[論文レビュー] Defining Tourism Domains for Semantic Annotation of Web Content

Oleksandra Panasiuk, Elias Kärle+2 more|arXiv (Cornell University)|Nov 9, 2017

Web Data Mining and Analysis参考文献 10被引用数 4

ひとこと要約

本稿では、ウェブコンテンツの意味的アノテーションを向上させるために、観光分野固有のドメイン仕様をSchema.org語彙内に体系的に定義するアプローチを提案する。観光ドメインを分析し、関連する型とプロパティを選定することで、再利用可能で標準化されたドメインモデルを構築し、観光関連コンテンツの検索エンジンでの可視性と機械読取性を向上させる。主な観光セクターについて検証済みの仕様が提示されている。

ABSTRACT

Schema.org is an initiative by Bing, Google, Yahoo! and Yandex that publishes a vocabulary for creating structured data markup on web pages. The use of schema.org is necessary to increase the visibility of a website, making the content understandable to different automated agents (e.g. search engines, chatbots or personal assistant systems). The domain specifications are the subsets of types from the schema.org vocabulary, each associated with a set of properties. The challenge is to choose the right classes and properties for an annotation in a given domain. In this paper we address the problem of finding a subset of types and properties for complete and correct annotation of different tourism domains. The approach provides a collection of domain specifications that were built based on domain analysis and vocabulary selection.

研究の動機と目的

• 観光ウェブコンテンツの正確で包括的な意味的アノテーションのための適切なSchema.org型とプロパティの選定という課題に対処すること。
• 宿泊施設、イベント、観光スポットなど、異なる観光ドメインに特化した標準化され、再利用可能なドメイン仕様を開発すること。
• 検索エンジンやチャットボット・パーソナルアシスタントなどの知能システムにおける観光コンテンツの可視性と機械解釈可能性を向上させること。
• 観光コンテンツとユーザーのニーズに関する実証的分析に基づく、ドメイン固有語彙選定のための手法を提供すること。

提案手法

• 主要な情報カテゴリとユーザーの情報ニーズを特定するため、観光コンテンツの包括的なドメイン分析を実施すること。
• ホテル、ツアー、イベントなど観光コンテンツの型を、関連するSchema.org型とプロパティにマッピングすること。
• 整合性があり、実用的なドメイン仕様として利用可能な、Schema.orgの型とプロパティのサブセットを選定・精緻化すること。
• 実際の観光ウェブコンテンツとユースケースとの整合性を通じて、ドメイン仕様の妥当性を検証すること。
• ドメインモデルの包括性、正確性、実用性を確保するため、反復的改善を実施すること。
• 観光コンテンツ発行者および開発者が採用可能な再利用可能なテンプレートとして、最終的なドメイン仕様を公開すること。

実験結果

リサーチクエスチョン

• RQ1 異なるドメインにおいて、観光コンテンツを表現するうえで最も関連性が高く効果的なSchema.org型とプロパティは何か？
• RQ2 一般向けSchema.org語彙から、どのように体系的にドメイン固有の意味的アノテーションを導出できるか？
• RQ3 実世界の観光コンテンツに対して、ドメイン仕様が包括的かつ正確であることを保証する基準は何か？
• RQ4 提案されたドメイン仕様は、観光コンテンツの機械理解と検索可視性をどのように向上させるか？
• RQ5 標準化されたドメインモデルは、コンテンツ発行者および自動化エージェントにどのような実用的影響を及ぼすか？

主な発見

• 著者らは、宿泊施設、イベント、観光スポットを含む主要な観光ドメインについて、体系的な手法を用いて仕様を明確に定義し、検証した。
• ドメイン仕様が、観光ウェブコンテンツにおける意味的アノテーションの正確性と包括性を顕著に向上させたことが示された。
• このアプローチにより、観光コンテンツの一貫性ある機械読取可能な表現が可能となり、検索エンジンでの検索可能性と知能エージェントとの相互運用性が向上した。
• 仕様は再利用可能かつ拡張可能であり、コンテンツ管理システムや発行ワークフローへの統合を支援する。
• 本研究は、Schema.orgに基づくドメイン固有のモデリングが、汎用語彙と実世界の観光情報ニーズの間のギャップを効果的に埋め合わせられることを示している。
• 最終的なドメインモデルは、e-Review of Tourism Researchに研究ノートとして公開されており、共同評価の受諾と実用的関連性を示している。