[논문 리뷰] An Alternative Interpretation of Linguistic Variables as Linguistic Finite Automata

Supriya Raheja, Reena Dhadich외 1명|arXiv (Cornell University)|2011. 12. 15.

Logic, Reasoning, and Knowledge참고 문헌 7인용 수 3

한 줄 요약

이 논문은 언어적 변수를 언어적 유한 오토마타(LFA)로 해석하는 새로운 방법을 제안하며, 언어적 값과 집합을 오토마타 전이를 통해 모델링한다. 언어적 정량자와 δ□ 및 λ□ 연산자를 δ 및 λ로 확장함으로써, 비선형 시스템에서의 계산 복잡도를 감소시키면서도 자연어 처리 응용 분야에서 의미를 유지한다.

ABSTRACT

Linguistic variables represent crisp information in a form and precision appropriate for the problem. For example, to answer the question "How are you?" one may say "I am fine." the linguistic variables like "fine", so common in everyday speech. In this paper an alternative interpretation of linguistic variables is introduced with the notion of a linguistic description of a value or set of values. The use of linguistic variables in many applications reduces the overall computation complexity of the application. Linguistic variables have been shown to be particularly useful in complex non-linear applications. Here we are applying the concept of reasoning with Linguistic Quantifiers to define the Linguistic Finite Automata along with the expansion of δ^{\box} and λ^{\box} over δand λ.

연구 동기 및 목표

• 유한 오토마타 이론을 활용해 언어적 변수를 재정의하여 계산 효율성을 향상시키기.
• 언어적 값과 집합을 유한 오토마타의 전이로 모델링하여 자연어 용어에 대한 형식적 추론을 가능하게 하기.
• 언어적 정량자와 오토마타 구조를 활용해 비선형 응용 분야에서의 계산 복잡도를 감소시키기.
• 기존의 δ 및 λ 연산자를 δ□ 및 λ□로 확장하여 오토마타 프레임워크 내에서 언어적 추론을 지원하기.
• 퍼지 및 비선형 시스템에서 추론이 가능한 형식적이고 수학적으로 기반을 둔 언어적 변수 모델 제공하기.

제안 방법

• 언어적 규칙에 기반한 전이를 갖는 유한 오토마타의 상태로 언어적 값을 표현하기.
• 언어적 집합을 상태와 전이의 집합으로 정의하여 언어적 용어의 구조적 표현 가능하게 하기.
• 전이의 수정자로 언어적 정량자를 도입하여 '대부분'이나 '약간'과 같은 표현을 모델링하기.
• δ 및 λ 연산자를 δ□ 및 λ□로 확장하여 오토마타 전이에서 언어적 불확실성과 근사치를 다룰 수 있도록 하기.
• 언어적 술어를 사용해 오토마타의 전이 함수를 형식화하여 의미의 일관성을 유지하기.
• 결과적으로 도출된 언어적 유한 오토마타를 자연어 응답, 예를 들어 '나는 괜찮아'와 같은 표현을 계산적으로 효율적으로 모델링하는 데 적용하기.

실험 결과

연구 질문

• RQ1 언어적 변수를 유한 오토마타 이론을 활용해 재해석하여 계산 모델링의 효율성을 향상시킬 수 있는가?
• RQ2 언어적 값과 집합을 오토마타 상태와 전이로 형식적으로 표현하는 메커니즘은 무엇인가?
• RQ3 언어적 정량자가 언어적 유한 오토마타의 행동과 구조에 미치는 영향은 무엇인가?
• RQ4 확장된 연산자 δ□ 및 λ□는 언어적 불확실성 모델링을 어떻게 향상시키는가?
• RQ5 이 오토마타 기반의 해석 방식은 비선형 응용 분야에서의 계산 복잡도에 어떤 영향을 미치는가?

주요 결과

• 제안된 언어적 유한 오토마타 모델은 언어적 변수에 대한 형식적이고 계산적으로 효율적인 표현을 가능하게 한다.
• 오토마타 전이에 언어적 정량자를 통합함으로써 자연어 표현을 정밀하게 모델링할 수 있다.
• δ 및 λ를 δ□ 및 λ□로 확장함으로써 언어적 근사치와 불확실성 처리를 위한 메커니즘이 제공된다.
• 언어적 용어를 구조적인 오토마타 상태와 전이로 추상화함으로써 비선형 시스템에서의 계산 복잡도를 감소시킨다.
• 형식적 오토마타 전이를 통해 '좋아' 같은 언어적 용어를 '나는 괜찮아'와 같은 응답에서 추론할 수 있도록 프레임워크를 제공한다.
• 특히 자연어 이해 분야에서 퍼지적 또는 정성적 추론이 필요한 응용 분야에서의 실현 가능성과 타당성을 입증한다.