ru'he

Size: px

Start display at page:

Download "ru'he"

琨赞岳
5 years ago
Views:

1 如何自动建构社会标签中的语义关系? 三人行语义沙龙, 上海, 董行 (Hang) ( 西交 ) 利物浦大学计算机系博士生导师 : Wei Wang, Frans Coenen, Kaizhu Huang ( 之前是 Kevin Kung Fung Yuen) 鸣谢本报告中用到的各类网络与学术资源 1

2 从社交媒体数据中提取语义关系语义网与社交网络数据,Social Semantic Web 社会标签 : 用户 - 标签 - 资源, 形成大众分类法 ( 相比传统主题词表, 词义模糊 ; 缺乏控制 ) 截图自 : [1] [2] [3] 2

3 知识结构 : 从低语义到高语义高语义本体分类法概念层级术语 / 概念列表低语义社会标签 / 大众分类法图片改编自 : R. R. Souza, D. Tudhope, and M. B. Almeida, Towards a taxonomy of KOS: Dimensions for classifying Knowledge Organization Systems,

4 本体学习 Ontology learning 建立类似分类法的知识结构需要大量的人力和时间从自然语言文本中自动化或者半自动化地建立本体建立关系抽取概念社交网络中产生的新语言往往不被现有的分类体系收入, 为本体学习提供了新的需求和素材图片改编自 from the Figure 1 in Paul Buitelaar, Philipp Cimiano, and Bernardo Magnini: Ontology Learning from Text: An Overview,

5 情报学中语义关系的种类语义关系横向组合关系纵向聚合关系等价关系层级关系关联关系上下位关系部分 - 整体关系实例图片改编自 : Stock, W. G. (2010). Concepts and semantic relations in information science. Journal of the Association for Information Science and Technology, 61(10),

6 概念抽取 Concept Extraction 词型 : 通过词型来归一化词义 : 同义词的提取与合并 ; 多义词的词义消歧 ( 聚类 ) 外部资源 : 匹配词到其他的词汇资源, 比如维基百科 6

7 概念抽取 : 词型归一化 Dong, H., Wang, W., & Coenen, F. (2017). Deriving Dynamic Knowledge from Academic Social Tagging Data: A Novel Research Direction. In iconference 2017 Proceedings (pp ). 7

8 词表示 : 用向量的方式表示标签词 - 词向量, 向量的维度是词汇数量词 - 资源向量, 向量的维度是资源数量词 - 用户向量, 向量的维度是用户数量 R1 R2 R3 news Web knowledge 潜在语义表示 LSI (Latent Semantic Indexing), 设定向量维度主题向量 : LDA (Latent Dirichlet Allocation) Topic vector, 设定向量维度词嵌入 : word2vec, 设定向量维度, 需要大量语料

9 概念抽取 : 词聚类将词表示成资源的向量, 并进行降维采用余弦距离计算相似度使用分层聚类算法 (Chapter 8.3; Tan, Steinbach, & Kumar, 2006) 9

10 概念抽取 : 语义匹配将标签匹配到现有的外部词表中匹配到 WordNet: 仅 49% 的标签可从语义上匹配到 WordNet 中 (Andrew, Pane & Zaihrayeu, 2011) 匹配到 Wikipedia (Joorabchi, English, Mahdi, 2015) 匹配到以 Dbpedia 为主的 Linked Open Data Cloud (García-Silva et al., 2015) 10

11 关系的形成 Relation Learning H. Dong, W. Wang and H. N. Liang, "Learning Structured Knowledge from Social Tagging Data: A Critical Review of Methods and Techniques," 2015 IEEE International Conference on Smart City/SocialCom/SustainCom (SmartCity), Chengdu, 2015, pp

12 从标签中自动建立层级关系的主要方法基于一定规则的方法社会网络分析图中心性的方法 (Heymann, 2006) 利用标签对应资源或用户的集合的包含度的方法 (Mika, 2005) 基于语义匹配的方法匹配到 Dbpedia, WordNet, ConceptNet, Yago, ACM category, MeSH (Strohmaier et al., 2012; García-Silva et al., 2015) 机器学习方法无监督方法 : 分层聚类 (Strohmaier et al., 2012; Zhou et al., 2007) 有监督方法 : 提取特征进行二元分类 (Rêgo et al., 2015) 12

13 方法 1: 基于社会网络分析的方法 (Heymann, 2006) 设想 : 在标签相似度图中, 有一个潜在的分类体系 ; 中心性更高的标签, 与其它标签连接更紧密的标签, 含义更为宽泛建立标签相似度无向图, 将标签按照度中心性降序排列从中心性最高的标签开始, 依次添加到新的有向图中, 将标签与图中的节点依次比较, 若相似度大于某阈值, 则列为该节点的下位类优点 : 方法容易实现, 不依赖外部资源缺点 : 建立的联系不完全正确, 语义关系不明确 13

数据集 : Bibsonomy dataset, 时间 2003-2015, 包括

14 数据集 : Bibsonomy dataset, 时间 , 包括个标注, 个资源, 个标签, 个用户. 14

15 15

16 方法 2: 基于语义匹配的方法 DBpedia concept pairs Matched tag concept pairs (positive data) 16

17 匹配机器学习下的类目优点 : 匹配到的关系有明确的语义, skos: broader, dct:subject 缺点 : 依赖外部资源, 受限于外部资源 17

18 方法 3: 基于主题模型的二元分类方法 ( 实验中 ) 设想 : [1] 具有层次关系的标签必须有一定的相似度 ( > p, p = 0.1) [2] 更显著地分布在多个主题的词汇, 在含义上更为宽泛 [3] 标签之间的层次关系与边缘概率 p(a B) 和 p(b A) 相关 18

19 基于主题模型的二元分类方法 ( 实验中 ) 19

20 标签组织在系统中的运用完善标签的导航, 方便浏览资源案例 : 知乎 StackOverflow 截图自 : /hot 20

21 截图自 : [1] w.com/tags [2] w.com/tags/java/inf o 21

22 方便个性化的检索和推荐 ( 案例 : ResearchGate 和豆瓣 ) 截图自 : 22

23 截图自 :[1] 9%89%E7%BD%91 [2] 23

24 总结 Web 2.0 时代的语义网需要对社会网络数据进行语义化的处理对巨量的社会标签进行有效组织依赖机器学习自然语言处理社会网络分析等方法从社会标签中抽取的概念和关系, 可以用于完善系统的资源搜索发现推荐等功能 24

25 参考文献 Andrews, P., Pane, J., & Zaihrayeu, I. (2011). Semantic disambiguation in folksonomy: a case study. In Advanced language technologies for digital libraries (pp ). Springer, Berlin, Heidelberg. Dong, H., Wang, W., & Coenen, F. (2017). Deriving Dynamic Knowledge from Academic Social Tagging Data: A Novel Research Direction. In iconference 2017 Proceedings (pp ). Dong, H., Wang, W., & Liang, H. N. (2015, December). Learning Structured Knowledge from Social Tagging Data: A Critical Review of Methods and Techniques. In Smart City/SocialCom/SustainCom (SmartCity), 2015 IEEE International Conference on (pp ). IEEE. García-Silva, A., García-Castro, L. J., García, A., & Corcho, O. (2015). Building Domain Ontologies Out of Folksonomies and Linked Data. International Journal on Artificial Intelligence Tools, 24(2). Heymann, P., & Garcia-Molina, H. (2006). Collaborative Creation of Communal Hierarchical Taxonomies in Social Tagging Systems. Retrieved from Joorabchi, A., English, M., & Mahdi, A. E. (2015). Automatic mapping of user tags to Wikipedia concepts: The case of a Q&A website StackOverflow. Journal of Information Science. doi: / Rego, A. S. C, Marinho, L. B., & Pires, C. E. S. (2015). A supervised learning approach to detect subsumption relations between tags in folksonomies. Paper presented at the Proceedings of the 30th Annual ACM Symposium on Applied Computing, Salamanca, Spain. Souza, R. R., Tudhope, D., & Almeida, M. B. (2012). Towards a taxonomy of KOS: Dimensions for classifying Knowledge Organization Systems. Knowledge organization, 39(3), Paul Buitelaar, Philipp Cimiano, and Bernardo Magnini: Ontology Learning from Text: An Overview, 2003 Stock, W. G. (2010). Concepts and semantic relations in information science. Journal of the Association for Information Science and Technology, 61(10), Strohmaier, M., Helic, D., Benz, D., K, C., #246, rner, & Kern, R. (2012). Evaluation of Folksonomy Induction Algorithms. ACM Trans. Intell. Syst. Technol., 3(4), doi: / Tan, P.-N., Steinbach, M., & Kumar, V. (2005). Introduction to data mining. Boston: Pearson Addison Wesley. Zhou, M., Bao, S., Wu, X., & Yu, Y. (2007). An unsupervised model for exploring hierarchical semantics from social annotations: Springer. 25

26 谢谢聆听董行 26

Microsoft Word - 201506定版

Microsoft Word - 201506定版 56 Chinese Journal of Library and Information Science for Traditional Chinese Medicine Dec. 2015 Vol. 39 No. 6 综述中医药学语言系统研究综述于彤, 贾李蓉, 刘静, 杨硕 *, 董燕, 朱玲中国中医科学院中医药信息研究所,