[論文レビュー] Example-Based Optimization of Surface-Generation Tables

Christer Samuelsson|ArXiv.org|May 29, 1996

Natural Language Processing Techniques被引用数 3

ひとこと要約

本稿では、論理文法を逆転させることで、語の文字列ではなく論理形式を優先する例に基づく方法を提示し、自然言語生成における表面生成テーブルの最適化を行う。LRコンパイル技術を用いることで、関数子のマージを伴う再帰的降下生成が可能となり、探索空間を著しく縮小し、不自然な非決定性を排除しながら完全性を維持する。訓練例に基づき、テーブルサイズと先読みの複雑さの間の自動的なトレードオフが可能である。

ABSTRACT

A method is given that "inverts" a logic grammar and displays it from the point of view of the logical form, rather than from that of the word string. LR-compiling techniques are used to allow a recursive-descent generation algorithm to perform "functor merging" much in the same way as an LR parser performs prefix merging. This is an improvement on the semantic-head-driven generator that results in a much smaller search space. The amount of semantic lookahead can be varied, and appropriate tradeoff points between table size and resulting nondeterminism can be found automatically. This can be done by removing all spurious nondeterminism for input sufficiently close to the examples of a training corpus, and large portions of it for other input, while preserving completeness.

研究の動機と目的

• 自然言語生成における表面生成テーブルの探索空間を、論理形式の観点から文法を再編成することで削減すること。
• 完全性を維持しつつ、生成における不自然な非決定性を排除すること。
• 訓練例に基づき、テーブルサイズと意味的先読みの間の自動的トレードオフを可能にすること。
• 関数子のマージを通じて、意味的主語駆動生成の効率を向上させ、LRパーサの動作を模倣すること。
• スケーラブルで、例に依存する表面実現の最適化手法を提供すること。

提案手法

• 本手法は論理文法を逆転させ、語の文字列ではなく論理形式の観点から表現する。
• 再帰的降下生成と関数子のマージを可能にするために、LRコンパイル技術を適用する。これは、LRパーサにおける接頭辞マージに類似している。
• 調整可能な意味的先読みを用い、テーブルサイズと非決定性のバランスを取ることができる。
• 訓練例に近い入力に対しては不自然な非決定性が除去され、他の入力に対しても顕著に減少する。
• 訓練例に従った最適化により、完全性を保ちながら生成テーブルのサイズを最小限に抑える。
• 最適化は自動的であり、効率性と表現力の間のトレードオフ点を動的に選択可能である。

実験結果

リサーチクエスチョン

• RQ1 表面生成テーブルは、どのようにして自然言語生成における探索空間を削減できるか？
• RQ2 LRコンパイル技術は、再帰的降下生成における効率的な関数子マージを可能にできるか？
• RQ3 完全性を維持しつつ、不自然な非決定性はどの程度まで排除できるか？
• RQ4 訓練例を用いて、テーブルサイズと意味的先読みの間のトレードオフを自動的にバランスさせることは可能か？
• RQ5 論理文法の例に基づく逆転は、より効率的でスケーラブルな表面実現をもたらすか？

主な発見

• 論理形式の観点から文法を再編成することで、探索空間が著しく削減され、生成効率が向上する。
• 訓練例に近い入力に対して不自然な非決定性が除去され、より予測可能で高速な生成が実現する。
• 他の入力に対しても、非決定性の大部分が除去され、完全性を失わずして性能が向上する。
• システムは、テーブルサイズと先読み複雑さの最適なトレードオフを自動的に特定可能である。
• 完全性を保ちながら、はるかに小さく効率的な生成テーブルを実現する。
• LRコンパイル技術の使用により、効率的なLRパーサに類似した関数子マージが可能となり、スケーラビリティが向上する。