[論文レビュー] Treatment of Semantic Heterogeneity in Information Retrieval

Heiko Hellweg, Jürgen Krause+5 more|arXiv (Cornell University)|Feb 18, 2011

Semantic Web and Ontologies参考文献 14被引用数 28

ひとこと要約

本稿では、分類体系とthesaurus間のクロスコンcordanceを活用した知的・統計的・ニューラルネットワークベースの移譲モジュールを用いて、文書メタデータを自動で拡張することで、情報検索における意味的不均一性に対処するフレームワークを提案する。特に社会科学研究分野において、意味的相互運用性を顕著に向上させる。

ABSTRACT

The first step to handle semantic heterogeneity should be the attempt to enrich the semantic information about documents, i.e. to fill up the gaps in the documents meta-data automatically. Section 2 describes a set of cascading deductive and heuristic extraction rules, which were developed in the project CARMEN for the domain of Social Sciences. The mapping between different terminologies can be done by using intellectual, statistical and/or neural network transfer modules. Intellectual transfers use cross-concordances between different classification schemes or thesauri. Section 3 describes the creation, storage and handling of such transfers.

研究の動機と目的

• 情報検索システムにおける意味的不均一性の課題に取り組むこと、特に社会科学研究分野において。
• 不一致または不完全なメタデータを有する文書間の相互運用性を向上させるために、意味的ギャップを自動で埋める。
• 異なる分類体系とthesaurus間のマッピングを体系的に行うアプローチを開発し、用語跨ぎ検索を可能にする。
• 複数の知識源にまたがる意味的移譲モジュールの格納および管理を可能にするスケーラブルなインfra構築。
• 検索パイプラインに意味的拡張を統合することで、より正確かつ包括的な情報検索を実現する。

提案手法

• 段階的な演繹的およびヒューリスティック抽出ルールを適用し、文書メタデータに意味的アノテーションを自動で付加する。
• 既存の分類体系とthesaurus間のクロスコンcordanceに基づく知的移譲モジュールを用いて、異なるシステム間での用語マッピングを実現する。
• 明示的なクロスリファレンスが欠落している場合に、統計的およびニューラルネットワークベースの移譲モジュールを統合して意味的マッピングを推定する。
• 再利用性とスケーラビリティを確保するため、意味的移譲マッピングを構造化された知識ベースに格納・管理する。
• 段階的更新と意味的マッピングの動的適応を可能にするモジュラーアーキテクチャを設計する。
• 社会科学分野のメタデータに特化したCARMENプロジェクトのドメイン固有の知識を活用して、アプローチをカスタマイズする。

実験結果

リサーチクエスチョン

• RQ1 文書メタデータの意味的ギャップを自動で検出し、検索精度を向上させるためにどのように埋め込むことができるか？
• RQ2 社会科学研究分野において、異種の分類体系とthesaurus間の有効なマッピングを実現するための技術は何か？
• RQ3 知的・統計的・ニューラルネットワークベースの移譲モジュールは、意味的相互運用性をどの程度向上させ得るか？
• RQ4 意味的移譲モジュールをどのように体系的に作成・格納・再利用可能にするか？
• RQ5 メタデータの拡張が、異種の文書コレクションにおける情報検索の正確性（precision）と再現率（recall）に与える影響は何か？

主な発見

• 段階的な演繹的およびヒューリスティックルールの使用により、文書コレクションにおける意味的メタデータの完全性が顕著に向上した。
• クロスコンcordanceに基づく知的移譲モジュールにより、確立された分類体系とthesaurus間の信頼性の高いマッピングが可能になった。
• 統計的およびニューラルネットワークベースの移譲モジュールは、明示的なマッピングが欠落している場合の有効な代替手段を提供した。
• 検索パイプラインに意味的拡張を統合した結果、異種データに対して検索効果性が明確に向上した。
• 意味的移譲モジュールのモジュラーデータベースによる格納・管理により、複数のシステムおよび分野での再利用が可能になった。
• 本アプローチは、特にCARMENプロジェクトの文脈において、社会科学研究分野での実用的妥当性を示した。