文献

J-GLOBAL ID：201802271947865750   整理番号：18A1846623

知識ベースとWeb検索結果に基づく修正法によるクエリーに対するエンティティランキング

Entity Ranking for Queries with Modifiers Based on Knowledge Bases and Web Search Results

著者 (4件)： IMRATTANATRAI Wiradee (Graduate School of Informatics, Kyoto University) ,  KATO Makoto P. (Graduate School of Informatics, Kyoto University) ,  TANAKA Katsumi (Graduate School of Informatics, Kyoto University) ,  YOSHIKAWA Masatoshi (Graduate School of Informatics, Kyoto University)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E101.D  号： 9  ページ： 2279-2290(J-STAGE)  発行年： 2018年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本論文では,対応する特性(例えば,”古代”および”京都”に対してそれぞれ建築日および場所)の同定を通して,クエリーにおける異なるタイプの修正法を活用することにより,与えられた質問(例えば,京都における古代の禅寺に対して,”建仁寺”,”天龍寺”あるいは”金閣寺”)に対するエンティティのランキングリストを求める方法を提案した。殆どの主要な検索エンジンは,ユーザのクエリーに基づき,エンティティのリストを返答するエンティティ検索機能を提供するが,エンティティは,広範囲な検索クエリーに対して述べられず,ユーザが期待する順序においてでもない。エンティティ検索の有効性を強化するために,2つのエンティティランキング法を提案した。最初に提案した方法は,全体として質問に応答するWeb検索結果から関連エンティティを直接見出すWebベースのエンティティランキングであり,他のエンティティに対して推定した関連を伝搬した。第2の提案した方法は,クエリーにおける修正法に対応する特性に基づいてエンティティをランク付けする特性に基づくエンティティランキングであった。この目的に対して,異なったタイプの修正法に有効な7つの基準を用いて,サポートベクトルマシン(SVM)に基づく一連の関連特性を同定する新しい特性同定法を提案した。実験結果により,提案した特性同定法は,各基準を別々に用いるよりも,より関連性のある特性を予測できることを示した。更に,Webベースと特性ベースのエンティティランキング法の組合せを用いるとき,関連エンティティのランク付けリストを応答するための最良の性能を達成した。(翻訳著者抄録)

シソーラス用語： 知識ベース ,  *情報検索 ,  質問 ,  *データ ,  等級づけ ,  修正 ,  一覧表 ,  検索エンジン ,  利用者 ,  *サポートベクトルマシン
準シソーラス用語： SVM ,  *ウェブ検索 ,  *エンティティ ,  クエリー ,  リスト

著者キーワード (4件)： エンティティランキング ,  特性同定 ,  知識ベース ,  Web検索

分類 (1件)： 計算機網  (JC03000K)

引用文献 (28件)：

• [1] J. Guo, G. Xu, X. Cheng, and H. Li, “Named entity recognition in query,” SIGIR, pp.267-274, 2009. 10.1145/1571941.1571989
• [2] X. Yin and S. Shah, “Building taxonomy of Web search intents for name entity queries,” WWW, pp.1001-1010, 2010. 10.1145/1772690.1772792
• [3] N. Phan, P. Bailey, and R. Wilkinson, “Understanding the relationship of information need specificity to search query length,” SIGIR, pp.709-710, 2007. 10.1145/1277741.1277870
• [4] T. Lau and E. Horvitz, “Patterns of search: analyzing and modeling web query refinement,” UM99 User Modeling, pp.119-128, Springer, 1999. 10.1007/978-3-7091-2490-1_12
• [5] W. Imrattanatrai, M.P. Kato, and K. Tanaka, “Entity search by leveraging attributive terms in sentential queries over rdf data,” WI, pp.769-776, 2017. 10.1145/3106426.3106462

タイトルに関連する用語 (6件)： 知識 ,  Web検索 ,  修正法 ,  クエリー ,  エンティティ ,  ランキング