[論文レビュー] Query Expansion via structural motifs in Wikipedia Graph

Joan Guisado-Gámez, Arnau Prat-Pèrez+1 more|arXiv (Cornell University)|Feb 23, 2016

Information Retrieval and Search Behavior参考文献 19被引用数 7

ひとこと要約

本稿では、Wikipediaの知識ベースグラフにおける構造的モチーフ—特定の接続パターン—を活用して、意味的分析やコンテンツの検査に依存せずに、意味的に関連する拡張用語を同定する、新しい照合拡張技術である構造的照合拡張（SQE）を提案する。SQEは、非拡張照合と比較して検索性能を150%以上向上させ、0.2秒未塔で実行可能であり、疑似関連フィードバックなどの既存手法と組み合わせて強い、直交的な利得を示している。

ABSTRACT

The search for relevant information can be very frustrating for users who, unintentionally, use too general or inappropriate keywords to express their requests. To overcome this situation, query expansion techniques aim at transforming the user request by adding new terms, referred as expansion features, that better describe the real intent of the users. We propose a method that relies exclusively on relevant structures (as opposed to the use of semantics) found in knowledge bases (KBs) to extract the expansion features. We call our method Structural Query Expansion (SQE). The structural analysis of KBs takes us to propose a set of structural motifs that connect their strongly related entries, which can be used to extract expansion features. In this paper we use Wikipedia as our KB, which is probably one of the largest sources of information. SQE is capable of achieving more than 150% improvement over non expanded queries and is able to identify the expansion features in less than 0.2 seconds in the worst case scenario. Most significantly, we believe that we are contributing to open new research directions in query expansion, proposing a method that is orthogonal to many current systems. For example, SQE improves pseudo-relevance feedback techniques up to 13%

研究の動機と目的

• 照合の語彙不一致とユーザーのトピックに対する不慣れさを解消するため、照合の関連性を向上させるために照合を拡張すること。
• 意味的またはテクスト解析に依存せずに、Wikipediaのような知識ベースの未利用の構造的特性を照合拡張に活用すること。
• グラフモチーフを通じて信頼性の高い意味的に接続された拡張特徴を同定する手法を開発し、既存の意味的およびログベースの技術と直交することを保証すること。
• 構造的モチーフが多様なデータセットにおいて検索性能を向上させる有効性と効率性を評価すること。
• Wikipediaを越えて、知識ベース固有の構造的モチーフに関する今後の研究の基盤を確立すること。

提案手法

• システムはエンティティリンクャーを用いてユーザーのキーワードをWikipediaのエンティティにマッピングし、知識ベースグラフ内の入力ノードを特定する。
• 定められた構造的モチーフ—特に三角形および正方形のモチーフ—に基づいて、局所的なグラフトポロジーから照合グラフを構築する。
• 三角形モチーフは、密に接続されたノードの三重組みを捉え、正方形モチーフは四ノードのサイクルを特定し、両者とも強い意味的結束性を示唆する。
• 拡張特徴は、照合グラフ内の記事タイトルにのみ抽出され、Wikipediaの一貫性があり自然言語に近い命名規則を活用する。
• 本手法はコンテンツ分析を一切行わず、グラフ構造にのみ依存して関連性を推定し、拡張照合を生成する。
• インデキシングと並列処理により性能最適化が行われ、最悪ケースでも0.2秒未塔の実行時間を達成している。

実験結果

リサーチクエスチョン

• RQ1 知識ベースグラフにおける構造的モチーフは、意味的またはテクスト解析に依存せずに、意味的に関連するエントリを信頼性を持って同定できるか？
• RQ2 グラフトポロジーにのみ依存する照合拡張手法は、検索性能の向上にどの程度効果的か？
• RQ3 このような構造のみに依存するアプローチは、疑似関連フィードバックなどの既存手法とどの程度組み合わせ可能か？
• RQ4 同定されたモチーフは、さまざまな照合タイプ（例：小規模、中規模、大規模なtop-k照合）に一般化可能か？
• RQ5 Wikipediaで観察された構造的パターンは、異なるグラフ構造を持つ他の知識ベースにも適用可能か？

主な発見

• SQEは、評価されたすべてのデータセットにおいて、非拡張照合と比較して統計的に有意な150%以上の検索性能の向上を達成した。
• 三角形モチーフは、小規模top-k照合において最大83.87%の性能向上を実現した。
• 正方形モチーフは、独立して使用された場合、大規模top-k照合において最大83.85%の性能向上を達成した。
• 三角形および正方形モチーフの両方を組み合わせたハイブリッドアプローチは、中規模top-k照合において最大33.30%の結果向上をもたらした。
• SQEを疑似関連フィードバックと組み合わせることで、結果の質が13.68%向上した。これは、既存手法と直交的で、互換性があることを示している。
• 最悪ケースにおいても、本手法は0.2秒未塔で実行可能であり、リアルタイム展開にほとんど計算オーバーヘッドがないことを示している。