[論文レビュー] Computational Representation of Linguistic Structures using Domain-Specific Languages

Fabian Steeg, Christoph Benden+1 more|ArXiv.org|May 21, 2008

Natural Language Processing Techniques参考文献 10被引用数 32

ひとこと要約

本論文は、関数的文法（FG）および関数的話法文法（FDG）の表記法を用いて言語的構造を計算する、モジュラーでドメイン固有言語（DSL）ベースのシステムを提示する。このシステムは構文検証にANTLR、語彙的および規則処理にPrologを用いて実装されている。主な貢献は、DSLが一貫性があり形式的かつ実行可能な言語的記述を可能にし、検証可能で再利用可能かつ実行可能な自然言語生成システムに統合できることを示したことである。

ABSTRACT

We describe a modular system for generating sentences from formal definitions of underlying linguistic structures using domain-specific languages. The system uses Java in general, Prolog for lexical entries and custom domain-specific languages based on Functional Grammar and Functional Discourse Grammar notation, implemented using the ANTLR parser generator. We show how linguistic and technological parts can be brought together in a natural language processing system and how domain-specific languages can be used as a tool for consistent formal notation in linguistic description.

研究の動機と目的

• ドメイン固有言語（DSL）を用いて、形式的言語的構造から自然言語表現を生成するモジュラーなシステムの開発。
• 具体的には、関数的文法（FG）および関数的話法文法（FDG）の言語理論を、計算的に実行可能なフレームワークに統合すること。
• DSLが一貫性があり形式的で実行可能な言語的記述の表記法として機能できることを示すこと。この表記法は検証、再利用、実行を可能にする。
• 言語学者がコードや数式、楽譜を書くのと同様に、言語的表現を記述・検証・実行できるようにすること。

提案手法

• 入力、処理、出力の3層構造を持つモジュラーなアーキテクチャを採用。モジュール性と再利用性を実現。
• 独自のDSLをANTLRを用いて定義。EBNFに類似した文法仕様からパーサーを生成。
• 関数的文法表記に基づく入力構造を、内部のJavaオブジェクト表現にパースし、その後Prolog互換形式に変換。
• 語彙的エントリと文法規則を、Prologの事実と規則としてエンコード。これにより、記号論理とパターンマッチングの強みを活用。
• SWI-Prologを用いた文法モジュールが、Prolog表現から表層言語的表現を生成。InterprologによりJavaとPrologの相互運用性を実現。
• デスクトップおよびWebベースのインターフェースをサポート。処理はサーバーサイドで実行され、共同開発および展開が可能。

実験結果

リサーチクエスチョン

• RQ1 ドメイン固有言語（DSL）は、関数的文法（FG）および関数的話法文法（FDG）における言語的構造の形式的定式化と検証に効果的に用いることができるか？
• RQ2 Java、Prolog、ANTLRを組み合わせたモジュラーなアーキテクチャは、NLPシステムにおける一貫性があり拡張可能な言語的知識表現をどのように実現するか？
• RQ3 計算的実装は、実行可能な定式化を通じて、言語理論の評価ツールとしてどの程度有効に機能するか？
• RQ4 DSLは、語彙的エントリや節レベルの表現を含む、多様な言語的構造に対して統一的で形式的かつ実行可能な表記法を提供できるか？

主な発見

• 本システムは、関数的文法表記で定義された形式的言語的構造から、自然言語表現を正常に生成している。例として、'The old farmers had given soft ducklings to the young women' といった出力が得られている。
• ANTLRで生成されたパーサーは、言語的構造の文法的正しさを検証し、パースツリー解析により不正な入力が正しく拒否されることを確認した。
• Prologを語彙的エントリおよび規則のDSLとして用いることで、動詞、その目的語、および声・時制・一致などの文法的特徴を効率的かつ宣言的に表現できるようになった。
• モジュラーなアーキテクチャにより、同じ処理パイプラインをデスクトップおよびWebインターフェースで再利用可能であり、関数的話法文法などの新たな言語理論への拡張も可能である。
• 言語的記述が実行可能なコードとして扱えることが実証された。形式的構造は再現可能で機械検査可能な方法で検証および処理されている。
• 一般言語（Java）とドメイン固有の論理言語（Prolog）を組み合わせたDSLの統合により、NLPにおける言語的知識表現のスケーラブルで保守性の高いフレームワークが実現された。