[4E3-GS-2] 機械学習：グラフ構造データ

[4E3-GS-2-01] Graph Autoencodersによる単語情報とリンク情報を融合した文書分散表現

〇田中 義規¹、竹川 高志¹ (1. 工学院大学)

キーワード：分散表現、Graph Autoencoder、グラフ

文書分散表現は，推薦システム等への応用が可能である．ゆえに，Webサイトを情報量の多い数値ベクトルで表現することは有用である．本研究では，Wikipediaの記事を分析対象とし，記事の文書分散表現を得た．しかし，従来手法による文書分散表現では，関連のない記事のcos類似度が，関連のある記事のcos類似度よりも大きい事例が存在するという問題がある．本研究では，Webページ上のリンクの情報を含むベクトルを得ることで，上記の問題の解決を目指した．Webページの関係は，ノードをWebページ，エッジをリンクとして，1つのグラフで表現できる．そこで，Graph AutoencoderおよびVariational Graph Autoencoderを用いることで，文書における単語の情報とリンクの情報を融合した文書分散表現を獲得した．上記の手法により得た記事の分散表現では，関連のある記事のcos類似度が，関連のない記事のcos類似度よりも大きい傾向があった．また，同じカテゴリに属する記事同士が，従来手法よりも近い表現であった．