインデックス化する。
• 構造的およびインタラクティブな要素に対する意味的インデクシングを適用し、検索精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 オントロジー統合は、統計的IRモデルにおけるマルチメディアコンテンツの意味的表現をどのように改善するか？
• RQ2 オントロジーに基づくインデクシングは、ユーザークエリとマルチメディアドキュメントコンテンツの間の意味的ギャップをどの程度低減するか？
• RQ3 拡張ブールモデルやベイジアンネットワークなどの統計的IRモデルは、オントロジー構造化用語と組み合わせた場合に、どのように動作するか？
• RQ4 オントロジーと統計的MIRモデルを統合することで、ユーザーのクエリ満足度と関連順位付けが向上するか？

主な発見

• 提案されたモデルは、オントロジーに基づく意味的インデクシングを通じて、ユーザークエリとマルチメディアコンテンツの間の意味的ギャップを効果的に低減する。
• 統計的IRモデルにオントロジーを統合することで、意味的認識の用語マッチングが可能になり、検索結果の関連性が向上する。
• ネットワーク化されたグラフ構造（ノード、エッジ、インデックス用語）の使用により、抽出されたテキストおよび画像用語の表現が向上する。
• 拡張ブールモデルやベイジアンネットワークなどの統計的IRアプローチは、オントロジー強化用語表現と組み合わせることで、より高い性能を発揮する。
• より正確で意味的に意味のある検索結果が得られるため、ユーザーのクエリ満足度が向上する。