[論文レビュー] Calculating Semantic Similarity between Academic Articles using Topic Event and Ontology

Ming Liu, Bo Lang+1 more|arXiv (Cornell University)|Nov 30, 2017

Topic Modeling参考文献 29被引用数 8

ひとこと要約

本論文は、分野のオントロジーを用いて類似度を計算することで、研究目的、手法、分野を統合した表現としての「トピックイベント」として研究内容をモデル化することにより、学術論文における文書レベルの意味的類似度を計算する新しい手法を提案する。この手法は、表面的統計を超えたグローバルな意味的構造を捉えることで、最先端の手法を上回る性能を発揮する。

ABSTRACT

Determining semantic similarity between academic documents is crucial to many tasks such as plagiarism detection, automatic technical survey and semantic search. Current studies mostly focus on semantic similarity between concepts, sentences and short text fragments. However, document-level semantic matching is still based on statistical information in surface level, neglecting article structures and global semantic meanings, which may cause the deviation in document understanding. In this paper, we focus on the document-level semantic similarity issue for academic literatures with a novel method. We represent academic articles with topic events that utilize multiple information profiles, such as research purposes, methodologies and domains to integrally describe the research work, and calculate the similarity between topic events based on the domain ontology to acquire the semantic similarity between articles. Experiments show that our approach achieves significant performance compared to state-of-the-art methods.

研究の動機と目的

• 文書レベルの意味的類似度を算出する既存手法が表面的統計に依存するという限界を是正すること。
• 個々の概念や文ではなく、グローバルな構造的・意味的意味を捉えることで、学術文献における意味的マッチングを向上させること。
• 研究目的、手法、分野を統合したトピックイベントとしての統一的表現を学術論文に開発すること。
• 分野のオントロジーを活用して、学術論文間のより正確な意味的類似度計算を実現すること。

提案手法

• 各学術論文を、研究目的、手法、分野を1つの意味的単位として統合した「トピックイベント」として表現する。
• 研究分野内の概念間の関係をモデル化するための分野オントロジーを構築し、構造的な意味的比較を可能にする。
• 各論文の主要な要素（例：目的、手法、分野）をオントロジー内のノードにマッピングすることで、形式的な類似度計算を可能にする。
• パス長や意味的類縁スコアなどのオントロジーに基づく距離測度を用いて、トピックイベント間の意味的類似度を計算する。
• 複数のプロファイル次元（目的、手法、分野）における類似度スコアを重み付きで集約し、最終的な文書レベルの類似度スコアを導出する。
• オントロジー内の階層的および文脈的関係を活用して、キーワードの重複を超えた類似度計算を精緻化する。

実験結果

リサーチクエスチョン

• RQ1 トピックイベントは、類似度計算のための学術論文のグローバルな意味的コンテンツを効果的に表現できるか？
• RQ2 オントロジーに基づく類似度計算は、表面的統計的手法と比較して、文書レベルの意味的マッチングをどのように向上させるか？
• RQ3 研究目的、手法、分野を統合した統一的トピックイベントの統合が、類似度の正確性をどの程度向上させるか？
• RQ4 提案手法は、学術文献における意味的類似度タスクにおいて、最先端のアプローチを上回るか？

主な発見

• 提案手法は、文書レベルの意味的類似度タスクにおいて、最先端の手法を著しく上回るパフォーマンスを達成した。
• 研究目的、手法、分野をトピックイベントに統合することで、グローバルな意味的意味のより正確なモデリングが可能になった。
• オントロジーに基づく類似度計算により、語彙的重複を超えた意味的関係を捉えることで、文書理解のばらつきが低減された。
• 分野オントロジーによる構造的表現のおかげで、多様な学術分野にわたり、本手法は頑健な性能を示した。
• 実験により、トピックイベントモデリングがベースライン手法よりも意味的かつ文脈的に正確な類似度スコアをもたらすことが確認された。