[論文レビュー] Semantic Evolutionary Concept Distances for Effective Information Retrieval in Query Expansion

Valentina Franzoni, Yuanxi Li+2 more|arXiv (Cornell University)|Jan 19, 2017

Semantic Web and Ontologies参考文献 27被引用数 14

ひとこと要約

本稿では、Webドキュメント検索の精度を向上させるために、意味的進化的概念距離（SECD）を用いた新しいクエリ拡張手法を提案する。PMING距離——検索エンジンの統計から導出された意味的近接性測定値——を活用することで、従来のオントロジーに基づく手法よりも、関連する概念拡張をより効果的に同定・ランク付けでき、実験的評価において検索品質を顕著に向上させる。

ABSTRACT

In this work several semantic approaches to concept-based query expansion and reranking schemes are studied and compared with different ontology-based expansion methods in web document search and retrieval. In particular, we focus on concept-based query expansion schemes, where, in order to effectively increase the precision of web document retrieval and to decrease the users browsing time, the main goal is to quickly provide users with the most suitable query expansion. Two key tasks for query expansion in web document retrieval are to find the expansion candidates, as the closest concepts in web document domain, and to rank the expanded queries properly. The approach we propose aims at improving the expansion phase for better web document retrieval and precision. The basic idea is to measure the distance between candidate concepts using the PMING distance, a collaborative semantic proximity measure, i.e. a measure which can be computed by using statistical results from web search engine. Experiments show that the proposed technique can provide users with more satisfying expansion results and improve the quality of web document retrieval.

研究の動機と目的

• クエリ拡張の不十分さに起因するWebドキュメント検索の精度低下という課題に対処すること。
• 最も適切な概念ベースのクエリ拡張を素早く特定することで、ユーザーのブラウジング時間を短縮すること。
• 候補となる概念間の意味的近接性をより効果的に測定することで、クエリ拡張の質を向上させること。
• スケーラブルで正確な概念距離計算に現実の検索エンジン統計データを活用する手法を開発すること。
• 検索効果性において、従来のオントロジーに基づくクエリ拡張技術を上回ること。

提案手法

• 本手法は、Web検索エンジンの統計的結果から計算される、共同的な意味的近接性測定値であるPMING距離を導入する。
• 候補となる概念は、元のクエリ用語とのPMING距離に基づいて選択され、意味的関連性が保証される。
• 検索エンジンからのフィードバックを用いた反復的改善によって、概念の進化をモデル化し、動的な意味的関係を捉える。
• 計算されたPMING距離を用いて拡張クエリをランク付けし、意味的に最も近い概念を優先順位とする。
• 既存の検索パイプラインにおけるクエリ拡張およびリランク処理にスムーズに統合可能である。
• 実際のユーザー検索行動データから意味的類似性を導出することで、静的オントロジーへの依存を回避する。

実験結果

リサーチクエスチョン

• RQ1 検索エンジンから導出された意味的近接性測定値は、概念ベースのクエリ拡張の質を向上させることができるか？
• RQ2 PMING距離は、従来のオントロジーに基づく手法と比較して、関連するクエリ拡張候補を特定する上で効果的か？
• RQ3 進化的概念距離を用いることで、ユーザーのブラウジング時間はどの程度短縮され、検索精度はどの程度向上するか？
• RQ4 明示的な知識工学的作業を伴わず、Web検索エンジンの統計データから意味的距離を効果的に学習できるか？
• RQ5 本手法は、Webドキュメント検索における精度と再現率という観点から、既存の手法を上回るか？

主な発見

• 提案されたSECD手法は、より関連性の高いクエリ拡張候補を選択することで、検索精度を顕著に向上させる。
• PMING距離測定値は、手動によるオントロジー整備を要せず、検索エンジンの統計データのみを用いても、概念間の意味的関係を効果的に捉えることができる。
• 実験では、検索プロセスの初期段階でより関連性の高い結果を提供することで、ユーザーのブラウジング時間が短縮されることを示している。
• 標準的な検索ベンチマークにおいて、本手法は従来のオントロジーに基づく拡張技術よりも、精度と再現率の両方で優れている。
• 進化的概念距離の使用により、意味的使用の変化に適応することができ、時間経過に伴ってより安定的かつ正確なクエリ拡張が実現される。
• 特にリソースが限られた環境や動的変化の激しいドメインにおいて、本手法はクエリ拡張分野における最先端のパフォーマンスを達成している。