[논문 리뷰] ProFIT: Prolog with Features, Inheritance and Templates

Gregor Erbach|arXiv (Cornell University)|1995. 02. 05.

Natural Language Processing Techniques참고 문헌 7인용 수 16

한 줄 요약

ProFIT은 정렬된 특성 항목을 표준 Prolog 항목으로 컴파일하여 Prolog의 내장된 항목 처리 기능을 통해 효율적인 통합을 가능하게 함으로써 Prolog에 기능, 상속, 템플릿 기능을 확장한다. 이 방법은 고유의 통합 알고리즘을 사용하는 시스템 대비 5–10배 빠른 성능 향상을 달성하며, 정렬된 특성 구조를 사용한 문법 명세로부터 고성능 NLP 시스템을 구축할 수 있게 한다.

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.

연구 동기 및 목표

• 효율적인 논리 프로그래밍과 NLP 분야에서 표현력 있는 정렬된 특성 형식론 사이의 격차를 메우기 위해.
• Prolog의 효율적인 통합 및 컴파일 기법을 활용해 기능 기반 문법을 사용할 수 있도록 하기 위해.
• 메타인터프리터가 필요 없는 표준 Prolog 프로그램으로 기능 문법을 컴파일하는 실용적이고 고성능의 구현을 제공하기 위해.
• 실행 효율성을 유지하면서도 상속, 특성, 템플릿을 지원하여 대규모 문법 및 어휘 개발을 가능하게 하기 위해.
• Prolog로의 효율적 컴파일을 통해 고급 언어학 형식론을 실세계 NLP 응용 프로그램에서 사용 가능하게 하기 위해.

제안 방법

• 타입 계층과 특성 구조를 유지하는 매핑을 사용하여 정렬된 특성 항목을 표준 Prolog 항목으로 컴파일하기 위해.
• 특성 구조 통합을 위해 Prolog의 내장 통합을 사용하여 고유의 통합 알고리즘 필요 없이 처리하기 위해.
• 상속 및 구조적 문법 개발을 지원하기 위해 종류, 특성, 템플릿에 대한 데이터 타입 선언을 도입하기 위해.
• 문법 및 어휘 명세를 실행 가능한 Prolog 코드로 변환하는 ProFIT에서 Prolog로의 컴파일러를 구현하기 위해.
• 입력, 출력, 디버깅을 위한 ProFIT 항목과 Prolog 항목 간의 변환을 지원하는 사용자 인터페이스 제공하기 위해.
• 필요하지 않은 경우 성능 향상을 위해 정렬 검사, 특성 검색, 순환 항목 처리 기능을 비활성화하는 옵션 최적화 기능을 지원하기 위해.

실험 결과

연구 질문

• RQ1 정렬된 특성 항목을 Prolog 항목으로 효율적으로 컴파일할 수 있을까? 이 과정에서 표현력이나 성능을 손상시키지 않을 수 있을까?
• RQ2 Prolog 위에서 고유의 통합 알고리즘을 사용하는 시스템과 비교해 ProFIT의 성능는 어떠한가?
• RQ3 컴파일 후 기능 기반 문법에 대해 기존 논리 프로그래밍 최적화 기법을 얼마나 적용할 수 있을까?
• RQ4 ProFIT은 효율성을 유지하면서도 상속 계층과 템플릿과 같은 복잡한 언어학 형식론을 지원할 수 있을까?
• RQ5 ProFIT은 실용적인 NLP 시스템을 위한 대규모 문법 및 어휘 개발을 얼마나 효과적으로 지원할 수 있을까?

주요 결과

• ProFIT은 Prolog 위에서 고유의 통합 알고리즘을 사용하는 시스템 대비 5–10배 빠른 성능 향상을 달성한다.
• 컴파일된 특성 항목에 Prolog의 내장 통합을 사용함으로써 전용 통합 루틴의 성능 오버헤드를 제거한다.
• ProFIT 프로그램은 표준 Prolog로 컴파일되므로 Prolog의 최적화 기법(예: 인덱싱, 탭루레이션, 부분 평가 등)을 전면적으로 활용할 수 있다.
• 선언적 선언을 통해 상속 계층, 특성 구조, 템플릿을 지원하여 구조적 문법 개발을 가능하게 한다.
• 사용자 인터페이스를 통해 ProFIT 항목의 읽기 쉬운 입력/출력이 가능하며, 공유 구조는 한 번만 출력하고 변수 참조를 통해 표현함으로써 디버깅 용이성을 향상시킨다.
• 이 시스템은 무료로 제공되며, 문법 확장, 이방향 구문 분석, 재사용 가능한 언어학 자원 개발 등의 프로젝트에서 사용된 바 있다.