[論文レビュー] Towards a simplified ontology for better e-commerce search

Aliasgar Kutiyanawala, Prateek Verma+2 more|arXiv (Cornell University)|Jul 5, 2018

Semantic Web and Ontologies参考文献 21被引用数 6

ひとこと要約

本稿では、eコマース向けに簡素化され検索最適化されたオントロジーを提案する。このオントロジーは、製品、ブランド、属性の3つのコアクラスに加え、5つの主要スロットを用いて、クエリ理解を向上させる。非教師ありおよび教師あり手法の組み合わせ、特に拡張グラフモデルと双方向LSTM-CRFを用いて、著者らは、オントロジーが製品エンティティ認識の正確性を向上させることを示している。特に、上位候補において、拡張グラフ法が、単純なグラフ法およびLSTM-CRFモデルを上回る精度を達成した。

ABSTRACT

Query Understanding is a semantic search method that can classify tokens in a customer's search query to entities such as Product, Brand, etc. This method can overcome the limitations of bag-of-words methods but requires an ontology. We show that current ontologies are not optimized for search and propose a simplified ontology framework designed specifically for e-commerce search and retrieval. We also present three methods for automatically extracting product classes for the proposed ontology and compare their performance relative to each other.

研究の動機と目的

• eコマースにおけるbag-of-words検索の限界を是正する。これは、意味的理解が不足しているため、関連性のない結果を返すことがよくある。
• 顧客のクエリにおける名前付きエンティティ認識および分類（NERC）をよりよく支援する、簡素化され検索指向のオントロジーを設計する。
• 提案されたオントロジーを埋めるために、クエリログから製品クラスを抽出する3つの自動化手法を開発し、比較する。
• 実世界の検索クエリから、原子的で販売可能な製品用語を特定するこれらの手法の性能を評価する。

提案手法

• 製品、ブランド、属性の3クラスからなるオントロジー枠組みを提案。5つのスロット（同義語、属性、主な属性、ブランド、デフォルト製品）を備え、意味的検索を支援する。
• クエリログからの共起性グラフを構築することで、潜在的な製品用語を抽出する非教師ありのナイーブグラフ法を用いる。
• 部分品詞（POS）タギングを組み込んで非製品用語をフィルタリングし、精度を向上させる、拡張グラフモデルを導入。
• 6つのカテゴリ（電子機器、女性用衣料品など）のラベル付きクエリでトレーニングされた教師ありの双方向LSTM-CRFモデルを用い、クエリトークンの名前付きエンティティ認識を実行する。
• 6つのカテゴリのクエリでLSTM-CRFモデルをトレーニングし、ベビー用カテゴリでテストすることで、未学習ドメインへの一般化性能を評価する。
• 上位100および上位500候補について、手動で各用語が有効な原子的製品かどうかをラベル付けした上で、すべての手法をprecision@N指標で評価する。

実験結果

リサーチクエスチョン

• RQ1 簡素化され検索指向のオントロジーは、eコマース検索システムにおける製品検索の正確性を向上させることができるか？
• RQ2 非教師ありおよび教師あり手法は、クエリログから原子的製品クラスを自動抽出する上で、どのように比較されるか？
• RQ3 グラフベースの手法に部分品詞タギングを組み込むことで、製品候補抽出の精度は向上するか？
• RQ4 1つのカテゴリでトレーニングしたモデルが、他のカテゴリ（例：他のカテゴリのデータでトレーニングしたモデルが、ベビー用カテゴリの製品を予測できるか）に一般化できる程度はどの程度か？

主な発見

• 拡張グラフ法は、有効な製品用語を特定する際、上位100候補において、ナイーブグラフ法およびLSTM-CRFモデルを上回る最高の精度を達成した。
• LSTM-CRFモデルはテストセットから300以上もの候補を生成したが、上位50件を過ぎると、精度が拡張グラフ法よりも著しく低下した。
• ナイーブグラフ法は、正確性にやや劣るものの、より高い再現率を示し、ラベル付きトレーニングデータが利用できない場合の出発点として推奨される。
• 3つのコアクラスと5つのスロットを備えた本稿で提案するオントロジー枠組みは、意味的クエリ理解を効果的に支援し、eコマース検索における正確なNERCを可能にする。
• 拡張グラフ法がPOSタグを活用することで、販売可能なアイテムでない用語（例：「men」や「baby」）のフィルタリングが著しく改善された。
• 手動評価により、拡張グラフ法は上位10候補のうち8つを有効な製品として正しく特定したのに対し、LSTM-CRFモデルは6つにとどまった。