Rematch：構造的・意味的類似性を向上させるためのローカル知識グラフの堅牢かつ効率的なマッチング

知識グラフは、質問応答や事実検証など多様な応用において中心的な役割を果たしている。抽象的意味表現（Abstract Meaning Representation; AMR）は、テキストを知識グラフとして表現する手法である。このようなグラフの品質を評価するには、グラフ同士の構造的類似性を比較するとともに、元のテキストとの意味的類似性を評価する必要がある。現存するAMR評価指標は効率が低く、意味的類似性を十分に捉えきれていない。また、AMRグラフ間の構造的類似性を評価する体系的なベンチマークも不足している。これらの課題を克服するため、我々は新しいAMR類似性指標「rematch」および構造的類似性評価のための新規フレームワーク「RARE」を提案する。最先端の指標と比較した結果、rematchは構造的類似性において2位となり、STS-BおよびSICK-Rベンチマークにおいて意味的類似性で1～5パーセンテージポイント優位に1位を獲得した。さらに、rematchは次に効率の良い指標よりも5倍速い性能を発揮している。