タグとオントロジー

タグとは何か

del.icio.usのWhat are tags?から
- ブックマークなどを整理したり後で思い出すために、自分で自由に与える1語の説明
- タグは階層がなく自由なので、あてがいぶちの分類に無理に合わせる苦労がなく、扱いやすい
- ほかの人のタグと合わせて、関心事項についての協調型レポジトリを構築できる
統制されない自由なキーワード
- 手軽に利用でき、新しい現象もすぐタグにできる
  - 既存の統制語彙では新しい動きに対応できない
- 一方、多数のユーザが与えるキーワードには、同義語、多義語が必然的に含まれる
体系化のないフラットな空間
- 階層ではなく、キーワードの組み合わせで詳細概念を柔軟に表現
- 一方、階層を利用したグループ化や関連概念の検索はできない
  - 統計的なグループや関連付けはある程度可能

タグのかたち

対象、ユーザ、キーワードの3大要素
- タグは、タグを与える対象、タグを与えるユーザ、タグに用いられるキーワードの3つが基本構成要素
誰が何に対して与えるキーワードかによるタグの類型
- 自分で与えるか、第三者によって与えられるか
- 自分の作品に与えるか、第三者の作品に与えるか

システム外部からみたタグ

ほとんどのソーシャルサービスはAPIでタグを取得できる
- 例えばFlickrのflickr.photos.getInfoを使うと次のような情報が得られる：
- ```
<photo id="2733" secret="123456" server="12"
	isfavorite="0" license="3" rotation="90" originalformat="png">
 ...
 <tags>
  <tag id="1234" author="12037949754@N01" raw="woo yay">wooyay</tag>
  <tag id="1235" author="12037949754@N01" raw="hoopla">hoopla</tag>
 </tags>
 ...
</photo>
```
- del.icio.us、はてなブックマークなどのRSSにもタグ情報が含まれる
- ∴タグを外部から利用する手段は提供されている（Web 2.0！）
多くのタグはURIすら持っている
- http://del.icio.us/tag/opera
- http://www.flickr.com/photos/tags/opera
- ただしこれらは必ずしも概念には対応しない（後述）

タグのデータモデル

既存のタグシステムによるRDF
- del.icio.usのRSSフィードはtaxo:語彙を使ってタグを記述している
- ```
<item rdf:about="http://example.org/resources/Operapage">
 ...
 <dc:creator>masaka</dc:creator>
 <dc:date>2006-11-19T05:31:03Z</dc:date>
 <dc:subject>opera browser</dc:subject>
 <taxo:topics>
  <rdf:Bag>
   <rdf:li rdf:resource="http://del.icio.us/tag/opera"/>
   <rdf:li rdf:resource="http://del.icio.us/tag/browser"/>
  </rdf:Bag>
 </taxo:topics>
</item>
```
- dc:subjectにはタグの文字列そのものが列挙されている
- はてなブックマークのRSSもよく似たモデル
- これらはブックマークのウェブページの情報を素直にRSSにしたものと思われるが…

del.icio.usモデルのグラフ表現

グラフで表現してみると
- $図2:{Operapage}--dc:creator-->"masaka"; --taxo:topics-->(Bag)--rdf:_1-->{delicious-tag:opera}$
- タグのセットがRDFコンテナ（Bag）に含まれるという位置づけ
- dc:creator、dc:dateとタグの関係に注目！

リソースとタグと作者

del.icio.us型モデルの作者とは？
- このdc:creatorはリソース（Operapage）の作者を表すが、del.icio.usのRSSではタグ付与者のユーザ名になっている
- 複数ユーザのグラフを併合したときに、同一itemに作者（この場合タグ付与者）が複数出現する一方、どのタグセットが誰によるものか識別できなくなる
  - ※RDFグラフでは順序は意味を持たない
- $図3:{Operapage}--dc:creator-->"masaka"; --dc:creator-->"foo"; --taxo:topics-->(Bag)--rdf:_1-->{delicious-tag:opera} --taxo:topics-->(Bag)--rdf:_1-->{delicious-tag:web}$

タグ・オントロジーのモデル

なぜオントロジーが必要か
- タグの利点を生かしながら複数サービスのタグを連動させるためには、タグを記述・処理するための共通モデルが必要
- オントロジーは分類語彙集ではなく、異なるアプリケーションをつなぐもの
  - タグの意味論的な違いのあるシステム間の連携は“Precision without accuracy”“Statistical fantasy”(Gruber)
「誰が何に対して」を表現する
- 誰が：タグを与える主体（ex.ブックマークユーザ）
- 何に対して：対象となるリソース
- どんなタグを：タグ文字列ではなくタグの表すコンセプト
タグ・オントロジーの案
- Tom GruberのOntology of Folksonomy
  - タグ共有のオントロジー・モデルの考察
- Richard NewmanらのTag Ontology
  - OWLベースのオントロジーも定義されているが、完全とはいえないモデル

Gruberモデルのグラフ

Taggingノードに対してリソース、タグ、人などが並行して記述される

Newmanモデルのグラフ

リソースがTaggingを持ち、Taggingが人などの属性を持つ
- 対象リソースがグラフの出発点（Gruberモデルと矢印が逆）
  - RDFグラフの処理としては大差ない
- 日付、タグ付与者がタグセット（Taggingクラスのインスタンス）に結び付けられる
- ※NewmanオントロジーにはOperapage--taggedWithTag-->operaという別モデルもあるが、これはリソースの主題をdc:subjectなどを用いて記述するのと同じでタグオントロジーの考え方とは違うので、ここでは取り上げない

オントロジーモデルでのグラフの併合

個別のタグセットの属性を保持して併合できる
- 誰がいつ付与したかという情報をタグセットごとに確認できる

なぜ人ノードが重要か：信頼の指標

タグの数と信頼度
- 注目度（ある種の社会的評価）の目安にはなるが…
- 注目＝必ずしも（自分にとって）有益、信頼できるとは限らない
誰が付与したタグかに基づく信頼度
- del.icio.usのsubscriptionのように、特定の人（＝信頼する人）のブックマークに注目する
- ホワイトリスト：信頼できる人のタグを信頼する
- 特定のサービス内では誰が付与したタグかは自明だが、RDFではグラフが併合されるので、モデルとして「人」を保持することが重要

タグと概念

タグ文字列は必ずしも概念ではない
- 同義語：同じ概念が「semanticweb」「semweb」などさまざまなタグ文字列で表現される
- 多義語：タグ文字列「opera」は歌劇を表すこともあればブラウザを表すこともある
- 「あとで読む」「これはすごい」など、To Doや感想のメモとしてのタグが非常に多い

タグは概念そのものというより概念に対応する何か

方法1：タグ文字列をある概念のラベルとして扱う

<skos:Concept rdf:about="http://example.org/concepts/SemanticWeb">
 <skos:prefLabel>semanticweb</skos:refLabel>
 <skos:altLabel>semweb</skos:altLabel>
</skos:Concept>

方法2：タグリソースを概念の「表現」の一種（例えばtagformOf）として扱う

<rdf:Description rdf:about="http://del.icio.us/tag/semanticweb">
 <ex:tagformOf rdf:resource="http://example.org/concepts/SemanticWeb"/>
</rdf:Description>
<rdf:Description rdf:about="http://del.icio.us/tag/semweb">
 <ex:tagformOf rdf:resource="http://example.org/concepts/SemanticWeb"/>
</rdf:Description>

方法1：タグ文字列を概念ラベルとして考える

メリットとデメリット
- 長所：モデルがシンプルで扱いやすい
- 短所：グラフ記述にタグ文字列→概念の変換が必要；利用者ごとのタグを保持するには別のグラフが必要
グラフの例
- masakaが「semamticweb」、fooが「semweb」というタグで同じ「SemanticWeb」を表している場合
- $図7:{Operapage}--tags:tag-->{_:bnode}--tags:associatedTag-->{concept:SemanticWeb}--skos:prefLabel-->"semanticweb";--skos:altLabel-->"semweb"$
- このままではどちらのユーザが「semweb」というタグを与えたか分からない

方法2：タグリソースを別途概念に結びつける

メリットとデメリット
- 長所：タグの機能と概念をきちんと分離できる；既存サービスの「タグURI」がそのまま利用できる
- 短所：モデルがやや複雑（同じ概念のタグであることが直接は分からない）
グラフの例
- 同じくmasakaが「semamticweb」、fooが「semweb」というタグを与えている場合
- $図8:{Operapage}--tags:tag-->{_:bnode}--tags:associatedTag-->{delicious-tag:semanticweb}--ex:tagformOf-->{concept:SemanticWeb}$

同義語とタグ・オントロジー

同義語をあらかじめひとつの概念に対応させる
- 同じ概念の異なるラベルとして（方法1の場合）
- もしくは共通する概念のtagformOfとして（方法2の場合）
タグと文書、タグとユーザの共起関係から同義語を推定する
- 文書の共起率が高くユーザの共起率が低いタグは同義語である可能性が高い（cf: タグを統計解析して同義語などを選別する研究）

多義語を解決する方法の提供

Wikipediaの曖昧さ解決（disambiguation）を応用

Wikipediaで曖昧さ解決が行われている語句をAmbiguousConceptなどとし、Wikipediaに対応する形であらかじめ複数概念に結び付けておく

<ex:AmbiguousConcept rdf:about="http://example.org/concepts/opera">
 <dc:description rdf:resource="http://en.wikipedia.org/wiki/Opera_(disambiguation)"/>
 <ex:ambiguousFormOf rdf:resource="http://example.org/concepts/Opera"/>
 <ex:ambiguousFormOf rdf:resource="http://example.org/concepts/Opera_(Internet suite)"/>
</ex:AmbiguousConcept>

関連概念をあらかじめ定義して共起タグの関係で曖昧さ解決
- Wikipediaなどを利用して関連する概念を見つけ、あらかじめskos:related、skos:broaderなどの関係で結び付けておく
- アプリケーションは、共起タグを利用して複数のambiguousFormOfのうち適切なものを推論する
- ```
<skos:Concept rdf:about="http://example.org/concepts/Opera">
 <skos:related rdf:resource="http://example.org/concepts/Music"/>
</skos:Concept>
 
<skos:Concept rdf:about="http://example.org/concepts/Opera_(Internet suite)">
 <skos:related rdf:resource="http://example.org/concepts/Browser"/>
</skos:Concept>
```

曖昧さ解決のタグのモデル

多義語を含むグラフの例
- operaというタグに対して、歌劇のオペラとブラウザのOperaの2つが対応する場合
- $図10:{delicious-tag:opera}--ex:tagformOf-->{concept:opera}--ex:ambiguousFormOf-->{concepts:Opera};--ex:ambiguousFormOf-->{concepts:Opera_(Internet suite)}$

概念の関連を利用した曖昧さ解決

共起概念が関連付けられていないかを調べる
- 共起しているタグに対応する概念がskos:relatedで結ばていれば、曖昧さ解決が可能

タグ付け時点での曖昧さ解決

ほかのユーザが与えているタグ、自分が以前に用いたタグなどから候補を推薦
- del.icio.usのタグ推薦など
コンテンツの分析によるタグの推薦
- 個人用オントロジーを利用してタグを提案するConTag
Wikipediaを利用したタグの推薦
- Wikipedia LaboratoryによるWikipediaのオントロジー/シソーラス化とタグ推薦の試み

Wiki：集合知を利用したタグ語彙の洗練

Wikitag
- タグのセマンティクスを利用者がWikiで定義、討議、変遷を記録
- たとえばDave BeckettによるSemantics Through the Tag
- ```
<a href="http://en.wikitag.org/wiki/opera" rel="tag">オペラ</a>
```
Wikipediaとオントロジー
- 前述のWikipedia Laboratoryと、そのベースになるWikipediaのリンク構造解析によるシソーラス構築
- Wikipediaのリンク構造をそのまま記述するオントロジーの試案WikiOnt
- 英語版Wikipediaの全データからリンク構造RDFを抽出したWikipedia3

参照先

参照したリソース
1. What are tags?, ソーシャルブックマークサイトdel.icio.usの説明ページ
  <http://del.icio.us/help/tags>
2. Flickr Services: Flickr API: flickr.photos.getInfo
  <http://www.flickr.com/services/api/flickr.photos.getInfo.html>
3. Where the Social Web Meets the Semantic Web, by Tom Gruber, 2006-11-07, Keynote presentation at ISWC, The 5th International Semantic Web Conference
  <http://tomgruber.org/writing/social-web-meets-semantic-web.pdf>
4. Ontology of Folksonomy: A Mash-up of Apples and Oranges, by Tom Gruber, 2005-11, Invited paper/keynote to the First on-Line conference on Metadata and Semantics Research (MTSR'05)
  <http://tomgruber.org/writing/ontology-of-folksonomy.htm>
5. Tag ontology design, by Richard Newman, 2004
  <http://www.holygoat.co.uk/projects/tags/>
6. Folksonomyの３部グラフ構造を利用したタグクラスタリング, by 丹羽智史, 土肥拓生, 本位田真一, 2006-11, 第14回セマンティックウェブとオントロジー研究会
  <http://www.jaist.ac.jp/ks/labs/kbs-lab/sig-swo/papers/SIG-SWO-A602/SIG-SWO-A602-07.pdf>
7. ConTag - A Tagging System linking the Semantic Desktop with Web 2.0, by Benjamin Horak
  <http://esw.w3.org/topic/ConTag?action=AttachFile&do=get&target=ConTag.pdf>
8. Wikipedia Laboratory, by 大阪大学大学院情報科学研究科西尾研究室
  <http://wikipedia-lab.org/ja/>
9. Semantics Through the Tag, by Dave Beckett, 2006-05-19, presented at XTech 2006
  <http://www.dajobe.org/talks/200605-semantics-tag/>
10. Wikipediaマイニングによるシソーラス辞書の構築手法, by 中山浩太郎，原隆浩，西尾章治郎, 2006-10, 情報処理学会論文誌, Vol.47, No.10, pp.2917-2928
  <http://fw8.bookpark.ne.jp/cm/ipsj/search_test.asp?flag=6&keyword=IPSJ-JNL4710004&mode=PRT>
11. WikiOnt: An Ontology for Describing and Exchanging Wikipedia Articles, by Andreas Harth, Hannes Gassert, Ina O'Murchu, John G. Breslin, Stefan Decker, Proceedings of Wikimania 2005
  <http://sw.deri.org/~jbreslin/presentations/20050805a.pdf>
12. Wikipedia3 - Wikipedia in RDF, by Andreas Bolka et al., 2006-04
  <http://labs.systemone.at/wikipedia3>