menu
4 november 2015

WSDM 2016 artikel geaccepteerd

Het artikel "Learning Dynamic Collective Entity Representations for Entity Ranking" is een samenwerking tussen auteurs van de Universiteit van Amsterdam (David Graus, Maarten de Rijke), Yahoo! Research (Edgar Meij) en 904Labs.

Entiteiten ranken

In dit artikel onderzoeken we het ranken van entiteiten, oftewel het succesvol plaatsen van een relevante entiteit bovenaan de ranking voor een gegeven zoekvraag. Deze taak is van zichzelf moeilijk vanwege de potentiële mismatch tussen de beschrijving van de entiteit in een kennisbank (bijv. Wikipedia) en de manier waarop mensen aan de entiteit refereren wanneer ze ernaar zoeken. Om dit probleem te overkomen stellen wij een nieuwe methode voor om dynamische collectieve entiteitsrepresentaties te genereren. De methode verzamelt beschrijvingen van entiteiten van verschillende bronnen en combineert deze in één enkele representatie van de entiteit. Om dit mogelijk te maken leren we het belang van elke bron en komen we zo tot optimale zoekprestaties.

Onze methode maakt het mogelijk om nieuwe beschrijvingen in realtime toe te voegen en leert de beste representatie op gegeven intervallen. Hierdoor kunnen we de dynamiek van het zoeken naar entiteiten over de tijd vastleggen. De resultaten van de experimenten laten zien dat het meenemen van dynamische beschrijvingsbronnen in entiteitsrepresentaties de zoekprestaties verbetert met 7% ten opzichte van een state-of-the-art learning to rank systeem.

Het artikel is gepresenteerd tijdens de Web Search and Data Mining (WSDM 2016) conferentie in San Fransisco, 22-25 februari 2016. Meer informatie is te vinden op David Graus' website.