[論文レビュー] Learning to Exploit Different Translation Resources for Cross Language Information Retrieval

Hosein Azarbonyad, Azadeh Shakery+1 more|arXiv (Cornell University)|May 20, 2014

Algorithms and Data Compression参考文献 22被引用数 3

ひとこと要約

本稿では、複数の翻訳リソースを統合するためのラーニング・トゥ・ランク（LTR）アプローチを提案し、クエリ語の翻訳をランク付けする。翻訳関係に基づく特徴と文脈に基づく特徴の両方を用いることで、英語-ペルシャ語CLIRにおける検索パフォーマンスが著しく向上し、教師ありランク付けによる多様な翻訳ソースの統合の有効性が示された。

ABSTRACT

One of the important factors that affects the performance of Cross Language Information Retrieval(CLIR)is the quality of translations being employed in CLIR. In order to improve the quality of translations, it is important to exploit available resources efficiently. Employing different translation resources with different characteristics has many challenges. In this paper, we propose a method for exploiting available translation resources simultaneously. This method employs Learning to Rank(LTR) for exploiting different translation resources. To apply LTR methods for query translation, we define different translation relation based features in addition to context based features. We use the contextual information contained in translation resources for extracting context based features.The proposed method uses LTR to construct a translation ranking model based on defined features. The constructed model is used for ranking translation candidates of query words. To evaluate the proposed method we do English-Persian CLIR, in which we employ the translation ranking model to find translations of English queries and employ the translations to retrieve Persian documents. Experimental results show that our approach significantly outperforms single resource based CLIR methods.

研究の動機と目的

• 複数の翻訳リソースを、品質や特性にばらつきがある状況で、クロスリンガル情報検索（CLIR）に統合する課題に対処すること。
• 単一リソースに依存するのではなく、多様な翻訳ソースを活用することで、クエリ語の翻訳品質を向上させること。
• 言語的特徴と文脈的特徴の両方を用いて、翻訳候補をランク付けする統一されたフレームワークを構築すること。
• 具体的には英語からペルシャ語への検索を想定した現実世界のCLIRシナリオにおいて、提案手法の有効性を評価すること。

提案手法

• 本手法は、翻訳関係に基づく特徴と文脈に基づく特徴の両方を組み合わせたスコアをもとに翻訳候補をスコアリングするラーニング・トゥ・ランク（LTR）を用いてモデルを学習する。
• 翻訳関係に基づく特徴は、異なるリソース間での翻訳の信頼性と一貫性を捉える。
• 文脈に基づく特徴は、周辺の語彙的・構文的文脈を活用し、特定のクエリ文脈における翻訳の適切さを評価する。
• 関連する翻訳が特定されたラベル付きデータを用いてモデルを学習させることで、高品質な翻訳を予測するのに最適な特徴を学習する。
• 最終的な翻訳ランク付けモデルは、ペルシャ語文書を検索する前に、英語クエリの翻訳候補を再ランク付けするために適用される。
• 本アプローチは、英語-ペルシャ語CLIRの設定で評価され、翻訳されたクエリを用いて関連するペルシャ語文書を検索する。

実験結果

リサーチクエスチョン

• RQ1 学習するためのランク付けフレームワークを用いて複数の翻訳リソースを統合することで、単一リソースを用いる場合と比較して、CLIRにおける翻訳品質が向上するか？
• RQ2 翻訳関係に基づく特徴と文脈に基づく特徴のどちらが、高品質な翻訳を区別するのにより効果的か？
• RQ3 提案された複数リソース統合手法は、現実の検索タスクにおけるベースラインの単一リソースCLIRシステムと比較して、どのように性能を発揮するか？
• RQ4 文脈的情報は、低リソースまたは曖昧なクエリ文脈において、翻訳選択をどの程度向上させるか？

主な発見

• 提案されたLTRベースの手法は、英語-ペルシャ語クロスリンガル検索において、単一リソースCLIR手法を著しく上回る性能を示した。
• 翻訳関係に基づく特徴と文脈に基づく特徴の両方を統合することで、単独で用いる場合よりも優れた翻訳ランク付けが達成された。
• モデルは、クエリ語の語に対してより正確で文脈的に適切な翻訳を選択することで、検索効果性が向上した。
• 実験結果から、学習によるランク付けを用いて複数の翻訳リソースを統合することで、検索パフォーマンス指標に顕著な向上が得られることを示した。