[논문 리뷰] Just an Update on PMING Distance for Web-based Semantic Similarity in Artificial Intelligence and Data Mining

Valentina Franzoni|arXiv (Cornell University)|2017. 01. 01.

Semantic Web and Ontologies참고 문헌 10인용 수 2

한 줄 요약

이 논문은 웹 기반의 의미 유사도 측정 방법인 PMING 거리의 재수정된 대수적 정의를 제시한다. 이는 점별 상호정보량(PMI)과 정규화된 구글 거리(NGD)를 국소적으로 정규화된 선형 조합으로 통합한 것이다. 수정된 정의는 검색 엔진의 쿼리 빈도를 활용하여 용어 간 의미적 가까움을 측정하는 데 있어 정확성과 강인성을 향상시켜, 정보 검색 및 데이터 마이닝 작업에서 이전의 정의보다 뛰어난 성능을 발휘한다.

ABSTRACT

One of the main problems that emerges in the classic approach to semantics is the difficulty in acquisition and maintenance of ontologies and semantic annotations. On the other hand, the Internet explosion and the massive diffusion of mobile smart devices lead to the creation of a worldwide system, which information is daily checked and fueled by the contribution of millions of users who interacts in a collaborative way. Search engines, continually exploring the Web, are a natural source of information on which to base a modern approach to semantic annotation. A promising idea is that it is possible to generalize the semantic similarity, under the assumption that semantically similar terms behave similarly, and define collaborative proximity measures based on the indexing information returned by search engines. The PMING Distance is a proximity measure used in data mining and information retrieval, which collaborative information express the degree of relationship between two terms, using only the number of documents returned as result for a query on a search engine. In this work, the PMINIG Distance is updated, providing a novel formal algebraic definition, which corrects previous works. The novel point of view underlines the features of the PMING to be a locally normalized linear combination of the Pointwise Mutual Information and Normalized Google Distance. The analyzed measure dynamically reflects the collaborative change made on the web resources.

연구 동기 및 목표

• 기존 온톨로지 기반 의미 모델의 확장성 및 유지보수성에 대한 한계를 해결하기 위해.
• 협업 웹 데이터를 활용한 더 강인하고 자동화된 의미 유사도 측정 방법을 개발하기 위해.
• PMING 거리를 PMI와 NGD의 수학적으로 타당한 국소 정규화 선형 조합으로 체계화하기 위해.
• 정보 검색 및 데이터 마이닝 응용 분야에서 의미적 가까움 추정의 정확성과 안정성을 향상시키기 위해.

제안 방법

• PMING 거리의 새로운 형식적 대수적 정의를 제안하며, 이는 PMI 및 NGD 구성요소의 가중 조합으로 이루어진다.
• 검색 엔진의 쿼리 빈도(f(x), f(y), f(x,y))와 총 문서 수 M을 입력으로 사용한다.
• 맥락에 따라 결정되는 상수 μ₁(최대 PMI)과 μ₂(최대 정규화된 NGD)를 활용해 국소 정규화를 적용한다.
• PMI 및 NGD 구성요소의 기여도를 조절하기 위해 균형 매개변수 ρ를 통합한다.
• 검색 엔진을 블랙박스로 간주하며, 의미적 가까움 추정에 결과 수만을 기반으로 한다.
• 출력을 [0,1] 범위로 정규화하며, 거리 = 1 - 유사도로 정의하여 일관된 비교가 가능하도록 한다.

실험 결과

연구 질문

• RQ1 PMING 거리를 수학적 일관성과 성능 향상을 위해 어떻게 형식적으로 재정의할 수 있는가?
• RQ2 PMI와 NGD를 조합함으로써 웹 기반 응용 분야에서 의미적 가까움 추정이 얼마나 향상되는가?
• RQ3 PMI와 NGD의 국소 정규화 선형 조합이 의미 유사도 작업에서 개별 측정 방법보다 뛰어나게 작용할 수 있는가?
• RQ4 수정된 PMING 정의는 웹 콘텐츠 및 사용자 상호작용의 동적 변화를 어떻게 반영하는가?

주요 결과

• 수정된 PMING 정의는 PMI와 NGD의 국소 정규화 선형 조합이며, 이로 인해 이론적·실용적 강인성이 향상된다.
• 단독으로 사용되는 PMI 및 NGD보다 의미 유사도 작업에서 뛰어난 성능을 달성한다.
• 맥락 기반 정규화 상수(μ₁, μ₂)의 사용이 다양한 검색 맥락에서의 안정성을 향상시킨다.
• 매개변수 ρ는 PMI(가까움)와 NGD(거리) 구성요소 간의 동적 균형 조절이 가능하게 한다.
• 수동 주석 없이도 검색 엔진 색인 데이터를 의미 지식의 대체 자료로 효과적으로 활용할 수 있다.
• 이 정의는 이미지 태깅, 정서 인식, 쿼리 확장과 같은 응용 분야에서 신뢰할 수 있는 의미적 가까움 추정을 가능하게 한다.