[論文レビュー] Principles for Developing a Knowledge Graph of Interlinked Events from News Headlines on Twitter

Saeedeh Shekarpour, Ankita Saxena+3 more|arXiv (Cornell University)|Aug 6, 2018

Semantic Web and Ontologies参考文献 17被引用数 3

ひとこと要約

本論文は、Twitterのリアルタイムニュースヘッドラインから、ドメインに依存しないパイプラインを提示し、連携されたイベントの知識グラフを構築する。構造的なアプローチとして、イベントおよびエンティティの注釈、時間的・メディア的跨ぎのリンク、Linked Open Data原則への準拠を含む。主な貢献は、CEVOオントロジーおよびRDFベースのイベントモデリングに基づく体系的なフレームワークであり、Twitterニュースヘッドラインの事例研究を通じて実証されている。

ABSTRACT

The ever-growing datasets published on Linked Open Data mainly contain encyclopedic information. However, there is a lack of quality structured and semantically annotated datasets extracted from unstructured real-time sources. In this paper, we present principles for developing a knowledge graph of interlinked events using the case study of news headlines published on Twitter which is a real-time and eventful source of fresh information. We represent the essential pipeline containing the required tasks ranging from choosing background data model, event annotation (i.e., event recognition and classification), entity annotation and eventually interlinking events. The state-of-the-art is limited to domain-specific scenarios for recognizing and classifying events, whereas this paper plays the role of a domain-agnostic road-map for developing a knowledge graph of interlinked events.

研究の動機と目的

• 既存のLinked Open Dataソースに、高品質で意味的に注釈されたリアルタイムイベントデータが不足しているという問題に対処すること。
• 非構造的でリアルタイムのテキストから、連携されたイベントの知識グラフを構築するための体系的で再利用可能なパイプラインを開発すること。
• 特定の場所、時刻、発信元を含む、時間的・出典制限付きの複雑なクエリを、最近のイベントに対してサポートできること。
• イベントの注釈、エンティティリンク、時間的・メディア的文脈を跨ぐリンクの標準化されたアプローチを提供すること。
• 得られた知識グラフが一貫性があり、dereference可能なURIを用い、LOD原則に準拠して外部RDFソースとリンクされることを保証すること。

提案手法

• 細分化されたイベントタイプとその引数を表現するための背景データモデルとしてCEVOオントロジーを採用すること。
• マルチステージのパイプラインを設計する：(1) 背景データモデルの選定、(2) NLP技術を用いたイベントおよびエンティティの注釈、(3) SKOS:relatedを用いた時間的・メディア的跨ぎのイベントリンク。
• RDFシリアル化を適用し、グローバルに一意でdereference可能なURIを備えたイベント三項組を公開すること。
• 外部知識ベースとの整合性、重複除去、検証を通じてデータの一貫性を確保すること。
• フレームワークの実現可能性を検証するため、Twitterニュースヘッドラインをリアルタイムデータストリームとして活用すること。
• イベント認識、分類、関係抽出に、既存のNLPおよび情報抽出技術を活用すること。

実験結果

リサーチクエスチョン

• RQ1 知識グラフ内でイベントを表現およびリンクするために、背景データモデルを選定するにあたり、どのような基準を設けるべきか？
• RQ2 Twitterのニュースヘッドラインのような非構造的でリアルタイムのテキストから、イベントおよび関連エンティティを体系的に注釈するには、どのような手法が有効か？
• RQ3 異なる時刻およびメディアソース間でイベントを効果的にリンクするには、どのような戦略が有効か？
• RQ4 得られたイベント知識グラフを、Linked Open Data原則に準拠した形でどのように公開できるか？
• RQ5 このフレームワークは、ニュースヘッドラインを越えて、他の分野へ一般化できる程度はどの程度か？

主な発見

• 提案されたパイプラインにより、リアルタイムで非構造的なTwitterニュースヘッドラインから、意味的に豊富なイベント中心の知識グラフを構築できるようになった。
• CEVOオントロジーの使用により、イベントタイプとその引数の細分化された表現が可能となり、複雑なイベント推論を支援する。
• SKOS:relatedを用いたイベントのリンクにより、時間的・因果的・関連イベントの連鎖を、時間的およびメディア的文脈を跨いでモデル化できるようになった。
• dereference可能なURI、データ検証、外部リンクを通じて、LOD原則に準拠したフレームワークの実現が保証された。
• 事例研究により、Twitterのような動的でリアルタイムのデータストリームからイベント三項組を抽出・公開する実現可能性が示された。
• 本アプローチは、リアルタイム性、出典追跡性、時刻付加を備えたイベント知識を必要とする将来のシステムに、スケーラブルでドメインに依存しない基盤を提供する。