[论文解读] The Pet-Fish problem on the World-Wide Web

Diederik Aerts, Marek Czachor+2 more|arXiv (Cornell University)|Jun 10, 2010

Advanced Text Analysis Techniques参考文献 20被引用 4

一句话总结

本文通过网络搜索数据，在万维网上识别出宠物-鱼问题——即像孔雀鱼这样的实例在‘宠物-鱼’这一合取概念中的典型性高于其在‘宠物’或‘鱼’单独概念中的典型性。通过引入基于相对词汇共现频率的‘语义边界’，作者证明当实例与合取概念的语义关联强于与单个概念的关联时，便会产生古比效应，揭示出与量子建模原理一致的非经典概念组合模式。

ABSTRACT

We identify the presence of Pet-Fish problem situations and the corresponding Guppy effect of concept theory on the World-Wide Web. For this purpose, we introduce absolute weights for words expressing concepts and relative weights between words expressing concepts, and the notion of 'meaning bound' between two words expressing concepts, making explicit use of the conceptual structure of the World-Wide Web. The Pet-Fish problem occurs whenever there are exemplars - in the case of Pet and Fish these can be Guppy or Goldfish - for which the meaning bound with respect to the conjunction is stronger than the meaning bounds with respect to the individual concepts.

研究动机与目标

• 在万维网的真实概念数据中检测宠物-鱼问题与古比效应。
• 开发一种利用网络搜索频率量化概念之间语义关联的方法。
• 证明在大型网络数据中也存在心理学实验中观察到的非经典概念组合现象。
• 表明用于概念的量子建模框架可应用于网络规模数据，以揭示隐藏的概念结构。

提出的方法

• 使用雅虎搜索引擎收集单个概念（如‘宠物’、‘鱼’）、其合取（‘宠物鱼’）以及与实例共现的网页计数（如‘孔雀鱼’、‘金鱼’、‘等级制度’）。
• 通过共现频率与单个概念频率的比值计算相对权重，以评估语义关联强度。
• 将‘语义边界’M(A,B)定义为基于公式 M(A,B) = n(A,B) × n(www) / (n(A) × n(B)) 的A与B之间语义吸引或排斥的对称度量。
• 将 M(A,B) > 1 视为具有吸引性语义边界（共现强于预期），M(A,B) < 1 为排斥性，M(A,B) = 1 为中性。
• 将语义边界度量应用于孔雀鱼、金鱼等实例，检测其与‘宠物-鱼’的关联是否强于与‘宠物’或‘鱼’的单独关联。
• 利用所得的 M(A,B) 值在网页上识别古比效应实例，即合取概念表现出强于其组成部分的语义绑定。

实验结果

研究问题

• RQ1 宠物-鱼问题（以古比效应为特征）是否在大规模网络数据中显现，而不仅限于心理学实验？
• RQ2 能否利用网络搜索频率量化概念与其示例之间的语义关联强度？
• RQ3 是否存在示例与概念合取的语义联系强于与任一单独概念的联系，从而违反经典逻辑的情况？
• RQ4 受量子启发的‘语义边界’概念是否能有效建模网络数据中观察到的非经典概念组合？
• RQ5 人类认知中古比效应的根源是否反映在万维网语义结构的模式之中？

主要发现

• 计算得出 M(Guppy, Pet-Fish) = 92，显著高于 M(Guppy, Pet) = 10 和 M(Guppy, Fish) = 17，表明与合取概念存在强烈的吸引性语义关联。
• 对于金鱼，其与‘宠物-鱼’的语义边界达到 220，远超其与‘宠物’（12）和‘鱼’（12）的边界，证实了网络上存在显著的古比效应。
• ‘等级制度’与‘宠物-鱼’表现出排斥性语义边界（M = 0.35），意味着其共现频率低于预期，表明语义上存在疏离。
• 语义边界度量 M(A,B) 具有对称性，证实其量化了A与B之间相互的语义关系。
• 古比效应在多个示例中一致出现，所有情况下‘宠物-鱼’的 M(A,B) 值均超过‘宠物’和‘鱼’的值，违反了经典合取预期。
• 本研究证实，心理学实验中观察到的相同非经典概念行为可在网络规模数据中复现，支持了概念组合的量子建模框架。