[论文解读] An Abstract Machine for Unification Grammars

Shuly Wintner|ArXiv.org|Sep 23, 1997

Natural Language Processing Techniques被引用 14

一句话总结

本文提出 AMALIA，一种基于类型特征结构的合一语法抽象机器，特别针对 HPSG 基础的语法。它将语言形式化编译为低级指令以实现高效解析，通过希伯来语语法实现展示了高性能，在基准测试中相比 ALE 实现了 2.5 倍的提速。

ABSTRACT

This work describes the design and implementation of an abstract machine, Amalia, for the linguistic formalism ALE, which is based on typed feature structures. This formalism is one of the most widely accepted in computational linguistics and has been used for designing grammars in various linguistic theories, most notably HPSG. Amalia is composed of data structures and a set of instructions, augmented by a compiler from the grammatical formalism to the abstract instructions, and a (portable) interpreter of the abstract instructions. The effect of each instruction is defined using a low-level language that can be executed on ordinary hardware. The advantages of the abstract machine approach are twofold. From a theoretical point of view, the abstract machine gives a well-defined operational semantics to the grammatical formalism. This ensures that grammars specified using our system are endowed with well defined meaning. It enables, for example, to formally verify the correctness of a compiler for HPSG, given an independent definition. From a practical point of view, Amalia is the first system that employs a direct compilation scheme for unification grammars that are based on typed feature structures. The use of amalia results in a much improved performance over existing systems. In order to test the machine on a realistic application, we have developed a small-scale, HPSG-based grammar for a fragment of the Hebrew language, using Amalia as the development platform. This is the first application of HPSG to a Semitic language.

研究动机与目标

• 通过将它们建模为高级声明式程序，设计一种用于合一语法（特别是 HPSG）的高效执行模型。
• 通过抽象机器架构，弥合高级语言形式化与高效低级执行之间的鸿沟。
• 通过编译指令集和可移植解释器，实现复杂语法的可移植、高效且正确的解析。
• 通过希伯来语的完整 HPSG 语法实现，证明该方法的可行性和性能。

提出的方法

• 设计 AMALIA 作为具有明确定义的指令集、内存模型和从 ALE（一种类型特征结构形式化）编译的流水线的抽象机器。
• 将类型层次和语法编译为一系列用于高效执行的低级机器指令。
• 使用可移植解释器在各种主机架构上执行 AMALIA 指令，确保可移植性和高效性。
• 采用惰性求值、部分描述和函数式附加等技术，优化特征结构处理。
• 将解析作为操作语义集成，其中语法规则被编译为直接操作特征结构的机器代码。
• 在机器级别使用合一和蕴含检查，以确保推导的正确性和完备性。

实验结果

研究问题

• RQ1 抽象机器模型能否被有效用于高效且正确地编译和执行合一语法？
• RQ2 如何将 HPSG 中的类型特征结构高效编译为用于解析的低级指令集？
• RQ3 哪些优化（例如惰性求值、部分描述）能提升语言环境中特征结构处理的效率？
• RQ4 AMALIA 架构在解析速度和内存使用方面相较于 ALE 等现有系统有多大优势？
• RQ5 抽象机器模型能否用于实现希伯来语语法中复杂的语言现象，如空成分和功能性附加？

主要发现

• 在希伯来语语法基准测试中，AMALIA 的解析性能相比 ALE 实现了 2.5 倍提速，显示出显著的效率提升。
• 将 HPSG 语法编译为 AMALIA 指令可产生正确且完备的推导，其可靠性和完备性已通过形式化证明。
• 使用可移植解释器可在不同硬件平台上实现高效执行，同时保持高性能。
• 惰性求值和部分描述等优化技术减少了内存开销，提升了解析效率。
• 该系统成功处理了包括空成分、功能性附加和希伯来语中的词素歧义在内的复杂语言现象。
• 在机器内部对合一和蕴含检查的形式化确保了所有推导的正确性。