Loading article…
人間とコンピュータの情報検索( HCIR ) は、検索プロセスに人間の知能を取り入れる情報検索技術の研究とエンジニアリングです。これは、人間とコンピュータの相互作用(HCI) と情報検索 (IR)の分野を組み合わせ、人間のコンテキストを考慮するか、人間からのフィードバックの機会を提供する複数ステップの検索プロセスを通じて、検索を改善するシステムを作成します。
歴史
この人間とコンピュータの情報検索という用語は、2004年から2006年にかけて行われた一連の講義の中でゲイリー・マルキオニーニによって造られました。 [1]マルキオニーニの主な主張は、「HCIRは人々が大規模な情報ベースを探索できるようにすることを目的としていますが、人々が認知的および身体的エネルギーを費やすことでこの制御の責任も負うことを求めています。」というものです。
1996 年と 1998 年にグラスゴー大学で情報検索と人間とコンピュータの相互作用に関する2 つのワークショップが開催され、これら 2 つの分野の重複部分に取り組むことが試みられました。マルキオニーニは、ワールド ワイド ウェブの影響と情報リテラシーの急激な向上を指摘しています。これらの変化は 1990 年代後半にはまだ始まったばかりでした。
IR と HCI の交わりに焦点を当てたワークショップはいくつかあります。メリーランド大学ヒューマン コンピュータ インタラクション ラボが 2005 年に開始した探索的検索に関するワークショップは、計算機協会 情報検索特別興味グループ(SIGIR) とコンピュータ ヒューマン インタラクション特別興味グループ(CHI) の会議で交互に開催されています。また、2005 年には、欧州科学財団がコンテキスト内の情報検索に関する探索的ワークショップを開催しました。その後、2007 年にマサチューセッツ工科大学で、ヒューマン コンピュータ情報検索に関する最初のワークショップが開催されました。
説明
HCIR には、IR と HCI のさまざまな側面が含まれています。これには、ユーザーが一般的にクエリとブラウジング戦略を組み合わせて学習と調査を促進する探索的検索、コンテキスト内の情報検索 (つまり、クエリには通常反映されないユーザーまたは環境の側面を考慮に入れる)、およびピーター・イングワーセンが「情報検索 (IR) のすべての主要な参加者、つまりユーザー、仲介者、IR システムを巻き込んで情報検索中に発生するインタラクティブなコミュニケーション プロセス」と定義するインタラクティブ情報検索が含まれます。[2]
HCIRの主な関心事は、人間のユーザーを対象としたIRシステムが、ユーザーのニーズを反映した方法で実装され、評価されることです。[3]
現代のIRシステムの多くはランク付けされた検索モデルを採用しており、このモデルでは、文書はクエリに対する文書の関連性の確率に基づいてスコア付けされます。 [4]このモデルでは、システムは上位ランクの文書のみをユーザーに提示します。このシステムは通常、Text Retrieval Conference (TREC)などの組織による一連のベンチマーククエリの平均精度に基づいて評価されます。
HCIR は情報検索プロセスで人間の知能を活用することに重点を置くため、システムの IR コンポーネントと HCI コンポーネントの評価を組み合わせた異なる評価モデルが必要です。HCIR の主要研究分野は、これらのシステムの評価です。Juergen Koenemann とNicholas J. Belkinによる1996 年の自動クエリ再定式化のためのさまざまなレベルのインタラクションに関する研究など、インタラクティブ情報検索に関する初期の研究では、精度と再現率という標準的な IR の尺度を活用していますが、単一のクエリ応答ではなく、ユーザー インタラクションの複数の反復の結果に適用しています。[5] Pia Borlund の IIR 評価モデルなど、その他の HCIR 研究では、ユーザーの特性、実験設計の詳細などに焦点を当てた、HCI に似た方法論を適用しています。[6]
目標
HCIRの研究者は、ユーザーがより適切な結果を決定するコントロールを持つシステムに向けて、以下の目標を掲げています。[1] [7]
システムは
- 関連する文書を配信するだけでなく、それらの文書とともに意味情報も提供する必要がある。
- ユーザーの責任と制御を増やす。つまり、情報システムは人間の知的努力を必要とする。
- 柔軟なアーキテクチャを持ち、ますます要求が厳しくなり知識が豊富なユーザーベースに合わせて進化し適応できる
- 個別の独立したサービスではなく、個人や共有の記憶やツールの情報エコロジーの一部となることを目指す
- 情報の普及や利用段階だけでなく、情報のライフサイクル全体（作成から保存まで）をサポートする
- エンドユーザー、特に情報リソースに価値を付加する情報専門家によるチューニングをサポートする
- 魅力的で楽しく使える
つまり、情報検索システムは、優れた図書館と同じように機能することが期待されています。システムは、データまたは情報 (これらの用語の非常に狭く細かい意味で) と知識 (情報検索プロセスの次の反復に必要なコンテキストを提供する処理済みデータまたは情報) の間のギャップを埋めるのに役立ちます。つまり、優れた図書館は、利用者が必要とする情報だけでなく、その情報をナビゲートし、理解し、保存し、知識に変換するための学習プロセスのパートナー (情報専門家) も提供します (これにより、より情報に基づいた新しい情報ニーズが生まれます)。
テクニック
HCIR に関連する技術は、人間の知性を利用してユーザーを適切な結果に導く情報の表現を重視しています。これらの技術は、ユーザーがペナルティなしで、つまり時間、マウスのクリック、コンテキストの切り替えなどの不要なコストをかけずに、データセットを探索して理解できるようにも努めています。
多くの検索エンジンには、 HCIR 技術を組み込んだ機能があります。スペルの提案やクエリの自動再定式化は、ユーザーを関連結果に導く可能性のある検索パスを提案するメカニズムを提供します。これらの提案はユーザーに提示され、選択と解釈の制御はユーザーの手に委ねられます。
ファセット検索では、ユーザーは情報を階層的にナビゲートできます。カテゴリからサブカテゴリに移動し、カテゴリの表示順序を選択できます。これは、カテゴリの階層が固定され、変化しない従来の分類法とは対照的です。ファセットナビゲーションは、分類ナビゲーションと同様に、利用可能なカテゴリ（またはファセット）を表示してユーザーをガイドしますが、ユーザーのニーズや考え方に正確に適合しない可能性のある階層を参照する必要はありません。[8]
先読みは、ペナルティのない探索に対する一般的なアプローチを提供します。たとえば、さまざまなWeb アプリケーションでは、 AJAX を使用してクエリ用語を自動的に補完し、人気のある検索を提案します。先読みのもう 1 つの一般的な例としては、検索エンジンが結果に、静的情報 (オブジェクトに関するメタデータなど) と、検索クエリ内の単語に最も関連のあるドキュメント テキストの「スニペット」の両方を含む、結果に関する概要情報を注釈として付ける方法があります。
関連性フィードバックにより、ユーザーは特定の結果の関連性が高いか低いかを示すことでIRシステムをガイドすることができます。[9]
要約と分析は、クエリから返される結果をユーザーが理解するのに役立ちます。ここでの要約とは、クエリ結果を集約または圧縮して、より人間が理解しやすい形式にするあらゆる手段を包含することを意味します。上で説明したファセット検索は、このような要約の 1 つの形式です。もう 1 つはクラスタリングです。これは、類似または共起するドキュメントや用語をグループ化して、ドキュメント セットを分析します。クラスタリングを使用すると、結果を関連するドキュメントのグループに分割できます。たとえば、「java」を検索すると、 Java (プログラミング言語)、Java (島)、またはJava (コーヒー)のクラスターが返されます。
データの視覚的表現も HCIR の重要な側面と考えられています。要約や分析の表現は、集計データの表、グラフ、または要約として表示できます。ユーザーが検索結果の概要ビューにアクセスできるようにするその他の種類の情報視覚化には、タグ クラウドやツリーマッピングなどがあります。
関連分野
参考文献
- ^ ab Marchionini, G. (2006). Toward Human-Computer Information Retrieval Bulletin、2006 年 6 月/7 月号、アメリカ情報科学協会紀要
- ^ 「Ingwersen, P. (1992). Information Retrieval Interaction. London: Taylor Graham」。2007年11月25日時点のオリジナルよりアーカイブ。 2007年11月28日閲覧。
- ^ 「Mira ワーキング グループ (1996)。インタラクティブ マルチメディア情報検索アプリケーションの評価フレームワーク」。2008 年 2 月 1 日時点のオリジナルよりアーカイブ。
- ^ Grossman, D. および Frieder, O. (2004). 情報検索アルゴリズムとヒューリスティックス。
- ^ Koenemann, J. および Belkin, NJ (1996)。インタラクションの事例: インタラクティブな情報検索行動と有効性に関する研究。SIGCHI コンピューティング システムにおけるヒューマン ファクターに関する会議: Common Ground (カナダ、ブリティッシュ コロンビア州、バンクーバー、1996 年 4 月 13 ～ 18 日) の議事録。MJ Tauber 編。CHI '96。ACM Press、ニューヨーク、NY、205 ～ 212 ページ
- ^ Borlund, P. (2003). IIR 評価モデル: インタラクティブ情報検索システムの評価のためのフレームワーク。情報研究、8(3)、論文 152
- ^ White, R., Capra, R., Golovchinsky, G., Kules, B., Smith, C., Tunkelang, D. (2013). 人間とコンピュータの情報検索に関する特集号の紹介。情報処理と管理ジャーナル 49(5), 1053-1057
- ^ Hearst, M. (1999). ユーザーインターフェイスと視覚化、Baeza-Yates, R. および Ribeiro-Neto, B. 著『Modern Information Retrieval』の第 10 章。
- ^ Rocchio, J. (1971). 情報検索における関連性フィードバック。Salton, G (ed)、SMART 検索システム。
外部リンク
- 「人間によるコンピュータの情報検索に関するワークショップ」。
- 「ACM SIGIR 人間情報インタラクションおよび検索会議 (CHIIR)」。