개체중의성해소에서 의미관련도 활용 효과 분석 = 한국어 위키피디아를 사용하여

국문 초록 (Abstract)

개체 링킹은 텍스트에 출현하는 개체 표현을 위키피디아 등의 지식베이스 항목으로 연결하는 작업이다. 동일한 개체 표현을 공유하는 서로 다른 개체들의 존재로 인해 개체 링킹에서는 개체 표현의 중의성을 해소할 필요가 있다. 개체 중의성 해소를 위한 최근 연구에서는 공기 개체 의미관련도를 중심으로 개체 출현 선험 확률와 공기 용어 정보 등을 결합하는 시도들이 주류를 형성하고 있다. 그러나 의미관련도의 왕성한 활용에도 불구하고 의미관련도 기반 방법이 개체중의성해소에 미치는 순수 효과를 분석 제시한 연구는 찾기 힘들다. 이 연구는 NGD, PMI, Jaccard, Dice, Simpson 등 서로 다른 의미관련도 지표의 차이, 공기개체집합 내 중의성 정도의 차이, 개별적/집단적 중의성해소 방식의 차이의 세 가지 관점에서 의미관련도 기반 개체중의성해소 방법들을 한국어 위키피디아 데이터를 사용하여 실험적으로 평가한 결과를 제시한다.

다국어 초록 (Multilingual Abstract)

Entity linking is to link entity"s name mentions occurring in text to corresponding entities within knowledge bases. Since the same entity mention may refer to different entities according to their context, entity linking needs to deal with entity disambiguation. Most recent works on entity disambiguation focus on semantic relatedness between entities and attempt to integrate semantic relatedness with entity prior probabilities and term co-occurrence. To the best of my knowledge, however, it is hard to find studies that analyze and present the pure effects of semantic relatedness on entity disambiguation. From the experimentation on Korean Wikipedia data set, this article empirically evaluates entity disambiguation approaches using semantic relatedness in terms of the following aspects: (1) the difference among semantic relatedness measures such as NGD, PMI, Jaccard, Dice, Simpson, (2) the influence of ambiguities in co-occurring entity mentions" set, and (3) the difference between individual and collective disambiguation approaches.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련 연구
• 3. 의미관련도 지표
• 4. 의미관련도 기반 개체중의성해소 기법
• 5. 실험
• 6. 결론
• References

참고문헌 (Reference)

1 강신재, "링크확률과 개체명 인식을 이용한 영-한 교차언어 링크 탐색" 한국지능시스템학회 23 (23): 191-195, 2013

2 R. Navigli, "Word sense disambiguation: a survey" 41 (41): 2009

3 K. W. Church, "Word association norms, mutual information, and lexicography" 16 (16): 22-29, 1990

4 R. Mihalcea, "Wikify!: linking documents to encyclopedic knowledge" 2007

5 O. Medelyan, "Topic indexing with Wikipedia" 2008

6 S. Brin, "The anatomy of a large-scale hypertextual Web search engine" 30 : 107-117, 1998

7 R. Cilibrasi, "The Google similarity distance"

8 P. Ferragina, "TAGME: on-the-fly annotation of short text fragments (by Wikipedia entities)" 2010

9 S. Hassan, "Semantic relatedness using salient semantic analysis" 2011

10 J. Hoffart, "Robust disambiguation of named entities in text" 2011

11 J. Gracia, "Querying the web: a multiontology disambiguation method" 2006

12 P. Jaccard, "Nouvelles recherches sur la distribution florale" 44 : 223-270, 1908

13 G. G. Simpson, "Notes on the measurement of faunal resemblance" 258 : 300-311, 1960

14 D. Bollegala, "Measuring semantic similarity between words using web search engines" 2007

15 L. R. Dice, "Measures of the amount of ecologic association between species" 26 : 297-302, 1945

16 L. Ratinov, "Local and global algorithms for disambiguation to Wikipedia" Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies 2011

17 D. N. Milne, "Learning to link with Wikipedia" 2008

18 A. Islam, "Comparing word relatedness measures based on Google n-grams" 2012

19 X. Han, "Collective entity linking in web text : a graph-based method" 2011

20 S. Kulkarni, "Collective annotation of Wikipedia entities in web text" 2009

21 I. Kang, "A single-step machine learning approach to link detection in Wikipedia: NTCIR Crosslink-2 Experiments at KSLP" 2013

22 C. Li, "A generalized method for word sense disambiguation based on Wikipedia" 2011