[논문 리뷰] Towards a simplified ontology for better e-commerce search

Aliasgar Kutiyanawala, Prateek Verma외 2명|arXiv (Cornell University)|2018. 07. 05.

Semantic Web and Ontologies참고 문헌 21인용 수 6

한 줄 요약

이 논문은 전자상거래를 위한 간소화되고 검색 최적화된 온톨로지 프레임워크를 제안하며, 제품 데이터를 세 가지 핵심 클래스인 Product, Brand, Attribute를 중심으로 구성하고, 검색 이해도 향상을 위해 다섯 가지 핵심 슬롯을 제공한다. 비지도 및 지도 학습 방법을 조합한 방식으로, 증강된 그래프 모델과 양방향 LSTM-CRF를 활용하여 저자들은 자신의 온톨로지가 제품 엔티티 인식 정확도를 향상시킴을 입증한다. 특히 증강된 그래프 모델이 나태이브 그래프 모델과 LSTM-CRF 모델보다 상위 순위 후보에서 정밀도 측면에서 뛰어난 성능을 보였다.

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.

연구 동기 및 목표

• 전자상거래에서 bag-of-words 검색 방식의 한계를 해결하기 위해, 의미적 이해 부족으로 인해 관련 없는 결과가 자주 반환되는 문제를 해결한다.
• 고객 쿼리의 명명된 실체 인식 및 분류(NERC)를 보다 잘 지원할 수 있도록, 간소화되고 검색 중심의 온톨로지 프레임워크를 설계한다.
• 제안된 온톨로지를 채우기 위해 쿼리 로그에서 제품 클래스를 자동으로 추출하기 위한 세 가지 방법을 개발하고 비교한다.
• 실제 전자상거래 쿼리에서 원자적이고 판매 가능한 제품 용어를 식별하는 데 이들 방법의 성능을 평가한다.

제안 방법

• 세 클래스 온톨로지 프레임워크를 제안한다: Product, Brand, Attribute이며, 공통어, 속성, 주요 속성, 브랜드, 기본 제품 등 다섯 가지 슬롯을 통해 의미 기반 검색을 지원한다.
• 쿼리 로그에서의 공시현출 그래프를 구성하여 잠재적 제품 용어를 추출하는 비지도적 나태이브 그래프 방법을 사용한다.
• 품사 태깅(POS tagging)을 통합하여 비지도 그래프의 성능을 향상시키고, 비제품 용어를 필터링함으로써 정밀도를 높인 증강된 그래프 모델을 도입한다.
• 6개 카테고리(전자기기, 여성의류 등)에서 레이블링된 쿼리를 기반으로 훈련된 지도 학습 방식의 양방향 LSTM-CRF 모델을 사용하여 쿼리 토큰의 명명된 실체 인식을 수행한다.
• 6개 카테고리의 쿼리 데이터로 LSTM-CRF 모델을 훈련하고, 테스트로 베이비 카테고리를 사용하여 미리 보지 않은 도메인으로의 일반화 능력을 평가한다.
• 모든 세 가지 방법을 상위 100개 및 상위 500개 후보에 대해 정밀도@N 지표로 평가하며, 각 용어가 유효한 원자적 제품인지 수동으로 레이블링한다.

실험 결과

연구 질문

• RQ1 간소화되고 검색 중심의 온톨로지가 전자상거래 검색 시스템에서 제품 검색 정확도를 향상시킬 수 있는가?
• RQ2 비지도 및 지도 학습 방법은 쿼리 로그에서 원자적 제품 클래스를 자동으로 추출하는 데서 어떻게 비교되는가?
• RQ3 그래프 기반 방법에 품사 태깅을 통합함으로써 제품 후보 추출의 정밀도가 향상되는가?
• RQ4 한 카테고리에서 훈련된 모델이 다른 카테고리, 예를 들어 다른 카테고리의 훈련 데이터에서 유래한 모델이 베이비 카테고리의 제품을 예측하는 데 얼마나 잘 일반화되는가?

주요 결과

• 증강된 그래프 모델은 유효한 제품 용어 식별에서 가장 높은 정밀도를 기록했으며, 특히 상위 100개 후보에서 나태이브 그래프 모델과 LSTM-CRF 모델을 모두 앞섰다.
• LSTM-CRF 모델은 테스트 세트에서 300개 이상의 후보를 생성했지만, 상위 50개 이후로 정밀도가 증강된 그래프 모델보다 더 빠르게 떨어졌다.
• 나태이브 그래프 모델은 정확도는 낮지만 재현율이 높아, 레이블이 없는 훈련 데이터가 없을 경우의 기초로 추천된다.
• 세 가지 핵심 클래스와 다섯 가지 슬롯을 갖춘 제안된 온톨로지 프레임워크는 의미 기반 쿼리 이해를 효과적으로 지원하며, 전자상거래 검색을 위한 정확한 NERC를 가능하게 한다.
• 증강된 그래프 모델이 품사 태깅을 활용하여 'men'이나 'baby'와 같은 판매 가능한 제품이 아닌 용어를 효과적으로 필터링함으로써 성능 향상을 이룬 점이 뚜렷했다.
• 수동 평가 결과, 증강된 그래프 모델은 상위 10개 후보 중 8개를 유효한 제품으로 정확히 식별했으며, LSTM-CRF 모델은 6개를 정확히 식별했다.