[논문 리뷰] A Formal Language Perspective on Factorized Representations

Benny Kimelfeld, Wim Martens외 1명|arXiv (Cornell University)|2023. 09. 20.

Formal Methods in Verification인용 수 4

한 줄 요약

이 논문은 동일 길이 언어에 대해 이름 없는 인수 분해 표현식(uFRs)과 문맥 자유 문법(CFGs) 사이의 형식적 이somorphism를 수립하며, uFRs가 모든 생성된 단어의 길이가 동일한 CFGs와 동치임을 드러낸다. 이 연결은 형식 언어 이론에서의 복잡도 결과를 데이터베이스 분해로 직접 이전할 수 있게 하며, uFRs, CFGs, NFAs, UFAs, DFAs 간의 크기 트레이드오프에 대한 날것 있는 경계를 제공한다. 다양한 번역 과정에서 지수적 및 이중지수적 팽창이 확인된다.

ABSTRACT

Factorized representations (FRs) are a well-known tool to succinctly represent results of join queries and have been originally defined using the named database perspective. We define FRs in the unnamed database perspective and use them to establish several new connections. First, unnamed FRs can be exponentially more succinct than named FRs, but this difference can be alleviated by imposing a disjointness condition on columns. Conversely, named FRs can also be exponentially more succinct than unnamed FRs. Second, unnamed FRs are the same as (i.e., isomorphic to) context-free grammars for languages in which each word has the same length. This tight connection allows us to transfer a wide range of results on context-free grammars to database factorization; of which we offer a selection in the paper. Third, when we generalize unnamed FRs to arbitrary sets of tuples, they become a generalization of \emph{path multiset representations}, a formalism that was recently introduced to succinctly represent sets of paths in the context of graph database query evaluation.

연구 동기 및 목표

• 이름 없는(순서 있는 튜플) 데이터베이스 관점에서 인수 분해 표현식을 형식화하고, 표준 이름 있는(순서 없는 속성) 시각과 대비한다.
• 동일 길이 언어에 대해 이름 없는 인수 분해 표현식(uFRs)과 문맥 자유 문법(CFGs) 사이의 날것 있는 이somorphism를 수립한다.
• uFRs와 경로 멀티셋 표현식(PMRs) 간의 관계를 명확히 하여, 유한하고 동일 길이의 경로 집합에 제한된 경우 PMRs가 uFRs의 특수한 경우임을 보인다.
• uFRs와 기타 압축 표현식(NFAs, DFAs 등) 간의 크기 트레이드오프를 분석하고, 번역 과정에서 지수적 및 이중지수적 팽창이 발생하는 것을 규명한다.
• 특히 정규 경로 쿼리 및 데이터베이스 기반 기계 학습을 지원하는 시스템에서 그래프 및 관계형 쿼리 처리에 최적의 압축 표현식을 선택하는 데 기초를 제공한다.

제안 방법

• uFRs를 데이터 값, 합집합, 카티esian 곱으로 구성된 관계대수 표현식으로 정의하며, 튜플은 순서가 있다.
• uFRs와 동일 길이의 단어만 생성하는 문맥 자유 문법(CFGs)의 한 클래스 사이에 전단사 사상 β를 수립한다.
• uFRs와 그에 해당하는 CFGs 간의 이somorphism를 증명한다: uFR이 표현하는 튜플의 집합은 해당 CFG가 생성하는 언어의 인코딩과 정확히 일치한다.
• 이 이somorphism를 활용해 형식 언어 이론에서 알려진 복잡도 결과(예: 소속성, 동치성, 세기, 열거)를 uFRs로 이전한다.
• uFRs와 다른 형식 체계(NFAs, UFAs, DFAs, 집합 등) 간의 번역을 분석하고, 알려진 복잡도 결과와 추측을 활용해 크기 팽창의 날것 있는 상한 및 하한을 유도한다.
• 열거된 열 간의 상호배타성 조건을 도입하여 uFRs에서 이름 있는 FRs로의 지수적 팽창을 제거하고, 더 압축된 표현식을 가능하게 함을 보여준다.

실험 결과

연구 질문

• RQ1 이름 없는 인수 분해 표현식(uFRs)과 이름 있는 인수 분해 표현식(nFRs) 간의 크기 비교는 어떻게 되며, 어떤 조건에서 한 쪽이 另한 쪽보다 지수적으로 더 압축 가능할 수 있는가?
• RQ2 동일 길이의 단어 집합에 대해 uFRs와 문맥 자유 문법(CFGs) 사이의 정확한 관계는 무엇인가?
• RQ3 uFRs와 경로 멀티셋 표현식(PMRs) 간의 관계는 무엇이며, 어떤 의미에서 PMRs는 uFRs의 특수한 경우인가?
• RQ4 유한하고 동일 길이의 언어에 대해 uFRs와 NFAs, UFAs, DFAs 등의 기타 압축 표현식 간의 날것 있는 크기 팽창은 어떻게 되는가?
• RQ5 이러한 형식 체계 간 번역에서 지수적 또는 이중지수적 팽창이 발생하는 조건은 무엇이며, 이러한 경계는 날것 있는가?

주요 결과

• 이름 없는 인수 분해 표현식(uFRs)과 동일 길이 언어만 생성하는 문맥 자유 문법(CFGs) 사이에는 날것 있는 이somorphism가 존재하며, 이는 표현력과 구조에서 동치임을 의미한다.
• uFRs와 nFRs 간의 크기 비교는 상호 불가능하다: 양방향으로 지수적 팽창이 발생할 수 있지만, 열에 상호배타성 조건을 도입하면 uFR에서 nFR으로의 팽창이 제거된다.
• uFR에 대응하는 CFG 클래스는 규칙 형태 A → bC 및 A → b로 제한된 경우 비결정성 유한 오토마타(NFAs)와 이somorphic이며, 이는 PMRs가 uFRs의 특수한 경우임을 보여준다.
• uFRs와 NFAs, UFAs, DFAs 사이에는 동일 길이 언어에서 지수적 번역이 존재하며, 이 중 일부는 날것 있는(즉, 피할 수 없다) 것이다.
• CFG에서 UFA, UCFG, Set으로의 번역에서는 이중지수적 팽창이 발생하며, 표준 복잡도 가정 하에 이는 날것 있는 것이다. 이는 특정 대칭 언어에 대해 비결정성 CFG의 크기에 대해 2Ω(n) 하한을 제시하는 추측 5.7을 포함한다.
• 논문은 NFA에서 UCFG, CFG에서 UCFG로의 번역이 추측 5.7에 따라 또한 날것 있는 것으로 보여주는 강력한 증거를 제공한다. 이 추측은 특정 대칭 언어에 대해 비결정성 CFG의 크기에 대해 2Ω(n) 하한을 제시한다.