[論文レビュー] Query Expansion: Term Selection using the EWC Semantic Relatedness Measure

Vitaly Klyuev, Yannis Haralambous|arXiv (Cornell University)|Aug 19, 2011

Information Retrieval and Search Behavior参考文献 16被引用数 3

ひとこと要約

本稿では、Wikipediaに基づく明示的意味解析（Explicit Semantic Analysis）、WordNetのパス類似度、および混合コロケーションインデックスを統合することで、アドホック検索における検索性能を向上させる、EWC意味的類似度測定を用いたクエリ拡張手法を提案する。Terrierを用いてNTCIRデータ上で評価した結果、本手法は顕著に検索性能を向上させ、クエリ拡張における複数の意味的シグナルの統合が用語選択に有効であることを示している。

ABSTRACT

This paper investigates the efficiency of the EWC semantic relatedness measure in an ad-hoc retrieval task. This measure combines the Wikipedia-based Explicit Semantic Analysis measure, the WordNet path measure and the mixed collocation index. In the experiments, the open source search engine Terrier was utilised as a tool to index and retrieve data. The proposed technique was tested on the NTCIR data collection. The experiments demonstrated promising results.

研究の動機と目的

• 意味的類似度を用いたクエリ拡張の強化により、アドホック情報検索を改善すること。
• 明示的意味解析、WordNetパス類似度、コロケーションインデックスの複数の意味的測定値を統合した統一された類似度スコアとしてのEWC測定の有効性を調査すること。
• 標準ベンチマークを用いて、実世界の検索システムにおけるEWCベースの用語選択手法の評価を行うこと。
• 多様な意味的シグナルの統合が、個々の測定値よりも優れた検索結果をもたらすことを実証すること。

提案手法

• EWC意味的類似度測定は、Wikipediaに基づく明示的意味解析、WordNetのパスに基づく類似度、および混合コロケーションインデックスの3つの要素を統合する。
• クエリ拡張のための用語選択は、EWCスコアに従い、元のクエリ用語との意味的類似度に基づいて候補用語をランク付けすることで行う。
• 意味的類似度スコアを効率的に計算するために、事前にインデックス化されたWikipediaおよびWordNetリソースを活用する。
• オープンソースのTerrierエンジンを基盤とする検索システムは、拡張クエリを用いてドキュメントをインデックス化および検索する。
• 各候補拡張用語について、3つの意味的シグナルを重み付き統合することで、複合的な類似度スコアを生成する。
• 実験では、標準的なアドホック検索シナリオにおける性能評価を目的として、NTCIRデータコレクションを用いる。

実験結果

リサーチクエスチョン

• RQ1 Wikipediaベース、WordNetベース、コロケーションベースの意味的シグナルの統合は、アドホック検索におけるクエリ拡張を改善できるか？
• RQ2 EWC測定は、個々の意味的測定値と比較して、関連する拡張用語の選択においてどの程度効果的か？
• RQ3 提案手法は、NTCIRテストコレクションにおける標準的な検索指標において、測定可能な改善をもたらすか？
• RQ4 複数の意味的シグナルを統合することは、実世界の検索エンジン環境下での検索効果性にどのような影響を与えるか？

主な発見

• EWCベースのクエリ拡張手法は、NTCIRデータコレクションにおいて有望な結果を達成し、検索効果性の向上を示した。
• 明示的意味解析、WordNetパス、コロケーションインデックスの複数の意味的シグナルの統合は、単一の測定値に依存するよりも優れた性能をもたらした。
• 提案手法は関連する拡張用語を効果的に選択し、アドホック検索タスクにおける精度と再現率の向上を実現した。
• 実験により、EWC測定はクエリ拡張における意味的用語選択の観点から、堅牢で効果的なアプローチであることが確認された。
• Terrier検索エンジンの使用により、標準ベンチマーク上での手法の再現可能性とスケーラビリティが確保された。