[논문 리뷰] Commonsense Reasoning and Large Network Analysis: A Computational Study of ConceptNet 4

Dimitrios I. Diochnos|arXiv (Cornell University)|2013. 04. 22.

Complex Network Analysis Techniques참고 문헌 17인용 수 5

한 줄 요약

이 논문은 네트워크 과학 기법을 사용하여 ConceptNet 4에 대한 종합적인 계산 분석을 수행하며, 그 구조적 특성, 일관성, 규칙 유사 패턴을 검토한다. 분석 결과, ConceptNet 4는 규모의 자유도(degree) 분포, 높은 클러스터링, 소월드 특성을 나타내며, 130,000개 이상의 진술이 거대한 연결된 구성요소를 형성하는 반면, 점수와 관계에 대한 상당한 데이터 일관성 문제가 드러났다.

ABSTRACT

In this report a computational study of ConceptNet 4 is performed using tools from the field of network analysis. Part I describes the process of extracting the data from the SQL database that is available online, as well as how the closure of the input among the assertions in the English language is computed. This part also performs a validation of the input as well as checks for the consistency of the entire database. Part II investigates the structural properties of ConceptNet 4. Different graphs are induced from the knowledge base by fixing different parameters. The degrees and the degree distributions are examined, the number and sizes of connected components, the transitivity and clustering coefficient, the cores, information related to shortest paths in the graphs, and cliques. Part III investigates non-overlapping, as well as overlapping communities that are found in ConceptNet 4. Finally, Part IV describes an investigation on rules.

연구 동기 및 목표

• 공용지식 기반으로서의 ConceptNet 4의 구조적 무결성과 일관성을 평가하기 위해.
• Degree 분포, 연결된 구성요소, 클러스터링 등을 포함한 ConceptNet 4의 네트워크 특성을 조사하기 위해.
• 데이터베이스 전반에 걸쳐 점수, 관계 극성, 진술 유효성에 대한 데이터 일관성 문제를 탐지하기 위해.
• 지식 그래프 내의 커뮤니티 구조와 규칙 유사 패턴을 탐색하기 위해.
• 다양한 그래프 유도 파라미터와 극성 조건 하에서 ConceptNet 4의 내구성 평가하기 위해.

제안 방법

• SQL 기반 데이터베이스 덤프에서 추출 및 검증된 진술을 바탕으로, 일관성 확보를 위한 세 단계 데이터 정제를 적용하였다.
• 관계 극성(양, 음, 양 및 음)을 고정하고 자기 순환을 제거하거나 포함시켜 여러 그래프 변형을 구축하였다.
• 네트워크 구조 분석을 위해 도수 분포, 클러스터링 계수, 전이성, 최단 경로 길이를 계산하였다.
• 약한 및 강한 연결된 구성요소와 코어 구조를 k-core 분해를 통해 식별하였다.
• 커뮤니티 탐지 기법을 적용하여 그래프 내의 겹치는 및 겹치지 않는 커뮤니티를 밝혀내었다.
• 높은 지지도와 성공률을 보이는 삼중관계 패턴을 분석하여 규칙 유사 패턴을 평가하였다. 이는 성공 전이 비율을 계산함으로써 수행되었다.

실험 결과

연구 질문

• RQ1 ConceptNet 4의 구조적 위상은 어떠한가? 소월드 또는 규모의 자유도 특성을 나타내는가?
• RQ2 ConceptNet 4의 점수와 관계 진술은 얼마나 일관성이 있는가? 존재하는 데이터 일관성 문제의 유형은 무엇인가?
• RQ3 다양한 극성 조건 하에서 ConceptNet 4의 연결된 구성요소의 크기와 분포는 어떠한가?
• RQ4 지식 그래프 내에서 코어 구조와 커뮤니티 조직은 어떻게 형성되는가?
• RQ5 어떤 관계 삼중관계가 높은 지지도와 성공률을 보이며 잠재적인 규칙 유사 패턴을 시사하는가?

주요 결과

• ConceptNet 4는 약 2.3의 비율 법 수치를 가진 규모의 자유도 도수 분포를 나타내며, 소수의 매우 연결된 개념이 있음을 시사한다.
• 가장 큰 약한 연결된 구성요소는 130,000개 이상의 진술을 포함하며, 강력한 전역 연결성을 시사한다.
• 클러스터링 계수는 높은 편(0.65)이며, 전이성은 0.58로, 밀집된 국소 클러스터링과 강한 전이 경향성을 나타낸다.
• 양극성만 고려할 경우, 90% 이상의 진술이 하나의 거대한 구성요소에 속해 있다.
• 점수 일관성 문제 상당한 수준이 발견됨: 점수 항목의 12%는 크기 차이가 0.5 초과였고, 11%는 부호 오류가 있었다.
• 가장 흔한 규칙 유사 패턴은 'ConceptuallyRelatedTo → ConceptuallyRelatedTo → HasProperty'였으며, 성공률은 5.4%였고, 지지도는 133,114였다.