[論文レビュー] Information Retrieval Model: A Social Network Extraction Perspective

Mahyuddin K. M. Nasution, Shahrul Azman Mohd Noah|arXiv (Cornell University)|Jul 16, 2012

Information Retrieval and Data Mining参考文献 10被引用数 8

ひとこと要約

本稿では、確率的論理を用いて文書の関連性スコアを向上させるために、ソーシャルネットワーク抽出を統合した新しい情報検索モデルを提案する。エンティティおよびその関係を関係的空間内のイベントとしてモデル化し、確率論およびジャカード係数を用いて意味的類似度を計算することで、構造的で関係に基づくランキングによって、検索精度を向上させる。

ABSTRACT

Future Information Retrieval, especially in connection with the internet, will incorporate the content descriptions that are generated with social network extraction technologies and preferably incorporate the probability theory for assigning the semantic. Although there is an increasing interest about social network extraction, but a little of them has a significant impact to infomation retrieval. Therefore this paper proposes a model of information retrieval from the social network extraction.

研究の動機と目的

• 現在の情報検索システムにおけるソーシャルネットワーク抽出の統合が限定的であるという問題に取り組む。
• ウェブドキュメントから抽出されたエンティティ間の意味的関係を組み込むことで、IRの効果性を向上させる。
• 関係的イベントおよび論理的含意に基づいて関連性をモデル化する確率的フレームワークを開発する。
• 進化するドキュメントおよびクエリネットワークを通じて、動的でインタラクティブなクエリ処理を可能にする。
• ソーシャルネットワーク構造を用いて、複数語および複数関係クエリの関連性を計算的に実行可能に評価する方法を提供する。

提案手法

• 語の共起に基づいて導出されるシングルトンおよびダブルトンイベントを用いて、ウェブページおよびクエリを関係的空間内のイベントとしてモデル化する。
• ノードがエンティティを表し、属性の交差から導出される関係を表すエッジを有する、$ SN = \langle V, E, A, R, Z, \xi, \zeta \rangle $ というソーシャルネットワーク構造を定義する。
• 確率論を適用して関連性を推定し、関係に基づく関連性スコアリングに $ P(\rho \Rightarrow \omega) = \sum_R P(\rho) R_\rho(\omega) $ を使用する。
• 画像論理（imaging logic）を用いて条件付き確率を計算し、$ P(\omega \Rightarrow q) = \sum_\Omega P(\omega) \Omega_\omega(q) $ のように表す。ここで真理値は0または1である。
• 交差に基づく関係モデリング $ Z_a \cap Z_b $ を用いて、エンティティ属性集合間の類似度を暗黙的にジャカード係数で測定する。
• 対称的関係空間 $ \rho_x, \rho_y $ を導入し、イベント間の双方向的含意をモデル化することで、関連性推論における論理的一致性を実現する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルネットワーク抽出は、情報検索におけるウェブページおよびクエリの意味的表現をどのように向上させ得るか？
• RQ2 エンティティ間の関係が考慮される場合、確率的論理は関連性をどのようにモデル化するか？
• RQ3 関係的イベント（ダブルトンイベント）は、従来の語ベースのモデルに比べて検索パフォーマンスを向上させ得るか？
• RQ4 論理的含意および画像論理は、ソーシャルネットワーク構造とどのように統合され、ドキュメントの関連性を計算するか？
• RQ5 この関係的・確率的フレームワークを用いて、複数語および複数関係クエリはどの程度効果的に評価可能か？

主な発見

• モデルは、ウェブページから抽出されたソーシャルネットワークが、$ \omega \Rightarrow t_a \land t_b $ が $ t_a \land t_b \Rightarrow \omega $ と論理的に同値であることを示し、対称的な関連性評価を可能にする。
• 関係 $ \rho \Rightarrow \omega $ の確率は $ P_\rho(\omega) = \sum_R P(\rho) R_\rho(\omega) $ として計算され、関係に基づく関連性スコアリングの形式的基盤を提供する。
• クエリネットワークをユーザーのセッション中にインタラクティブに変更・拡張可能であるため、動的クエリ適応が可能である。
• 対称的関係空間の使用により、含意チェーンの一貫性が保証され、$ \rho_x(\Omega_b \Rightarrow \Omega_a) = \rho_y(\Omega_a) $ によって双方向推論の妥当性が裏付けられる。
• フレームワークは、語や関係の組み合わせの関連性を計算可能であり、ドキュメントが与えられたときのクエリの真偽確率は $ P(\rho \Rightarrow q) = \sum_R P(\rho) R_\rho(q) $ として表される。
• モデルは、複数語の関連性が関係構造を通じて効果的に計算可能であることを示しており、複数の共起語または関係がドキュメントの関連性を高めることの証拠がある。