[論文レビュー] Efficient Tabular LR Parsing

Mark-Jan Nederhof, Giorgio Satta|ArXiv.org|May 13, 1996

Natural Language Processing Techniques参考文献 20被引用数 10

ひとこと要約

本論文は、文法変換と標準的チャートパーサー技法を活用することで、タブラーLRパーサーの新しい、より効率的なアプローチを提示している。Tomitaの一般化LRアルゴリズムと比較して、静的および動的時間・空間計算量の両方を顕著に削減している。この手法は、概念的基盤の単純化と最適化されたパーサー機構により、優れたパフォーマンスを達成している。

ABSTRACT

We give a new treatment of tabular LR parsing, which is an alternative to Tomita's generalized LR algorithm. The advantage is twofold. Firstly, our treatment is conceptually more attractive because it uses simpler concepts, such as grammar transformations and standard tabulation techniques also know as chart parsing. Secondly, the static and dynamic complexity of parsing, both in space and time, is significantly reduced.

研究の動機と目的

• Tomitaの一般化LRパーサーのアルゴリズムにおける高い計算複雑性に対処すること。
• 文脈自由文法のための、より概念的に直感的で効率的なパーサーフレームワークを開発すること。
• テーブル形式LRパーサーにおける静的および動的時間・空間複雑性を低減すること。
• 文法変換と標準的タブレーション技法が、優れたパフォーマンスをもたらす可能性があることを示すこと。
• 既存の一般化パーサー手法の代替として、より単純でモジュラーな代替案を提供すること。

提案手法

• パーサーの処理を単純化し、余分な計算を排除するために、文法変換を用いる。
• パーサー状態を効率的に表現・計算するために、標準的タブレーション技法（チャートパーサー）を適用する。
• Tomitaの手法で一般的な複雑なデータ構造と状態の爆発を回避するように、パーサーアルゴリズムを設計する。
• 文法変換の本質的なモジュラリティを活用して、文法解析とパーサーロジックを分離する。
• 動的計画法の原則を用いて、パーサー状態のコンact表現を維持する。
• チャート構造を対象とする推論規則の集合を用いて、アルゴリズムを形式的に定義する。

実験結果

リサーチクエスチョン

• RQ1 文法変換と標準的タブレーション技法を組み合わせることで、より効率的なテーブル形式LRパーサーを設計できるか？
• RQ2 提案手法は、時間的・空間的複雑性の観点で、Tomitaの一般化LRアルゴリズムと比べてどのように異なるか？
• RQ3 より単純な概念的フレームワークが、一般化パーサーにおいて同等またはそれ以上のパフォーマンスを達成できるか？
• RQ4 文法変換が、曖昧な文脈自由文法のパーサー効率に及ぼす影響は何か？
• RQ5 正しさを損なわずに、テーブル形式LRパーサーにおける静的および動的複雑性を両方低減することは可能か？

主な発見

• 提案手法は、Tomitaのアルゴリズムと比較して、静的および動的時間・空間複雑性の両方で顕著な低減を達成している。
• 文法変換の使用により、パーサー処理が単純化され、必要なパーサー状態の数が減少している。
• 従来の一般化LRパーサーで用いられる複雑なデータ構造を必要とせず、正しさを維持したままのパーサー設計が可能である。
• よりモジュラで概念的に透明な設計のおかげで、本手法は優れた効率性を示している。
• パフォーマンスの向上は、文法変換と標準的チャートパーサー技法の組み合わせに起因している。
• アルゴリズムは、任意の文脈自由文法に対して正しくかつ効率的であることが形式的に証明されている。