[論文レビュー] Guided Grammar Convergence

Vadim Zaytsev|arXiv (Cornell University)|Mar 29, 2015

Natural Language Processing Techniques参考文献 49被引用数 7

ひとこと要約

本稿では、同一言語の多様な文法表現同士の双方向変換を自動的に推論するためのガイド付き文法収束手法を提案する。文法の正規化とフットプリントおよび生産サブセット解析による構造的同等性の確立を通じて、11種類の形式的体系（ANTLR、DCG、XML Schema、Ecoreなど）における一貫性があり、トレーサビリティがあり、再現可能な文法工学を実現する。実世界の文法製品ラインにおいても高い頑健性を示した。

ABSTRACT

Relating formal grammars is a hard problem that balances between language equivalence (which is known to be undecidable) and grammar identity (which is trivial). In this paper, we investigate several milestones between those two extremes and propose a methodology for inconsistency management in grammar engineering. While conventional grammar convergence is a practical approach relying on human experts to encode differences as transformation steps, guided grammar convergence is a more narrowly applicable technique that infers such transformation steps automatically by normalising the grammars and establishing a structural equivalence relation between them. This allows us to perform a case study with automatically inferring bidirectional transformations between 11 grammars (in a broad sense) of the same artificial functional language: parser specifications with different combinator libraries, definite clause grammars, concrete syntax definitions, algebraic data types, metamodels, XML schemata, object models.

研究の動機と目的

• 同一言語の複数で異なる形式の表現における文法工学の不整合を管理する課題に対処する。
• 決定不能な言語同等性と自明な文法同一性の間の溝を埋めるために、実用的で自動化された文法収束手法を導入する。
• 文法製品ラインや言語工学ワークフローにおける文法アーティファクトの自動的でトレーサブルかつ再現可能な整合を可能にする。
• 具体的には、コンcrete syntax、abstract syntax、メタモデルなどの多様な言語表現間の双方向マッピングを構築し、意味的整合性を保証する。
• 自動正規化と標的的な変異戦略をサポートするスケーラブルで拡張可能なフレームワークを提供し、頑健な一致を実現する。

提案手法

• 意図された言語の意味を規定する基準としてマスターグラマーを定義し、双方向変換によって適合性を確立する。
• 非終端記号のフットプリントと生産サブセット（prodsigs）を導入し、名前に依存しない構造的比較を可能にする。
• 抽象正規形（ANF）への変換を目的とした正規化スキームを提案し、構文的ノイズを最小限に抑え、一貫性のある比較を可能にする。
• フラット化や再帰の反復への置換といった文法変異戦略を適用し、人為的介入なしに設計レベルの差を解消する。
• prodsigに基づく一致を用いて、文法間の名前的および構造的同等性を同定し、自動的な変換推論を可能にする。
• GitHubにホスティングされたソースコード、エキストラクタ、変異処理、収束レポートを含む、完全な透明性を持つプロトタイプを実装する。

実験結果

リサーチクエスチョン

• RQ1 同一言語の多様な文法表現間で、双方向変換をどのように自動的に推論できるか？
• RQ2 頑健な構造的同等性検出を可能にする正規化および一致技術は何か？
• RQ3 文法変異戦略は、再帰対反復、優先度対レイヤー化といった設計上の差を、人為的介入なしにどの程度解消できるか？
• RQ4 ガイド付き文法収束は、1つの製品ライン環境において複数の文法形式をスケーラブルにサポートできるか？
• RQ5 この手法は、文法インスタンス間の双方向マッピングにおいて、正しさとヒッポクラテス性（干渉なし）をどのように保証するか？

主な発見

• 本手法は、同一の関数型言語について、ANTLR、DCG、Ecore、XML Schema、Rascalを含む11種類の多様な文法表現間で、双方向変換を成功裏に推論した。
• 抽象正規形（ANF）への正規化は、収束速度を著しく向上させるとともに、一致における構造的障害を低減した。
• 文法変異戦略により、再帰対反復や優先度対レイヤー化といった設計のばらつきに対しても、頑健な一致が可能となり、手法の耐性が向上した。
• 正しいかつヒッポクラテスな双方向マッピングが達成され、同期済み状態にある場合に、更新が既存の関係を破壊しないことが保証された。
• 抽出、変異、正規化、収束の全プロセスが完全に自動化され、詳細なプロバンスを備えたGitHubリポジトリで公開された。
• 事例研究では、ガイド付き文法収束が、派生文法の継続的適合と安全なインライン編集、および自動スクリプトの復元を両立できることを示した。