[논문 리뷰] New developments in parsing Mizar

Czesław Byliński, Jesse Alama|arXiv (Cornell University)|2012. 04. 30.

Logic, programming, and type systems참고 문헌 14인용 수 9

한 줄 요약

이 논문은 Mizar 언어를 위한 새로운 파싱 기법을 제시하며, 문법 분석을 단순화하고 독립적 파싱을 가능하게 하기 위해 두 가지 정규화 체계—약간 엄격한 Mizar(WSM)와 더 엄격한 Mizar(MSM)—를 도입한다. 과도한 기호의 다의성 제거, 완전한 괄호 사용, 모든 공식에 레이블 부여, 변수 참조의 순차화를 통해 저자들은 Mizar 텍스트의 강력하고 도구에 종속되지 않는 처리를 가능하게 하며, 이는 HTTP 기반 파싱 서비스, 보기 좋게 정렬된 출력, Mizar 수학 라이브러리의 대규모 재구성 등에 적용된다.

ABSTRACT

The Mizar language aims to capture mathematical vernacular by providing a rich language for mathematics. From the perspective of a user, the richness of the language is welcome because it makes writing texts more "natural". But for the developer, the richness leads to syntactic complexity, such as dealing with overloading. Recently the Mizar team has been making a fresh approach to the problem of parsing the Mizar language. One aim is to make the language accessible to users and other developers. In this paper we describe these new parsing efforts and some applications thereof, such as large-scale text refactorings, pretty-printing, HTTP parsing services, and normalizations of Mizar texts.

연구 동기 및 목표

• Mizar 언어의 문법 복잡성을 해결하기 위해, 풍부하고 유연한 문법과 광범위한 다형성 및 종속 타입의 사용으로 인해 발생하는 문제를 다루기 위함.
• 개발자 및 연구자가 Mizar 수학 라이브러리(MML)에 접근할 필요 없이도 전체 Mizar 툴체인에 의존하지 않고도 Mizar 텍스트를 파싱할 수 있도록 하기 위함.
• 정규화된 텍스트 형태와 구조적 파싱 트리를 노출시켜 대규모 텍스트 변환, 예를 들어 재구성, 보기 좋게 정렬, 정규화 등을 지원하기 위함.
• 외부 도구 및 서비스가 Mizar와 상호 운용할 수 있도록 표준화된 기계 처리 가능한 Mizar 텍스트 표현을 제공함으로써, Mizar와의 상호 운용성을 촉진하기 위함.
• 더 이상 예측 불가능한 요소 없이도 처리할 수 있는 새로운 정규화 철학, 예를 들어 '예외 없음' Mizar(WRM)를 탐구하여 의미론적 추론과 처리를 더욱 단순화하기 위함.

제안 방법

• 표준 LR 파서(Bison 등)와의 호환성을 확보하기 위해, 과도한 표기의 다의성을 명시적 괄호와 공백을 통해 제거하는 약간 엄격한 Mizar(WSM) 정규화를 설계함.
• 문법의 표준화를 강제하기 위해, 모든 공식에 레이블 부여, 변수 이름 순차화, 암시적 논리 연결(예: 'then')을 명시적 레이블 참조로 대체하는 더 엄격한 Mizar(MSM) 정규화를 구현함.
• Mizar 텍스트를 수신하고 XML 파싱 트리, WSM/MSM 변환, 또는 보기 좋게 정렬된 형태를 반환하는 HTTP 기반 파싱 서비스를 개발하여, 로컬 도구 설치 없이도 프로그래밍 방식의 접근을 가능하게 함.
• 정규화 및 파싱 파이프라인의 확장성과 정확성을 평가하기 위해 Mizar 수학 라이브러리(MML)를 실험 기반으로 사용함.
• 기존의 XML 표현을 활용해 의미론적 분석을 수행하면서, 정확한 구조적 충실도가 필요한 작업을 위해 새로운 문법 수준의 도구를 도입함.
• MML의 재구성에 정규화 기법을 적용하여, 후속 처리의 단순화와 새로운 형태의 정적 분석 및 도구 통합을 가능하게 함.

실험 결과

연구 질문

• RQ1 과도한 기호 사용과 종속 타입으로 인해 발생하는 Mizar 언어의 문법 복잡성을 어떻게 완화할 수 있을까? 이는 독립적 파싱을 가능하게 하기 위함이다.
• RQ2 어떤 정규화 전략이 Mizar 텍스트를 표준 파서 도구(Bison 등)가 사용할 수 있도록 하면서도 의미적으로 충실한 형태로 변환할 수 있을까?
• RQ3 문법의 표준화(예: 공식 레이블링, 변수 분류)는 깊이 있는 의미론적 분석 없이도 사용 및 범위에 대한 자동 추론을 얼마나 가능하게 할 수 있을까?
• RQ4 HTTP 기반 서비스는 Mizar 파싱 기능을 외부 도구 및 연구자에게 어떻게 제공할 수 있을까? 이는 Mizar 시스템 설치 없이도 가능하도록 하기 위함이다.
• RQ5 정규화된 Mizar 텍스트의 성능 및 구조적 특성은 무엇이며, 원본 라이브러리와 비교해 라인 길이와 복잡도 측면에서 어떻게 다를까?

주요 결과

• WSM 정규화는 표준 LR 파서가 처리할 수 있는 형태로 Mizar 텍스트를 변환하는 데 성공했으며, WSM-화된 MML의 60% 이상의 기사에서 최소 500자 이상의 라인이 존재하고, 평균 라인 길이는 54.7자이다.
• MSM 정규화는 의미론적 분석 없이도 문법적 정보만으로도 의미적 추론을 가능하게 하며, 예를 들어 변수의 범위(예: 유계 vs. 자유 변수)나 레이블 기반 참조를 통한 공식 사용 여부를 판단할 수 있다.
• HTTP 기반 파싱 서비스를 통해 외부 도구는 Mizar 텍스트를 제출하고 XML 파싱 트리, WSM, MSM, 보기 좋게 정렬된 형태 등의 구조적 출력을 수신할 수 있으며, MML이나 Mizar 도구에 대한 접근이 필요하지 않다.
• Mizar 수학 라이브러리의 WSM-화된 버전(4.181.1147)은 694개의 기사에서 500자 이상의 라인이 존재하며, 가장 긴 라인은 6042자에 이르며, 실제 환경 조건에서의 정규화의 확장성을 입증한다.
• 저자들은 '예외 없음' Mizar(WRM) 버전에 대한 실험을 시작했으며, 예약된 변수를 제거하고 구조적 신호만으로도 의미 해석을 더욱 단순화하고자 한다.
• 새로운 정규화 및 서비스는 이미 대규모 재구성, 보기 좋게 정렬, 외부 도구 통합을 가능하게 하여, 이론적 파싱을 넘어서 실용적 유용성을 입증했다.