[論文レビュー] An Alternative Interpretation of Linguistic Variables as Linguistic Finite Automata

Supriya Raheja, Reena Dhadich+1 more|arXiv (Cornell University)|Dec 15, 2011

Logic, Reasoning, and Knowledge参考文献 7被引用数 3

ひとこと要約

本稿は、言語的変数を言語的有限オートマトン（LFA）として解釈する新しいアプローチを提案する。言語的値と集合をオートマトンの遷移によってモデル化することで、非線形システムにおける計算複雑性を低減しつつ、自然言語処理応用における意味的整合性を維持する。

ABSTRACT

Linguistic variables represent crisp information in a form and precision appropriate for the problem. For example, to answer the question "How are you?" one may say "I am fine." the linguistic variables like "fine", so common in everyday speech. In this paper an alternative interpretation of linguistic variables is introduced with the notion of a linguistic description of a value or set of values. The use of linguistic variables in many applications reduces the overall computation complexity of the application. Linguistic variables have been shown to be particularly useful in complex non-linear applications. Here we are applying the concept of reasoning with Linguistic Quantifiers to define the Linguistic Finite Automata along with the expansion of δ^{\box} and λ^{\box} over δand λ.

研究の動機と目的

• 有限オートマトン理論を用いて言語的変数を再定義し、計算効率を向上させること。
• 言語的値と集合を有限オートマトン内の遷移としてモデル化することで、自然言語用語における形式的推論を可能にすること。
• 言語的量化子とオートマトン構造を活用することで、非線形応用における計算複雑性を低減すること。
• 既存のδとλをδ□とλ□に拡張し、オートマトンフレームワークにおける言語的推論を可能にすること。
• ファジーや非線形システムにおける推論を支援する、形式的かつ数学的に根拠のある言語的変数のモデルを提供すること。

提案手法

• 言語的値を有限オートマトン内の状態として表現し、言語的規則に基づく遷移を定義する。
• 言語的集合を状態と遷移の集合として定義することで、言語的用語の構造的表現を可能にする。
• 「大多数」や「おおよそ」のような表現をモデル化するため、言語的量化子をオートマトン遷移の修飾子として導入する。
• δとλをδ□とλ□に拡張し、オートマトン遷移における言語的不確実性と近似を扱えるようにする。
• 言語的述語を用いてオートマトンの遷移関数を形式化することで、意味的整合性を維持する。
• 得られた言語的有限オートマトンを、『私は元気です』のような自然言語応答を計算的に効率よくモデル化するために応用する。

実験結果

リサーチクエスチョン

• RQ1 有限オートマトン理論を用いて言語的変数を再解釈することで、計算モデリングの効率をどのように向上させられるか？
• RQ2 言語的値と集合をオートマトンの状態と遷移として形式的に表現するメカニズムは何か？
• RQ3 言語的量化子は、言語的有限オートマトンの挙動と構造にどのように影響を与えるか？
• RQ4 拡張された演算子δ□とλ□は、言語的不確実性のモデリングをどのように向上させるか？
• RQ5 このオートマトンベースの解釈は、非線形応用における計算複雑性にどのような影響を与えるか？

主な発見

• 提案された言語的有限オートマトンモデルは、言語的変数の形式的かつ計算的に効率的な表現を可能にする。
• オートマトン遷移への言語的量化子の統合により、自然言語表現の正確なモデリングが可能になる。
• δとλをδ□とλ□に拡張することで、言語的近似と不確実性の処理メカニズムが得られる。
• 言語的用語を構造的なオートマトン状態と遷移に抽象化することで、非線形システムにおける計算複雑性が低減される。
• 形式的オートマトン遷移を通じて、「元気」といった言語的用語の推論が『私は元気です』のような応答において可能になる。
• 特に自然言語理解において、ファジーや定性的推論を要する応用において、本アプローチの実現可能性が示された。