文献

J-GLOBAL ID：202002219718959975   整理番号：20A0544024

効果的な意味検索操作のためのTwitterストリームにおけるあいまいなエンティティをランク付けするためのアルゴリズム的アプローチ【JST・京大機械翻訳】

An algorithmic approach to rank the disambiguous entities in Twitter streams for effective semantic search operations

著者 (2件)： Senthil Kumar N (School of Information Technology and Engineering, VIT University, Vellore, India) ,  Dinakaran M (School of Information Technology and Engineering, VIT University, Vellore, India)
資料名： Sadhana  (Sadhana)
巻： 45  号： 1  ページ： 29  発行年： 2020年 
JST資料番号： A1011A  ISSN： 0256-2499  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 現代の推論システムにおける最も挑戦的なタスクは,非構造化テキストからの自動知識獲得に完全に依存し,それから構造化された情報をフィルタリングすることが,情報検索システムの最も重要なタスクであることである。本論文では,Twitterストリームからの可能性を認識できるシステムを提案し,それらを適切な実世界知識エンティティにリンクさせることができる。その上,実体のあいまいさ,文脈類似性,タイプ誘導,および意味的ラベリングのような多くの意味関数を実行し,実体の意味論的スコアを強化し,実体検索精度を定量的に強化するために豊富な実体特徴空間を提供する。それにもかかわらず,収集されたTwitterストリーム上に存在するエンティティ不均衡を軽減するモデルを活用し,候補エンティティ集合間の文脈関連性を効果的に利用した。最終的に,著者らはトピックモデリングを扱う確率論的アプローチを提案し,実体をその適切なエンティティドメインにクラスタ化することによってエンティティを効果的にあいまいにする。提案した潜在的Dirichlet割当(LDA)モデルは,候補実体間のクラスタ化のための話題をカテゴリー的に識別し,DBpediaのような知識ベースで生じる正確な真の言及を固定する。また,提案したシステムの性能と精度を実証し,2016年8月に収集したTwitter Streamsによる結果を評価した。経験的結果は,それが既存の最先端のシステムを実行したことを示して,ここで与えた提案したシステムが従来のシステムに対して段階的な正確さ比率を持つことを証明した。Copyright Indian Academy of Sciences 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  クラスタ化 ,  フィルタリング ,  *アルゴリズム ,  等級づけ ,  知識ベース ,  オントロジー ,  情報検索システム ,  知識獲得 ,  類似性 ,  曖昧さ
準シソーラス用語： 特徴空間 ,  検索精度 ,  構造化文書 ,  *エンティティ , 【Automatic Indexing@JST】

著者キーワード (5件)： エンティティリンク ,  エンティティ曖昧性解消 ,  潜在的Dirichlet割当 ,  意味的類似性 ,  DBpediaオントロジー

分類 (4件)： 電力系統一般  (NB02000E) ,  モルタル,コンクリート  (RA06042H) ,  コンクリート構造  (RA04030A) ,  熱交換器,冷却器  (PA03020G)

タイトルに関連する用語 (6件)： 意味検索 ,  Twitter ,  ストリーム ,  エンティティ ,  ランク付け ,  アルゴリズム