[論文レビュー] CHR as grammar formalism. A first report

Henning Christiansen|ArXiv.org|Jun 29, 2001

Natural Language Processing Techniques参考文献 22被引用数 11

ひとこと要約

本稿では、制約処理規則（CHR）を、非バックトラッキングで効率的な下向き構文解析を可能にし、曖昧性の解消、帰納的推論、整合性制約をネイティブにサポートする、文法を記述するための新しい形式的枠組みとして提案する。文脈自由文法の規則をCHRの伝搬および簡約規則として符号化することにより、動的仮説生成を伴う堅牢で高性能な構文解析が実現され、複雑な自然言語処理タスクにおいて従来のトップダウン手法を上回る性能を発揮する。

ABSTRACT

Grammars written as Constraint Handling Rules (CHR) can be executed as efficient and robust bottom-up parsers that provide a straightforward, non-backtracking treatment of ambiguity. Abduction with integrity constraints as well as other dynamic hypothesis generation techniques fit naturally into such grammars and are exemplified for anaphora resolution, coordination and text interpretation.

研究の動機と目的

• 下向き構文解析を可能にする、効率的で非バックトラッキングな文法記述のための、宣言的枠組みとしてCHRを検討すること。
• バックトラッキングを必要とせずに、自然言語文法における曖昧性を堅牢に処理すること。
• 動的仮説生成（例：帰納的推論）と意味的制約を解析プロセスに統合すること。
• 代名詞の解析や並列構造の処理といった、高度なテキスト解釈タスクにCHRを適用する可能性を示すこと。
• 仮説のスコープを制御するための構文的糖衣構文と制御機構を備えたCHRベースの文法を拡張する基盤を確立すること。

提案手法

• 文法規則を、文字列の位置を表す二項制約として非終端記号を表現するCHR伝搬規則として符号化する。
• 終端記号は、token(T, N-1, N) の形式の制約として表現され、入力文字列内の語の位置をマークする。
• 文脈自由文法の生成規則を、下向きに有効な解析を構築するために制約を伝搬または簡約するCHR規則に翻訳する。
• 曖昧性は、バックトラッキングを伴わずに複数の有効な導出を許容し、最終的な制約ストアにすべての結果を集約することで解消する。
• 帰納的推論と整合性制約は、簡約規則を介して統合され、動的仮説生成と意味的検証が可能になる。
• パラダイムとプリプロセッサディレクティブを用いてパフォーマンス最適化を図り、シフト・アンド・リダクションパーサーと同等の線形に近い時間計算量を達成する。

実験結果

リサーチクエスチョン

• RQ1 CHRは、非バックトラッキングで効率的な下向き構文解析を可能にする文脈自由文法を記述する形式的枠組みとして効果的に利用可能か？
• RQ2 CHRフレームワーク内では、バックトラッキングを必要とせずに、文法における曖昧性を自然に処理できるか？
• RQ3 CHRベースの文法に、帰納的推論と整合性制約をどの程度統合できるか？意味的解釈に応用可能か？
• RQ4 CHR文法は、代名詞の解析や並列構造といった複雑な言語現象を、最小限の工学的処理で表現可能か？
• RQ5 CHRベースの構文解析を、従来のシフト・アンド・リダクション手法と同等の性能にまで高めるために、どのような最適化（例：パラダイム）が必要か？

主な発見

• CHR文法は、最終的な制約ストアにすべての有効な解析を収集することで、自然に曖昧性を処理する非バックトラッキングで堅牢な構文解析メカニズムを提供する。
• CHRにおける伝搬および簡約規則の使用により、効率的な実行が可能となり、最適化された実装では線形に近い時間計算量を達成する。
• 帰納的推論と整合性制約はCHRに直接符号化可能であり、動的仮説生成と意味的検証（例：fact(likes,X,Y), fact(hates,X,Y) <=> fail といった制約による矛盾解消）が可能になる。
• 意味的整合性制約と仮説管理を介して、代名詞の解析や並列構造といった高度な言語現象をサポートする。
• 下向きで非バックトラッキングな評価戦略のおかげで、従来のDCGよりも複雑で曖昧性が高く、意味的に豊富な文法を処理する際に優れた性能を発揮する。
• 予備的な結果から、CHR文法は構文的糖衣構文と仮説スコープの制御機構を拡張可能であり、より構造的でスケーラブルな言語処理を可能にする。