Loading article…
セマンティック分析は、セマンティック関連性とも呼ばれ、オントロジーを使用してWeb リソースのコンテンツを分析します。この研究分野では、テキスト分析とRDFなどのセマンティック Webテクノロジが組み合わされています。セマンティック分析は、さまざまなオントロジー概念の関連性を測定します。
この分野で活発なプロジェクトを行っている学術研究グループには、ライト州立大学の Kno.e.sis Center などがあります。
歴史
セマンティック分析の始まりにおける重要な節目は 1996 年にありましたが、これらのアルゴリズムの歴史的進歩は主に主観的です。フィリップ・レズニックは、彼の独創的な研究論文で、コンピューターには人間の判断を模倣する能力があることを証明しました。複数のジャーナルの出版物にまたがって、一般的なセマンティック分析計算の精度の向上はすべて、この分野に革命をもたらしたと主張しました。しかし、1990 年代後半を通じて標準的な用語がなかったため、多くの誤解が生じました。これがきっかけで、ブダニツキーとハーストは 2006 年にこの主題を標準化し、現代のスペルと文法分析のフレームワークも設定しました。[1]
セマンティック分析の初期の頃は、十分に大きくて信頼できる知識ベースを入手するのは困難でした。2006年に、StrubeとPonzettoは、Wikipediaをセマンティック分析の計算に使用できることを実証しました。[2] Wikipediaのような大規模な知識ベースを使用すると、セマンティック分析の精度と適用性の両方が向上します。
方法
この分野の主観的な性質を考えると、セマンティック分析で使用されるさまざまな方法は、適用分野によって異なります。単一の方法が正しいとは考えられていませんが、最も一般的に効果的で適用可能な方法の1つは、明示的セマンティック分析（ESA）です。[3] ESAは、2000年代後半にEvgeniy GabrilovichとShaul Markovitchによって開発されました。[4] ESAは、機械学習技術を使用して、記事からテキストの断片を抽出して並べ替えられたリストにするセマンティックインタープリターを作成します。断片は、周囲のテキストとの関連性によって並べ替えられます。
潜在的意味解析(LSA) は、オントロジーを使用せず、入力空間内のテキストのみを考慮するもう 1 つの一般的な方法です。
アプリケーション
- エンティティリンク
- オントロジー構築/知識ベース構築
- 検索とクエリのタスク
- 自然言語処理
- 音声対話システム（例：Amazon Alexa、Google Assistant、MicrosoftのCortana）
- 人工知能
- ナレッジマネジメント
セマンティック分析手法の適用により、一般的にあらゆる知識管理システムの組織化プロセスが効率化されます。学術図書館では、ドメイン固有のアプリケーションを使用して、より効率的な組織化システムを作成することがよくあります。セマンティックと Wikipedia を使用して科学出版物を分類することにより、研究者は人々がリソースをより速く見つけられるように支援しています。Semantic Scholarなどの検索エンジンは、何百万もの記事への体系的なアクセスを提供します。
参照
参考文献
- ^ ブダニツキー、アレクサンダー、グレアム・ハースト。「WordNet ベースの語彙意味関連性尺度の評価」。Comput. Linguist. 32、第 1 号 (2006 年 3 月): 13–47。doi :10.1162/ coli.2006.32.1.13
- ^ Strube, Michael、および Simone Paolo Ponzetto。「WikiRelate! Wikipedia を使用した意味的関連性の計算」。第 21 回全国人工知能会議の議事録、第 2 巻、1419 ～ 1424 ページ。AAAI'06。マサチューセッツ州ボストン: AAAI Press、2006 年。
- ^ Z. Zhang、AL Gentile、F. Ciravegna、「語彙意味関連性手法の最近の進歩 - 調査」、Natural Language Engineering、vol. 19、no. 04、pp. 411–479、2013年10月。
- ^ Evgeniy Gabrilovich および Shaul Markovitch。2007 年。「Wikipedia ベースの明示的意味解析を使用した意味的関連性の計算」。IJcAI、1606–1611。2016 年 10 月 9 日閲覧。
外部リンク
- セマンティックスカラー