[论文解读] Expert Finding in Heterogeneous Bibliographic Networks with Locally-trained Embeddings

Huan Gui, Qi Zhu+3 more|arXiv (Cornell University)|Mar 9, 2018

Expert finding and Q&A systems参考文献 28被引用 10

一句话总结

该论文提出LE-expert框架，用于异构书目网络中的专家发现，通过结合局部训练的嵌入学习与概念层次结构引导的查询扩展，以及基于多类型边的排名算法进行权威性估计。该方法通过保留细粒度语义并利用网络结构，在包含超过200万数据条目的大规模数据集上，提升了通用查询和特定查询的精确率，优于现有方法。

ABSTRACT

Expert finding is an important task in both industry and academia. It is challenging to rank candidates with appropriate expertise for various queries. In addition, different types of objects interact with one another, which naturally forms heterogeneous information networks. We study the task of expert finding in heterogeneous bibliographical networks based on two aspects: textual content analysis and authority ranking. Regarding the textual content analysis, we propose a new method for query expansion via locally-trained embedding learning with concept hierarchy as guidance, which is particularly tailored for specific queries with narrow semantic meanings. Compared with global embedding learning, locally-trained embedding learning projects the terms into a latent semantic space constrained on relevant topics, therefore it preserves more precise and subtle information for specific queries. Considering the candidate ranking, the heterogeneous information network structure, while being largely ignored in the previous studies of expert finding, provides additional information. Specifically, different types of interactions among objects play different roles. We propose a ranking algorithm to estimate the authority of objects in the network, treating each strongly-typed edge type individually. To demonstrate the effectiveness of the proposed framework, we apply the proposed method to a large-scale bibliographical dataset with over two million entries and one million researcher candidates. The experiment results show that the proposed framework outperforms existing methods for both general and specific queries.

研究动机与目标

• 解决在查询具体性差异较大的异构书目网络中专家发现的挑战。
• 通过使用由概念层次结构引导的局部训练嵌入，减少查询扩展中的语义漂移。
• 通过利用异构网络结构（包括作者、论文和会议关系）提升候选者排名。
• 开发一个鲁棒且可扩展的框架，在通用和特定查询中均保持高精度。
• 展示在真实世界专家发现任务中，语义表示学习与基于网络的权威性估计相结合的有效性。

提出的方法

• 提出基于概念层次结构引导的局部训练嵌入学习，生成查询特定的低维向量表示，以最小化语义漂移。
• 利用分层概念结构约束嵌入空间，使其聚焦于相关主题，从而提升窄语义范围查询的精确率。
• 应用多类型随机游走算法估计候选者权威性，分别处理每种边类型（如合作者、论文-作者、论文-会议）。
• 引入可学习参数（λ）的加权组合，平衡不同网络关系的贡献。
• 基于查询-文档共现关系构建相关性子网络，以聚焦排名过程于相关内容。
• 采用混合框架：先通过局部嵌入进行查询扩展，再通过基于网络的权威性排名提升候选者排序。

实验结果

研究问题

• RQ1 基于概念层次结构引导的局部训练嵌入能否提升专家发现中的查询扩展，特别是在语义范围较窄的特定查询中？
• RQ2 在候选者排名中，整合异构网络结构（如合作者、论文和会议关系）如何影响排名准确性？
• RQ3 不同边类型（如PA、PP、PV）对最终权威性评分的相对贡献是什么？
• RQ4 所提出的框架能否在不牺牲准确率的前提下，同时在通用和特定查询中保持高性能？
• RQ5 与全局嵌入方法和传统基于检索的方法相比，该框架在专家发现任务中的表现如何？

主要发现

• 所提出的LE-expert框架在包含超过两百万数据条目和一百万研究者候选者的大型书目网络中，优于现有方法。
• 对于特定查询（如'信息抽取'和'本体对齐'），局部训练嵌入方法能提供更准确且完整的查询扩展，从而实现更高的精确率。
• 排名算法显著提升了候选者排序效果，例如专注于信息抽取的Dayne Freitag被排在更资深但专业性较弱的专家之前。
• 性能对权重参数λ_PA（合作者-论文关系）最为敏感，移除该边类型会导致精确率显著下降，表明其关键作用。
• 当λ_PA设为零时，排名被合作者关系主导，导致结果不准确；而设为无穷大时，模型退化为基本文档检索系统。
• 当λ_PP和λ_PV设为零时，框架性能保持稳定，表明论文-论文和论文-会议边对权威性估计的贡献小于合作者-论文关系。