[論文レビュー] Improved evolutionary generation of XSLT stylesheets

Pablo García‐Sánchez, Juan Luís Jiménez Laredo+3 more|ArXiv.org|Mar 13, 2008

Web Data Mining and Analysis参考文献 12被引用数 4

ひとこと要約

本論文は、XMLドキュメントを所望の出力形式に変換するXSLTスタイルシートを自動的に進化させる遺伝的プログラミングの手法を提示する。特定のXSLT演算子（template、apply-templates、value-of）を用いた制約付きのツリー構造表現を採用することで、妥当な時間内に正しい変換論理を効果的に生成できた。特に、Type 2構造（select属性とmatch属性の一致）は、優れた性能と高い成功確率を示し、正しいスタイルシートの進化に優れている。

ABSTRACT

This paper introduces a procedure based on genetic programming to evolve XSLT programs (usually called stylesheets or logicsheets). XSLT is a general purpose, document-oriented functional language, generally used to transform XML documents (or, in general, solve any problem that can be coded as an XML document). The proposed solution uses a tree representation for the stylesheets as well as diverse specific operators in order to obtain, in the studied cases and a reasonable time, a XSLT stylesheet that performs the transformation. Several types of representation have been compared, resulting in different performance and degree of success.

研究の動機と目的

• XMLドキュメント変換のためのXSLTスタイルシートの自動生成を実現し、手作業によるコーディング作業を削減すること。
• 複数のXMLフォーマット変換に向けたXSLTプログラム作成のスケーラビリティと複雑さに取り組むこと。
• 進化的探索に最も効果的なXSLTプログラムの構造的表現を特定するため、異なる表現形式を評価すること。
• 進化的アルゴリズムが正しい機能的なXSLTスタイルシートを生成する際の成功確率と効率を向上させること。
• 将来的なXSLT進化に関する研究の基盤を提供すること、特に複雑で汎用的なドキュメント変換に向けたもの。

提案手法

• 本手法は、XSLTスタイルシートをツリー構造で表現する遺伝的プログラミングを採用し、3つの主要なXSLT命令（template、apply-templates、value-of）に焦点を当てる。
• 2種類の構造的タイプ（Type 1とType 2）を定義する。Type 2は、apply-templatesのselect属性とtemplateのmatch属性の間の整合性を強制することで、探索空間と退化のリスクを低減する。
• フィットネスは階層的に評価され、進化したスタイルシートの出力結果を期待されるターゲットXMLドキュメントと構造的・内容的比較によって評価する。
• 進化には標準的な遺伝的演算子（選択、交差、変異）を用い、探索と搧取のバランスを取るために変異率を最適化する。
• アルゴリズムは、各入力-出力ペアに対して30回の独立実行が行われ、固定されたXMLドキュメントとターゲット出力セットが使用される。
• 本手法は、構文的に無効または意味的に退化した解を回避する制約を活用することで、収束性と信頼性の向上を図る。

実験結果

リサーチクエスチョン

• RQ1 どのXSLT構造的表現が、正しい変換論理の進化においてより効果的かつ効率的か？
• RQ2 apply-templatesとtemplateのmatch属性の関係を制約することで、成功確率と収束速度にどのような影響を与えるか？
• RQ3 階層的フィットネス評価は、XSLT進化における多様性の損失と探索パフォーマンスにどのような影響を与えるか？
• RQ4 進化的計算は、人間の介入なしに、複雑なXML変換を正確に満たすXSLTスタイルシートを信頼性を持って生成できるか？
• RQ5 異なる演算子率と進化的戦略は、スタイルシート生成の時間と成功確率にどのように影響を与えるか？

主な発見

• select属性とmatch属性を一致させるType 2構造は、最も困難な入力（ファイル #6）において26/30の実験で成功を収め、Type 1を顕著に上回った。
• Type 2構造は、より多くの制約があるにもかかわらず、収束に必要な世代数と評価回数が少なく、実行時間も短縮された。
• 階層的フィットネス関数は多様性の早期損失を引き起こし、進化的プロセスの後半にかけてより深い探索が不可欠となった。
• 本手法は、非自明なマッピングを含む多様なXML変換タスクに対して、正しいXSLTスタイルシートを効果的に生成できた。これらのマッピングは、人間のプログラマーが実装に約1時間かかるものであった。
• アルゴリズムは、評価回数と実行時間といったベースラインパフォーマンス指標を示し、将来的な比較と改善に適した基盤を提供した。
• 結果から、特にXSLTのようなドメイン特化言語における文法に配慮したコード生成において、制約付きの進化的戦略の有効性が裏付けられた。