タグ階層の抽出

記述的な注釈またはキーワードを使用したアイテムのタグ付けは、特定のエンティティのプロパティに関する情報を圧縮して強調表示する非常に自然な方法です。長年にわたり、タグの「フラット」平等主義の組織を持つシステムのタグ間の階層を抽出するためのいくつかの方法が提案されてきました。これは、タグが多数の独立した人々によって与えられた自由な単語に対応する場合に非常に一般的です。ここでは、タグの発生統計に基づいて、自動タグ階層抽出の完全なフレームワークを紹介します。新しいアルゴリズムの提案に加えて、さまざまな側面からの競合するアプローチの詳細な比較を可能にするさまざまな品質測定も導入しています。さらに、幅広いテストベッドを生成できるいくつかの調整可能なパラメーターを使用して、テスト用の汎用性の高いツールを提供する合成のコンピューター生成ベンチマークをセットアップします。コンピューターで生成された入力に加えて、タグ間に事前に定義された階層を含む生物学的な例を含む、私たちの研究では実際のデータも使用します。事前に定義された階層と再構築された階層と、他の実際のシステムで得られた一見意味のある階層の間の励ましの類似性は、タグ階層抽出が実用的なアプリケーションの大きな可能性を備えたさらなる研究のための非常に有望な方向であることを示しています。タグは、ブログから科学出版物、タンパク質データベースまで、さまざまなオンラインプラットフォームで非常に一般的になっています。さらに、写真、映画、本などの自発的なタグ付け専用のタグ付けシステムも、無料の単語で人気が高まっています。さまざまなオブジェクトに関連付けられたタグの新たな大規模なコレクションは、しばしばフォルクノミーと呼ばれ、それらの共同起源と、従来の階層分類に反対するタグの「フラット」組織を強調しています。特定のfolksonomyに対応するタグ階層を追加すると、検索の範囲を狭めるか拡大するのに非常に効果的に役立ちます。さらに、推奨システムもタグ階層の恩恵を受ける可能性があります。

Tagging items with descriptive annotations or keywords is a very natural way to compress and highlight information about the properties of the given entity. Over the years several methods have been proposed for extracting a hierarchy between the tags for systems with a "flat", egalitarian organization of the tags, which is very common when the tags correspond to free words given by numerous independent people. Here we present a complete framework for automated tag hierarchy extraction based on tag occurrence statistics. Along with proposing new algorithms, we are also introducing different quality measures enabling the detailed comparison of competing approaches from different aspects. Furthermore, we set up a synthetic, computer generated benchmark providing a versatile tool for testing, with a couple of tunable parameters capable of generating a wide range of test beds. Beside the computer generated input we also use real data in our studies, including a biological example with a pre-defined hierarchy between the tags. The encouraging similarity between the pre-defined and reconstructed hierarchy, as well as the seemingly meaningful hierarchies obtained for other real systems indicate that tag hierarchy extraction is a very promising direction for further research with a great potential for practical applications. Tags have become very prevalent nowadays in various online platforms ranging from blogs through scientific publications to protein databases. Furthermore, tagging systems dedicated for voluntary tagging of photos, films, books, etc. with free words are also becoming popular. The emerging large collections of tags associated with different objects are often referred to as folksonomies, highlighting their collaborative origin and the "flat" organization of the tags opposed to traditional hierarchical categorization. Adding a tag hierarchy corresponding to a given folksonomy can very effectively help narrowing or broadening the scope of search. Moreover, recommendation systems could also benefit from a tag hierarchy.