[論文レビュー] Intelligent Agent Based Semantic Web in Cloud Computing Environment

Debajyoti Mukhopadhyay, Manoj Kumar Sharma+3 more|arXiv (Cornell University)|May 4, 2013

Semantic Web and Ontologies参考文献 13被引用数 3

ひとこと要約

この論文では、キーワードベースの検索エンジンの限界を克服するため、クラウドコンピューティング環境における知能エージェントに基づくメタ意味的検索エンジン「SemanTelli」を提案する。Hakia、DuckDuckGo、SenseBotなどの複数の意味的検索エンジンを自律的エージェントによって調整することで、クラウドにおける意味的理解と分散処理を通じて、結果の関連性と効率性を向上させる。

ABSTRACT

Considering today's web scenario, there is a need of effective and meaningful search over the web which is provided by Semantic Web. Existing search engines are keyword based. They are vulnerable in answering intelligent queries from the user due to the dependence of their results on information available in web pages. While semantic search engines provides efficient and relevant results as the semantic web is an extension of the current web in which information is given well defined meaning. MetaCrawler is a search tool that uses several existing search engines and provides combined results by using their own page ranking algorithm. This paper proposes development of a meta-semantic-search engine called SemanTelli which works within cloud. SemanTelli fetches results from different semantic search engines such as Hakia, DuckDuckGo, SenseBot with the help of intelligent agents that eliminate the limitations of existing search engines.

研究の動機と目的

• 文法的マッチングに依存するが意味的意味を考慮しないキーワードベースの検索エンジンの限界を解消すること。
• 分散型クラウド環境における意味ウェブ技術を活用し、検索の関連性と効率性を向上させること。
• 複数の既存の意味的検索エンジンからの結果を統合するメタ意味的検索エンジンを設計すること。
• 複数の意味的ソースから結果を自律的に取得・ランク付け・統合する知能エージェントを実装すること。
• クラウドホスティングされた、エージェント駆動型の意味的検索アーキテクチャの実現可能性と性能向上を実証すること。

提案手法

• システムは、Hakia、DuckDuckGo、SenseBotを含む複数の外部意味的検索エンジンを動的に照会する知能エージェントを採用する。
• エージェントは意味的メタデータを用いて結果を抽出・正規化し、複数エンジン間の比較と統合を可能にする。
• 集中型ランク付けモジュールが、関連性とソースの信頼性に基づいて結果を統合する独自のページランクアルゴリズムを適用する。
• スケーラビリティ、フェイルセーフ、オンデマンドリソース割り当てを確保するため、アーキテクチャはクラウド環境にデプロイされる。
• 意味的アノテーションを用いてクエリ理解を豊かにし、キーワードマッチングをはるかに超える結果の正確性を向上させる。
• 新規の意味的検索エンジンやエージェントのモジュラー統合を可能にするサービス指向設計を採用する。

実験結果

リサーチクエスチョン

• RQ1 複数の異種意味的検索エンジンからの結果を効果的に統合するために、知能エージェントをどのように活用できるか？
• RQ2 クラウドコンピューティング環境で、効率的でスケーラブルかつ意味的認識可能な検索を実現するアーキテクチャ設計はどのようなものか？
• RQ3 複数の意味的エンジンからの結果統合が、個々のエンジンと比較して、どれほど検索の関連性を向上させるか？
• RQ4 知能エージェントは、動的なWeb環境におけるメタ検索システムのパフォーマンスと適応性をどのように向上させるか？
• RQ5 クラウドインfraストラクチャは、リアルタイムで大規模な意味的検索操作をサポートするために、どのような役割を果たすか？

主な発見

• 提案されたSemanTelliシステムは、知能エージェントを用いて複数の意味的検索エンジンからの結果を統合し、結果の統合と関連性の向上を実証した。
• クラウドベースのデプロイにより、動的スケーリングと高い可用性が実現され、リアルタイムのクエリ処理をサポートした。
• 意味的メタデータとエージェントベースの調整の活用により、結果統合における重複が低減され、正確性が向上した。
• システムのメタランクアルゴリズムは、複数ソースの関連性信号を活用することで、個々のエンジンの結果を上回る性能を示した。
• 最小限の遅延オーバーヘッドで、分散型かつ異種環境へのデプロイが可能であることが実証された。
• エージェントとクラウドインfraストラクチャの統合により、自律的で適応的かつスケーラブルな意味的検索運用が可能になった。