文献

J-GLOBAL ID：201902280626304755   整理番号：19A2210958

拡張共引用探索:引用文脈情報を含む共引用ネットワーク上のグラフベース文書検索【JST・京大機械翻訳】

Extended co-citation search: Graph-based document retrieval on a co-citation network containing citation context information

著者 (1件)： Eto Masaki (Gakushuin Women’s College, 3-20-1 Toyama, Shinjuku-ku, Tokyo 1628650 Japan)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 56  号： 6  ページ： Null  発行年： 2019年 
JST資料番号： E0362B  ISSN： 0306-4573  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究では,引用文脈情報を含む共引用ネットワーク上のグラフベース文書検索である,新しい拡張共引用探索技術を提案した。提案した探索は,従来の共引用検索によって同定されない関連文書を得るために,共引用の関係を反復的に広げることによって,目標文書の範囲を拡大する。具体的には,この探索技法は,(a)複雑なネットワーク上の類似性スコアを計算するためにグラフベースのアルゴリズムを適用し,(b)類似性スコアを計算するプロセスに共引用コンテキストを組み込むことにより,関連のないドキュメントの数の増加の負の効果を低減する。提案した探索の探索性能を評価するために,10の提案方法(文脈有り/無しの共引用ネットワークに適用された5つの代表的グラフベースアルゴリズム)を,2つのテストコレクション(生物医学とコンピュータ言語論文)に基づく情報検索実験における2種類のベースライン(文脈なしの伝統的共引用検索)と比較した。実験結果は,共引用状況を用いた提案方法の正規化割引累積利得(nDCG@K)のスコアが,ベースラインのものより高い傾向があることを示した。さらに,再スタート(RWR)アルゴリズムによるランダムウォークの組合せとコンテキストによって加重するネットワークは,10の提案した方法の間で最良の探索性能を達成した。したがって,グラフベースのアルゴリズムと共引用コンテキストの組合せは,共引用探索技術の性能を改善するのに効果的であり,グラフベースのアルゴリズムの唯一の利用は,ベースラインからの探索性能を強化するのに十分でないことを明らかにした。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 利得 ,  医学 ,  基準線 ,  *文献検索 ,  情報検索 ,  正規化 ,  酔歩 ,  類似性 ,  *グラフ ,  プログラミング言語 ,  *ネットワーク ,  アルゴリズム
準シソーラス用語： 生物医学 ,  テストコレクション ,  スコア ,  *共引用 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 拡張 ,  共引用 ,  探索 ,  引用 ,  文脈情報 ,  グラフ ,  文書検索