[論文レビュー] CLARE: A Contextual Reasoning and Cooperative Response Framework for the Core Language Engine

Hiyan Alshawi, David M. Carter+4 more|ArXiv.org|Nov 1, 1994

Logic, Reasoning, and Knowledge参考文献 50被引用数 30

ひとこと要約

CLAREは、自然言語理解のための文脈的推論と協調的応答フレームワークを提案する。コア言語エンジンに単調な解釈、帰納的推論、記述的ドメイン理論を統合することで、堅牢で文脈に敏感な自然言語応答の解釈と生成を可能にする。ラティスベース解析、QLF形式、および好みに基づくランク付けを通じて、データベースクエリ理解と並記化の分野で高い正確性を達成し、実世界の応用において最先端の性能を示している。

ABSTRACT

This report describes the research, design and implementation work carried out in building the CLARE system at SRI International, Cambridge, England. CLARE was designed as a natural language processing system with facilities for reasoning and understanding in context and for generating cooperative responses. The project involved both further development of SRI's Core Language Engine (Alshawi, 1992, MIT Press) natural language processor and the design and implementation of new components for reasoning and response generation. The CLARE system has advanced the state of the art in a wide variety of areas, both through the use of novel techniques developed on the project, and by extending the coverage or scale of known techniques. The language components are application-independent and provide interfaces for the development of new types of application.

研究の動機と目的

• 実世界の応用において、文脈的推論と協調的応答生成が可能な自然言語処理システムの開発を目的とする。
• 部分的な解析を含む、構文的および意味的カバレッジの向上を通じてコア言語エンジンを拡張すること。
• 単調な解釈と代替案の好みに基づくランク付けを通じて、自然言語応答の正確な解釈と生成を可能にすること。
• 記述的ドメイン理論と帰納的同等翻訳を用いて、構造化されたデータベースとの統合を可能にすること。
• データベースインターフェースや音声言語システムを含む、複数の実世界の応用において、システムの性能を評価すること。

提案手法

• カバレッジ外の文の部分的構文的および意味的解釈のためのラティスベース解析を採用する。
• 改善された準論理形式（QLF）表現を用いた単調な解釈フレームワークを用い、文脈内での段階的意味の洗練を支援する。
• 意味的コロケーションを含む、拡張可能な好みのメトリクスのセットを用いて、解釈の代替案をランク付けする。
• 曖昧性の解消と言語的表現とデータベース表現との間の翻訳を支援するため、帰納的推論を適用する。
• 言語的ドメイン理論（LDT）を記述的に定義し、自然言語からデータベース述語への同等性公理を含む。
• 事前にコンパイルされた語彙と制御メカニズムを備えたルールベース生成アルゴリズム（SHD）を用いて、データベースの主張から並記化と自然言語文を生成する。

実験結果

リサーチクエスチョン

• RQ1 自然言語システムは、文脈に敏感な推論を通じて、曖昧なまたはカバレッジ外の入力をどのように堅牢に解釈できるか？
• RQ2 単調で段階的な解釈を可能にし、協調的応答生成を支援する形式的表現は何か？
• RQ3 帰納的推論は、言語的表現と構造化されたデータベース表現の間をどのように橋渡しできるか？
• RQ4 解釈された入力の情報的で文脈に適した並記化を生成するためのメカニズムは何か？
• RQ5 ドメイン固有の言語的理論は、どのように記述的に指定可能か。これにより、スケーラブルで再利用可能な言語システム統合が可能になるか？

主な発見

• CLAREシステムは、データベースクエリ理解タスクで83%の正確性を達成し、より広範なテストケースでは70%の正確性を示した。
• システムは高いカバレッジと堅牢性を示し、構文的および意味的カバレッジの範囲外の文に対しても部分的解析と解釈を可能にした。
• 意味的コロケーションを用いた好みに基づくランク付けは、より妥当な代替案を優先することで、解釈品質を顕著に向上させた。
• 帰納的同等翻訳の使用により、特に複雑または曖昧な入力において、自然言語クエリと下位のデータベースクエリとの間の正確なマッピングが可能になった。
• ドメイン理論の記述的指定により、BP、BT、SRIのデータベースシステムを含む多様なデータベースシステムとの柔軟で再利用可能な統合が可能になった。
• システムは、音声言語インターフェース、道路マップルーティング、仕様テキスト処理を含む、複数の実世界の応用に成功裏に導入され、実用的有用性が検証された。