[論文レビュー] Use of Wikipedia Categories in Entity Ranking

James A. Thom, Jovan Pehcevski+1 more|ArXiv.org|Nov 19, 2007

Natural Language Processing Techniques参考文献 14被引用数 13

ひとこと要約

本稿では、例示エンティティのカテゴリ情報を活用してウィキペディアのエンティティランク付けを向上させる手法を提案する。カテゴリ類似度とハイブリッドスコアリングを用いることで、情報検索の効果が向上する。主な発見は、明示的なターゲットカテゴリよりも例示エンティティのカテゴリを使用することで、ベースラインのカテゴリ専用手法に比べてMAP（0.396）で17%の相対的改善が達成されたことである。

ABSTRACT

Wikipedia is a useful source of knowledge that has many applications in language processing and knowledge representation. The Wikipedia category graph can be compared with the class hierarchy in an ontology; it has some characteristics in common as well as some differences. In this paper, we present our approach for answering entity ranking queries from the Wikipedia. In particular, we explore how to make use of Wikipedia categories to improve entity ranking effectiveness. Our experiments show that using categories of example entities works significantly better than using loosely defined target categories.

研究の動機と目的

• ウィキペディアにおけるエンティティランク付けの効果を高めるために、ウィキペディアのカテゴリを知識源として活用すること。
• エンティティランク付けをガイドする際に、例示エンティティとターゲットカテゴリのどちらがより効果的であるかを調査すること。
• 全文検索、カテゴリ、リンクベースの信号を統合したハイブリッドスコアリングモデルの開発と評価。
• カテゴリ類似度をエンティティランク付けに統合する際の最適なパラメータの組み合わせを特定すること。
• エンティティランク付けタスクにおける、ターゲットカテゴリと例示エンティティの2つのクエリ戦略（ターゲットカテゴリ対比）の性能を比較すること。

提案手法

• 本手法は、例示エンティティと候補となる答えの間のカテゴリ類似度を計算するために、ウィキペディアのカテゴリを構造的知識源として用いる。
• ハイブリッドスコアリングモデルは、3つの要素を組み合わせる：全文検索、カテゴリ類似度、リンクベースのランク付け。各要素には学習可能な重みαとβが割り当てられる。
• カテゴリ類似度は、ウィキペディアのカテゴリ階層における距離と深さを考慮したパスベースの測定法で計算される。
• 性能評価は、28件のトピックからなるINEX 2007エンティティランク付けテストコレクションを用い、MAPとR-precで実施される。
• グリッドサーチにより66通りの組み合わせを検証し、MAPを最大化する最適なパラメータα=0.1とβ=0.8が特定された。
• 2つのクエリ戦略を比較する：ターゲットカテゴリを使用する（タスク1）と、例示エンティティを使用してターゲットカテゴリを推定する（タスク2）

実験結果

リサーチクエスチョン

• RQ1 例示エンティティのカテゴリを使用することは、曖昧に定義されたターゲットカテゴリを使用する場合よりもエンティティランク付けの性能を向上させるか？
• RQ2 全文検索とリンクベースの信号と組み合わせた場合、カテゴリ類似度はエンティティランク付けの向上にどの程度効果的か？
• RQ3 エンティティランク付けにおいて、全文検索、カテゴリ、リンクベースのスコアを統合する際の最適な重みの組み合わせは何か？
• RQ4 ウィキペディアのカテゴリの構造的性質は、エンティティリトリーブの向上に効果的に活用できるか？
• RQ5 例示エンティティを用いてカテゴリを推定する場合と、明示的なターゲットカテゴリを用いる場合とでは、エンティティランク付けの性能に顕著な差があるか？

主な発見

• 例示エンティティのカテゴリを使用する（タスク2）と、ターゲットカテゴリを使用する（タスク1）に比べて、MAPで統計的に有意な改善（p < 0.05）が得られた。
• 最良のハイブリッドモデルは、α=0.1とβ=0.8を用い、MAPが0.396に達した。これは、カテゴリ専用ベースライン（MAP=0.338）に比べて17%の相対的改善に相当する。
• カテゴリ類似度モジュール単体でもMAPが0.338に達したが、これはハイブリッドモデルに比べて有意に劣った。
• 例示エンティティおよび答えエンティティのカテゴリセットを直接のカテゴリから拡張すると、性能に顕著な低下が生じた。
• 最適なパrameterの組み合わせ（α=0.1, β=0.8）は、両タスクで一貫しており、スコアリングモデルの堅牢性を示している。
• 結果から、例示ベースのクエリ戦略が、ターゲットカテゴリベースの戦略よりも、ウィキペディアにおけるエンティティランク付けにおいてより効果的であることが示された。