f3 2

.

.信頼度を考慮した知識の構造化

鈴木優 †，石川佳治 †,‡

† 名古屋大学情報基盤センター

‡ 国立情報学研究所

F3-2

*鈴木優（名古屋大学），石川佳治（名古屋大学，NII） F3 - 2 : 信頼度を考慮した知識の構造化

研究の背景

Wikipedia を利用した新たな知識の構造化方法が必要

人手によるオントロジの作成 (WordNet など)

精度が高い

網羅性が低い，新しい概念に対応することが困難

オントロジの自動生成 (YAGO, DBPedia など)

網羅性が高い，新しい概念に対応することが比較的容易

精度が低い

オントロジの自動生成を高精度で実現する必要

信頼性の概念を利用して精度を向上


アプローチ

記事の信頼度を利用して事象間の信頼度を算出

記事を一つの事象と捉える

一つの事象は一つの記事

同音異義語に対応できる

記事間のリンクを事象間の関係と捉える

有向グラフを容易に構築できる

信頼できるリンクならば必要な関係を構築できているはず

信頼できないリンクならば関係の無いリンクである可能性も

事象間の信頼度をどのように算出するか

記述の信頼度，著者の信頼度，記事全体の信頼度


記述の信頼度算出 – 基本的な考え方

+- + ja.wikipedia.org -- title --

Wikipedia


Wikipedia


Wikipedia

- Hatoyama Yukio is a president of Japan. - President house is in Tokyo, near Conference Hall.

Japanese President

- Yukio is born in Aichi prefecture- Yukio has a brother.


Japanese President

- Naoto Kanis a president of Japan. - Kan Naoto becomes angry soon.

President of Japan


1

2

3

A

A

B

C

B

編集履歴を解析

1⃝ A が記述

2⃝ B が記述，A を残す

3⃝ C が記述，A を削除，B を残す

著者の判断を推定

B は 2⃝ で記述を削除せず

→ B は A を信頼できると判断

C は 3⃝ で著者 B の記述を削除せず

→ C は B を信頼できると判断

C は 3⃝ で A の記述を削除した

→ C は A を信頼できないと判断


記述の信頼度算出 – 定式化

100 1 2 3 4 5 6 7 8 9

110

0102030405060708090100

編集回数

残留文字数

面積が大きい

信頼度が高い

編集後の文字数の総和

文字数の log を利用

文字数の影響を削減

即座に消された: 0

.記述の信頼度..

.

τ (vi,j) =

Ni−j∑p=1

log2 R(i, j, p)

vi,j: 記事 i の j 番目の部分

τ (vi,j): vi,j の信頼度

R(i, j, p) : 記事 i の j 番目の

部分の p 回の編集後の文字数

Ni : 記事 i の総編集回数


著者の信頼度

+-+ ja.wikipedia.org -- title --

Wikipedia


Wikipedia


Wikipedia


Japanese President



Japanese President


President of Japan


Wikipedia の編集履歴

記述の信頼度著者の信頼度

+- + Apirak.com

Adsby Google

Pages 1 2 3 4 5 6 7 . . . 120 121 122

Blog“RDX Wall Art: The Making Of” is a new short documentary highlighting

some of the pioneers highlighting more ...

- “RDX Wall Art: The Making Of” iand new short documentary iand new short isa new short - isa new short documentary- highlighting iand new sho documentarysome of the pioneers highlighting iand new shomore ...

Forun

My Website Buy content

Note here

Media Archive | ome of the pioneers highlighting iand new sho

記事の信頼度

著者の信頼度

記述の信頼度を平均したもの

記述量によって重みを付ける.信頼度..

.

著者信頼度 =∑ 記述の信頼度 ·文字数

記事中の文字総数

全ての記事に対して信頼度を算出


記事の信頼度


Wikipedia


Wikipedia


Wikipedia


Japanese President



Japanese President


President of Japan




+- + Apirak.com

Adsby Google

Pages 1 2 3 4 5 6 7 . . . 120 121 122




Forun


Note here


記事の信頼度

記事の信頼度

著者の信頼度を平均したもの

著者の記述量によって重みを付ける.信頼度..

.

記事信頼度 =∑ 著者の信頼度 ·文字数

記事中の文字総数

全てのバージョンに信頼度を算出

以降は最新バージョンだけを利用


手法 1: 記事の信頼度を利用する方法


Wikipedia


Wikipedia


Wikipedia


Japanese President



Japanese President


President of Japan




+- + Apirak.com

Adsby Google

Pages 1 2 3 4 5 6 7 . . . 120 121 122




Forun


Note here


記事の信頼度

.手法 1による信頼度..

.

τ 1i,j =

リンク元の信頼度+リンク先の信頼度

2

事象の信頼度はリンク元と先の信頼度

の平均

リンク元もリンク先も信頼度が高い

とき事象間の関連は高信頼


手法 2: 著者の信頼度を利用する方法


Wikipedia


Wikipedia


Wikipedia


Japanese President



Japanese President


President of Japan




+- + Apirak.com

Adsby Google

Pages 1 2 3 4 5 6 7 . . . 120 121 122




Forun


Note here


記事の信頼度

.手法 2による信頼度..

.

τ 2i,j = リンクを書いた著者の信頼度

事象の信頼度は，事象を繋ぐリ

ンクを作成した著者の信頼度

信頼度が高い著者が作成した関

係は信頼度が高い


手法 3: 記述の信頼度を利用する方法


Wikipedia


Wikipedia


Wikipedia


Japanese President



Japanese President


President of Japan




+- + Apirak.com

Adsby Google

Pages 1 2 3 4 5 6 7 . . . 120 121 122




Forun


Note here


記事の信頼度

.手法 3 による信頼度..

.

τ 3i,j = リンクを書いた記述の信頼度

事象の信頼度は，事象を繋ぐリ

ンクの残存率

リンクが長く存続するとき事象

間の関係は高信頼


おわりに

信頼度を用いた知識の構造化手法を提案

Wikipedia の信頼度を利用して事象の関連に信頼度を算出

記事，著者，記述の信頼度

今後の課題

信頼度算出手法の改善

信頼度を算出する根拠として他に何があるか

リンク構造そのものの残存率を考慮できないか

知識の構造化手法を提案

精度が低くてもできるだけ多くの関係を取り出す手法が必要

Wikipedia 以外の情報源の有効利用


f3 2

Documents

president house

wikipedia president

iand new shomore

b yukio

aichi prefecture yukio

aichi prefecture yukio

b2wikipedia japanese

iand new sho documentarysome