[論文レビュー] Mining and modeling character networks

Anthony Bonato, David Ryan D’Angelo+3 more|arXiv (Cornell University)|Aug 2, 2016

Complex Network Analysis Techniques参考文献 21被引用数 5

ひとこと要約

本稿では、モチーフに基づく特徴量と確率的ネットワークモデルを用いて小説および映画のキャラクター・ネットワークをモデル化・比較する機械学習フレームワークを提案する。密度が高く、不均一な部分構造を示す文学的ソーシャル・ネットワークに共通する性質を再現できる点から、Chung-Lu モデルがキャラクター・ネットワークに最も適合することが判明した。

ABSTRACT

We investigate social networks of characters found in cultural works such as novels and films. These character networks exhibit many of the properties of complex networks such as skewed degree distribution and community structure, but may be of relatively small order with a high multiplicity of edges. Building on recent work of beveridge, we consider graph extraction, visualization, and network statistics for three novels: Twilight by Stephanie Meyer, Steven King's The Stand, and J.K. Rowling's Harry Potter and the Goblet of Fire. Coupling with 800 character networks from films found in the http://moviegalaxies.com/ database, we compare the data sets to simulations from various stochastic complex networks models including random graphs with given expected degrees (also known as the Chung-Lu model), the configuration model, and the preferential attachment model. Using machine learning techniques based on motif (or small subgraph) counts, we determine that the Chung-Lu model best fits character networks and we conjecture why this may be the case.

研究の動機と目的

• 小説や映画などの文化的作品におけるキャラクター・ネットワークを、従来の文学的分析を越えて定量的かつアルゴリズム的に分析するためのアプローチを開発すること。
• 標準的な確率的ネットワーク・モデルが、物語テキストから抽出された構造的性質を正確に再現できるかどうかを調査すること。
• Chung-Lu、構成、優先的付加、および二項ランダムグラフの4つのネットワーク・モデルの中で、実際のキャラクター・ネットワーク・データに最も近いモデルを特定すること。
• モチーフのカウントと機械学習を用いてモデル選択を可能にし、ネットワーク・モデルの整合性を実証的に検証すること。
• モデルの適合度が物語構造や小説的ソーシャル・システムの構築プロセスに与える意味を考察すること。

提案手法

• スライディング・ウィンドウ内でのキャラクター名の共起に基づき、3部の小説（Twilight, The Stand, Harry Potter and the Goblet of Fire）および800の映画ネットワークから重み付きキャラクター・ネットワークを抽出した。
• 直径、クラスタリング係数、PageRank や媒介性といった中心性測度を含む標準的なネットワーク統計量を計算し、主要なキャラクターとコミュニティ構造を特定した。
• 実際のネットワークのノード数と平均次数に一致するように、Chung-Lu、構成、優先的付加、および二項ランダムグラフの4つの確率的ネットワーク・モデルをシミュレートした。
• SVM（ℓ1およびℓ2正則化付き）、ランダムフォレスト、AdaBoost を用いた機械学習分類器の特徴として、モチーフ（小さな部分グラフ）のカウントを用いた。
• モデル同士の識別を強化するために、固有値ヒストограмとグラフ・プロファイル（3および4ノードの非同型部分グラフ）を追加の特徴量として用いた。
• 教師あり学習を用いてモデル選択を実施し、訓練済み分類器を用いて各実世界のキャラクター・ネットワークに最も適合するモデルを予測した。

実験結果

リサーチクエスチョン

• RQ1 どの確率的ネットワーク・モデルが、文化的作品から抽出されたキャラクター・ネットワークの構造的特徴を最も正確に再現できるか？
• RQ2 キャラクター・ネットワークの文脈において、モチーフのカウントと部分グラフプロファイルは、異なるネットワーク・モデルを区別するのにどの程度有効か？
• RQ3 小規模でエッジ多重度の高いキャラクター・ネットワークにおいても、Chung-Lu モデルが他のモデルを上回る性能を示す理由は何か？
• RQ4 ネットワーク・モチーフに基づく機械学習手法は、フィクションのソーシャル・ネットワークの生成プロセスを信頼性を持って特定できるか？
• RQ5 モデルの適合度は、物語構築プロセスにどのような意味を持つのか（例：著者が接続を構築する前にノード次数を暗黙的に定義しているのか）？

主な発見

• Chung-Luo モデルは、3部の小説および800の映画ネットワークにおいて一貫して最良の適合モデルとして選ばれ、SVM などの分類器がモデル間の明確な分離を示した。
• ハリー・ポッターのネットワークでは、SVM-ℓ2 モデルが Chung-Luo モデルに対して4.44のスコアを記録し、構成モデル（−1.15）および優先的付加モデル（−10.64）を大きく上回った。
• ランダムフォレストは、ハリー・ポッターのデータセットにおいて、Chung-Luo モデルを他のモデルと99.8％の正確さで区別した。これは、モデル間の明確で一貫した分離を示している。
• AdaBoost は、Twilight ネットワークにおいて Chung-Luo モデルに対して47.4のスコアを記録し、次に良いモデルである優先的付加モデルの34.51を大きく上回った。
• Chung-Luo モデルの成功は、コミュニティが豊富で階層的な構造を持つキャラクター・ネットワークに一致する多様で密集した部分構造を生成できる点に起因する。
• 本研究は、キャラクター・ネットワークがサイズが小さくても、非自明な構造を示しており、Chung-Luo のような次数条件付きランダムグラフモデルを用いることで効果的にモデル化できることを確認した。これは、優先的付加や幾何的モデルよりも優れている。