[論文レビュー] Related terms search based on WordNet / Wiktionary and its application in Ontology Matching

Andrew Krizhanovsky, Feiyu Lin|ArXiv.org|Jul 13, 2009

Natural Language Processing Techniques参考文献 22被引用数 14

ひとこと要約

本稿では、語彙的類似度を測定するための意味的類似度手法を提案し、ロシア語ウィクショナリーを類義語辞書として用いる。WordNetベースの手法と比較し、関連語の抽出と意味的距離の計算を行うオープンソースのウィクショナリー解析ツールを導入。353組の英語語対を用いたベンチマークで、ウィクショナリーベースの指標が言語を越えて語の関連性を効果的に測定でき、WordNetと同等の性能を示した。

ABSTRACT

A set of ontology matching algorithms (for finding correspondences between concepts) is based on a thesaurus that provides the source data for the semantic distance calculations. In this wiki era, new resources may spring up and improve this kind of semantic search. In the paper a solution of this task based on Russian Wiktionary is compared to WordNet based algorithms. Metrics are estimated using the test collection, containing 353 English word pairs with a relatedness score assigned by human evaluators. The experiment shows that the proposed method is capable in principle of calculating a semantic distance between pair of words in any language presented in Russian Wiktionary. The calculation of Wiktionary based metric had required the development of the open-source Wiktionary parser software.

研究の動機と目的

• ロシア語ウィクショナリーを語彙的辞書リソースとして用いて、語の意味的類似度を計算する手法を開発すること。
• 既存のWordNetベースの手法と比較して、ウィクショナリーに基づく意味的距離計算の性能を評価すること。
• ロシア語ウィクショナリーがカバーする言語の任意の言語における語対の意味的類似度計算を可能にすること。
• 関連語や意味的関係を抽出するためのオープンソースのウィクショナリー解析ツールの開発と公開すること。
• ウィクショナリーを、スケーラブルで多言語対応のWordNetの代替として、オントロジー統合における意味的類似度タスクに実用的かつ効果的に使用できるかどうかを評価すること。

提案手法

• 著者は、ロシア語ウィクショナリーのエントリから語彙的および意味的関係を抽出するためのカスタムオープンソースのウィクショナリー解析ツールを開発した。
• 解析ツールは、ウィクショナリーのページから関連語、類義語、上位概念（ハイパニム）を抽出し、それらを意味的ネットワークとしてモデル化した。
• 抽出されたネットワーク上でパスベースまたはグラフベースのメトリクスを用いて、語対間の意味的距離を計算した。
• ロシア語ウィクショナリーの多言語コンテンツと言語間リンクを活用することで、多言語処理を可能にした。
• 人間が割り当てた関連性スコアを有する353組の英語語対から構成されるベンチマークテストコレクションを用いて、手法を評価した。
• 標準的な評価指標を用いて、結果をWordNetベースのメトリクスと比較したが、要約では具体的な数値は報告されていない。

実験結果

リサーチクエスチョン

• RQ1 ロシア語ウィクショナリーを語彙的辞書として用いることで、語対間の意味的類似度を効果的に計算できるか？
• RQ2 ウィクショナリーに基づく意味的距離計算の性能は、WordNetベースの手法と比べてどの程度か？
• RQ3 ウィクショナリーは、オントロジー統合における多言語意味的類似度計算をどの程度サポートできるか？
• RQ4 ウィクショナリーを、スケーラブルでオープンソースのWordNetの代替として意味的類似度タスクに使用する可能性と実用性は何か？
• RQ5 オープンソースのウィクショナリー解析ツールは、後続のNLPアプリケーション向けに意味的関係を信頼性高く抽出・構造化できるか？

主な発見

• ウィクショナリーに基づく意味的距離メトリクスは、ロシア語ウィクショナリーに存在する任意の言語の語対について関連性スコアを計算できる。
• この手法は、オントロジー統合における意味的類似度計算において、ウィクショナリーがWordNetの実用的代替として機能できることを示した。
• ウィキの非構造的フォーマットから構造的な意味的データを抽出するために、専用のウィクショナリー解析ツールの開発が不可欠であった。
• 353語対のベンチマークテストセットにおいて、提案手法はWordNetベースの手法と同等の性能を示した。
• 結果から、ウィクショナリーが多言語的でコミュニティ主導の意味的類似度タスク用リソースとしての可能性を確認した。
• オープンソースの解析ツールソフトウェアは正常に実装・公開され、再現性とさらなる研究を可能にした。