Activity Based Metadata for Semantic Desktop Search

Presentation on theme: "Activity Based Metadata for Semantic Desktop Search"— Presentation transcript:

1 Activity Based Metadata for Semantic Desktop Search
Paul-Alexandru Chirita, Rita Gavriloaie, Stefania Ghita, Wolfgang Nejdl, and Raluca Paiu ESWC 2005, Heraklion, Greece 山田＠NII

2 Activity Based Metadata for Semantic Desktop Search
contributions コンテキスト情報を用いたデスクトップ検索を提案 コンテキスト情報はデスクトップでの特定的な特徴 コンテキスト情報と既存の情報の統合->メタデータ生成 重要な事項：メタデータの生成のタイミングとメタデータの構造 提案したものに基づくアーキテクチャとプロトタイプを提示 コンテキスト情報：ある状況下であらゆる角度でみたときに重要であると思われる要素 アイデア，なんらかの要素，人物，発行者（物）等々 レレバントな関連するもの全部．

3 背景 ハードディスクの容量の増加 デスクトップ上で何か探すことが困難に 何か探すときweb上の方が探しやすくなってしまった．
PageRankingアルゴリズムの影響 デスクトップ上での検索がなぜ困難なのか web上で利用できたものが利用できない（e.g.リンク情報） デスクトップ上では代わりに何を用いるのか デスクトップ上での，固有のコンテキスト情報を用いることを選択 （ での情報，ディレクトリ階層構造，ブラウジング時の振る舞い等）

4 コンテキストメタデータと検索, コンテキスト情報の表示
ユーザはあるコンテキストに物事を結びつける傾向がある デスクトップ検索の結果をリッチにするためにコンテキスト情報を使用すべき． Webサーチのユーザの振る舞い Navigational : URLがわからなくなった，特定のwebサイトの検索． Informational : 興味があるトピックに関する情報を探す． Resource seeking : 特定のリソース（流行歌，地図サービス等）を探したい デスクトップ検索の対象はNavigational． 現在のデスクトップ検索ではデスクトップ特有の情報（コンテキスト情報）を用いていない． それらの例　（シナリオ）： context 明らかに有用である情報であるが現在の検索では用いられていない． 例： ある物事に関する質問が含まれたメール．同じスレッド内の他のメールにはその答えが添付のドキュメント内にあるかもしれない． メールに添付してあるドキュメントをPC上に格納するとき，メールにあった情報が欠落してしまう． File hierarchy context まれに用いられる． Web cache context ユーザのブラウジングのビヘイビア． レレバントな結果を探すときや結果の追加となるコンテキストを提供するときにこれを使用．

5 現在あるデスクトップ検索アプリケーション
Google desktop search : (使ってますか？) URL : 対象： (Outlook, Outlook Express, Netscape, Thunderbird) ファイル (Text, Word, Excel, PowerPoint, PDF, Music, Video, Images) Web History (IE, Netscape, Mozilla, Firefox, Opera) Chats (AOL Instant Messaging) MSN desktop search application URL : Spotlight Search URL : For Mac OS X Beagle desktop search  この論文の成果でこれを拡張 (Beagle++) URL : Open source project for Linux

6 Integrating Context Metadata Within Desktop Search

7 Exploiting Email Context
シナリオ: distributed page rankingに興味がある人が仲間とこのトピックについて議論したことを覚えている． この仲間はメールで何らかの記事を送っていた． この記事はdistributed PageRankには触れていないが，distributed trust networks（同じようなトピック）には触れている． enhanced desktop searchで，この記事を検索する．

8 Email Prototype Association Rules : 自動的にメタデータ生成するために必要 String Date
name reply_to sent accessed to Person belongs_to MailAddress Mail body String from has_attachment status subject File stored_as Attachment String String Association Rules : 自動的にメタデータ生成するために必要

9 Exploiting File Hierarchy Context
シナリオ： Hanover（inドイツ）で撮った写真を探す． いつも訪れた都市名や地域名をディレクトリ名にしたところへ写真を格納 ディレクトリ名を忘れた場合，通常の検索では写真を探すことが困難． このシナリオではドイツで撮ったことは覚えている． しかし“ドイツ”はファイル名やディレクトリ構造には現れない．

10 File Prototype Association Rules :以下の関連はWordNetを利用することで派生 WordNet
VisitedWebPage Attachment String Date stored_from stored_from type last_accessed owned_by Person File last_modified Date in_directory in_directory name created Date Directory String name subClassOf 最も重要なプロパティ． 現在のファイルシステムで欠落している， 情報の起源示すことが可能 String hypernym_to hyponym_to WordNetTerm holonym_to meronym_to WordNet 語彙参照可能なシステム ：類義語等をサポート synonym_to Association Rules :以下の関連はWordNetを利用することで派生

11 Exploiting the Web Cache １つめ
シナリオ： とある企業のインターシップのwebページを検索． 以前そのページを訪れたことがある． そのページにはその企業のトップページからキーワードサーチで直接ジャンプしたが，キーワードを忘れてしまった． デスクトップ検索で最後に訪れたときのそのwebページのリンクのリストを提示することが目的になる．可視化する． WebPage Prototype Date File accessed_at stored_as 可視化するときに利用 VisitedWebPage departed_to arrived_from

12 Exploiting the Web Cache ２つめ
シナリオ： CiteSeerでの特定のトピックの論文をブラウズ． 参照先ともっともレレバントな論文をダウンロード． それらの論文をデスクトップ上にすぐさま格納．論文間の関係がわからなくなってしまった． デスクトップ検索ではこの情報を保存し，これらを利用可能な形でメタデータを作成することが求められる． Publication Prototype : WebPage を拡張したもの VisitedWebPage subClassOf subClassOf references referenced_by subClassOf Publication PDF_file stored_as_pdf stored_as_ps PS_file subClassOf subClassOf File Association Rule

13 Desktop Search Architecture and Prototype

14 Beagle++: ドキュメントを探す Interface: Googleと同様にシンプルに
Indexing : full-text index と additional metadata index の2つ

15 Beagle++: Additional Contextの表示

16 メタデータの生成，Indexing event triggered metadata generation
メタデータの生成，indexingはon-the-fly（ファイルの修正のイベントが引き金になる） イベントを監視する機能が必要　（ファイルの新規作成，メールの受信等を監視） Linux 上で実現 （イベントを監視するために inotify-enabled linux kernelを用いる） metadata generation applications イベントのタイプやコンテキストに依存． メタデータ生成：適切なmetadata generator application で実行 metadata generator application: Metadata Generator Web Cache Metadata Generator File Metadata Generator

17 metadata generation applications
Metadata Generator JavaMail APIを利用 受信したメールはMessage クラス（JavaMailで定義）から派生した個々のクラスへ振り分け 受信したメールから生成されたメタデータの情報　（Fig.1を参考に）  Sender and Recipient, Subject, Body and Status, Date when the was sent or accessed, Attachments, etc. Metadata : RDFとして格納，Jena toolkit (Semantic Web application 構築用Javaフレームワーク) を利用 File Metadata Generator 実装　：　Java とJWNL API 生成したメタデータ：Type of the file, Name, Date of creation, Date of last change, Location of file on the disk, WordNet additional metadata for the file name and the path to the file アノテーション　:　RDFファイルとして格納 Web Cache Metadata Generator Indexing　：　キャッシュしていないページのブラウジングが引き金 アノテーション　：　Access date，Connections between web pages (hyperlinks of the current page are traversed) 生成されたメタデータ　:　RDFファイルとして格納

18 Conclusions & Future Work
contextual information  ほしいものを見つける，探したいものの利用頻度が増える Future Work: 一般的なコンテキストの表示 コンテキスト情報を用いたデスクトップでのランキング 同じことに興味があるグループメンバ間でのリソースやコンテキスト情報の交換  social semantic desktop 備考： 検索では大きく2つの問題がある． 検索結果がないので見つける 結果が多すぎるので困る この論文では前者が対象，future workでは後者も考慮+α

19 付録 WordNet English lexical reference system
POS – nouns, adjectives, adverbs, verbs organized in synonym sets Relationships: Meronym - The name of a constituent part of, the substance of, or a member of something. X is a meronym of Y if X is a part of Y. Holonym - The name of the whole of which the meronym names a part. Y is a holonym of X if X is a part of Y. Hyponym - The specific term used to designate a member of a class. X is a hyponym of Y if X is a (kind of) Y. Hypernym - The generic term used to designate a whole class of specific instances. Y is a hypernym of X if X is a (kind of) Y. Synonym - a set of words that are interchangeable in some context. X is a synonym of Y if Y can substitute X in a certain context without altering the meaning. WordNet - Example <rdf:Description rdf:about="file:\\C:\beautiful\home\plant\cat.txt"> <j.0:sense>computerized_tomography</j.0:sense> <j.0:hyponym>jaguar</j.0:hyponym> <j.0:hypernym>feline</j.0:hypernym> <j.0:location_info> <rdf:Description rdf:about="file:\\C:\beautiful\"> <j.0:synonym>ravishing</j.0:synonym> <j.0:sense>beautiful</j.0:sense> </rdf:Description> </j.0:location_info>