[論文レビュー] ProFIT: Prolog with Features, Inheritance and Templates

Gregor Erbach|arXiv (Cornell University)|Feb 5, 1995

Natural Language Processing Techniques参考文献 7被引用数 16

ひとこと要約

ProFITは、特徴、継承、テンプレートを、ソート済み特徴項を標準Prolog項にコンパイルすることでPrologに拡張し、Prologの組み込み項処理による効率的な統一を可能にすることで、カスタム統一アルゴリズムを使用するシステムと比較して5–10倍の高速化を達成する。このアプローチにより、ソート済み特徴構造を用いた文法仕様から高性能なNLPシステムを構築できる。

ABSTRACT

ProFIT is an extension of Standard Prolog with Features, Inheritance and Templates. ProFIT allows the programmer or grammar developer to declare an inheritance hierarchy, features and templates. Sorted feature terms can be used in ProFIT programs together with Prolog terms to provide a clearer description language for linguistic structures. ProFIT compiles all sorted feature terms into a Prolog term representation, so that the built-in Prolog term unification can be used for the unification of sorted feature structures, and no special unification algorithm is needed. ProFIT programs are compiled into Prolog programs, so that no meta-interpreter is needed for their execution. ProFIT thus provides a direct step from grammars developed with sorted feature terms to Prolog programs usable for practical NLP systems.

研究の動機と目的

• NLPにおける効率的な論理プログラミングと表現力のあるソート済み特徴形式の間のギャップを埋める。
• Prologの効率的な統一およびコンパイル技術を活用して、特徴ベースの文法を使用可能にする。
• メタインタプリタを必要としない、実用的で高性能な実装を提供し、特徴文法を標準Prologプログラムにコンパイルする。
• 実行効率を維持したまま、継承、特徴、テンプレートを備えた大規模な文法および語彙の開発を可能にする。
• Prologへの効率的なコンパイルを通じて、実世界のNLPアプリケーションで利用可能な高度な言語形式を実現する。

提案手法

• タイプの階層構造と特徴構造を保持するマッピングを用いて、ソート済み特徴項を標準Prolog項にコンパイルする。
• 特徴構造の統一にPrologのネイティブ統一を活用し、カスタム統一アルゴリズムの必要性を排除する。
• 継承および構造化された文法開発を可能にするために、種別、特徴、テンプレートのデータ型宣言を導入する。
• 文法および語彙仕様を実行可能なPrologコードに変換するProFITからPrologへのコンパイラを実装する。
• 入力、出力、デバッグ用にProFIT項とProlog項の相互変換を可能にするユーザーインターフェースを提供する。
• 必要に応じて、種別チェック、特徴検索、循環項処理の無効化といった最適化をオプションとしてサポートし、不要な場合のパフォーマンス向上を図る。

実験結果

リサーチクエスチョン

• RQ1 カスタム統一アルゴリズムを用いないまま、ソート済み特徴項をProlog項に効率的にコンパイルできるか？
• RQ2 Prolog上にカスタム統一アルゴリズムを実装するシステムと比較して、ProFITのパフォーマンスはどの程度か？
• RQ3 コンパイル後、既存の論理プログラミング最適化技術を特徴ベースの文法にどの程度適用できるか？
• RQ4 ProFITは、継承階層やテンプレートといった複雑な言語形式を効率を維持したままサポートできるか？
• RQ5 ProFITは、実世界のNLPシステム向けの大規模な文法および語彙の開発をどの程度効果的に可能にするか？

主な発見

• ProFITは、Prolog上にカスタム統一アルゴリズムを実装するシステムと比較して、5–10倍の高速化を達成する。
• コンパイルされた特徴項に対してPrologのネイティブ統一を用いることで、専用の統一ルーチンに起因するパフォーマンスオーバーヘッドが解消される。
• ProFITプログラムは標準Prologにコンパイルされるため、インデキシング、テーブル化、部分評価などのPrologの最適化技術を完全に活用できる。
• 宣言的記述により、継承階層、特徴構造、テンプレートをサポートし、構造化された文法開発を可能にする。
• ユーザーインターフェースにより、読みやすい入出力が可能であり、共有構造は一度だけ出力され、変数によって参照されるため、デバッグ性が向上する。
• このシステムは無料で利用可能であり、文法拡張、双方向パーサー、再利用可能な言語リソースといったプロジェクトで使用されている。