[論文レビュー] From Natural Language Instructions to Complex Processes: Issues in Chaining Trigger Action Rules

Nobuhiro Ito, Yuya Suzuki+1 more|arXiv (Cornell University)|Jan 8, 2020

Business Process Modeling and Analysis参考文献 10被引用数 5

ひとこと要約

本論文は、自然言語（NL）命令を実行可能なワークフローに変換するための、高抽象度の機械実行可能な意味表現（MEMR）を、トリガー・アクションルール（TAP）形式で連結する形式的文法を提案する。これにより、複雑なワークフローのモデル化が可能となり、自然言語の意味解析による知能的なプロセス自動化が実現される。本研究では、実際のIFTTT TAPを用いたデータセット作成手法を導入し、TAPの連結とNL命令の生成について手作業でアノテートしたデータセットを構築した。これにより、遷移ベースのニューラル意味解析が可能となり、知能的なプロセス自動化が促進される。

ABSTRACT

Automation services for complex business processes usually require a high level of information technology literacy. There is a strong demand for a smartly assisted process automation (IPA: intelligent process automation) service that enables even general users to easily use advanced automation. A natural language interface for such automation is expected as an elemental technology for the IPA realization. The workflow targeted by IPA is generally composed of a combination of multiple tasks. However, semantic parsing, one of the natural language processing methods, for such complex workflows has not yet been fully studied. The reasons are that (1) the formal expression and grammar of the workflow required for semantic analysis have not been sufficiently examined and (2) the dataset of the workflow formal expression with its corresponding natural language description required for learning workflow semantics did not exist. This paper defines a new grammar for complex workflows with chaining machine-executable meaning representations for semantic parsing. The representations are at a high abstraction level. Additionally, an approach to creating datasets is proposed based on this grammar.

研究の動機と目的

• 自然言語からの複雑なワークフロー意味解析のための形式的文法とアノテート済みデータセットの不足に対処すること。
• 非技術的ユーザーが自然言語インターフェースを通じてスマートで使いやすい自動化を実現すること。
• 複雑なビジネスプロセスを高抽象度のトリガー・アクションルール（TAP）のチェーンとしてモデル化すること。
• 意味解析のトレーニングを目的とした、自然言語記述と実行可能なTAPチェーンワークフローのペアを構築すること。
• ワークフロー構造の形式的で拡張可能な文法を定義することで、遷移ベースのニューラル意味解析を支援すること。

提案手法

• TAPチェーンに基づく形式的文法を定義し、各TAPを「もしトリガー、ならばアクション」というイベント駆動型ルールとして表現する。
• 既存のIFTTT TAPデータセット（実際のユーザーが生成したNL記述を含む）を基盤として、データセット作成の出発点とする。
• アクションを引き起こすトリガーの関係を手作業で特定・アノテートし、縦方向および横方向のワークフロー拡張を可能にするTAPチェーン規則を確立する。
• 実際のユーザー利用履歴からのTAPをランダムに連結することで、複雑なワークフローを生成し、実用的関連性を維持する。
• ルールベースの要約と文融合を用いて生成されたワークフローのためのNL記述を作成し、その後、アノテーターによる手作業での精錬を実施する。
• ビームサーチと対数尤度最適化を用いて、NL発話からWAST（ワークフロー抽象構文木）表現へのマッピングを実現する遷移ベースのニューラル意味解析器をトレーニングする。

実験結果

リサーチクエスチョン

• RQ1 複雑なワークフローを高抽象度の機械実行可能な意味表現（MEMR）のチェーンとして表現するための形式的文法は、どのように設計できるか？
• RQ2 意味解析のための、自然言語記述と実行可能なTAPチェーンワークフローのペアを生成する有効なデータセット構築法は何か？
• RQ3 TAPチェーンに基づく形式的文法を用いることで、遷移ベースのニューラル意味解析を複雑なワークフローに効果的に適用できるか？
• RQ4 TAPチェーンから導出される複雑で多段階のワークフローに対して、信頼性のある自然言語命令をどのように生成できるか？
• RQ5 実際のユーザーが生成したTAPは、自動的に生成されたワークフローの実用性と使いやすさを保証するために果たす役割は何か？

主な発見

• TAPチェーンに基づく形式的文法により、高抽象度で人間が読みやすいMEMRを用いて複雑なワークフローを表現可能となり、コードの肥大化を回避できる。
• 本研究で提案するデータセット作成手法は、実際のユーザーTAPを連結することで、実用的関連性と使いやすさを保ったまま、複雑なワークフローを効果的に生成できた。
• 縦方向および横方向の拡張を含むTAPチェーン規則の手作業アノテーションにより、生成されたワークフローの構造的妥当性と意味的整合性が保証された。
• ルールベースの要約と文融合を用いたNL記述生成が、複雑なワークフローに対して効果的であった。さらに、手作業での精錬により品質が向上した。
• 本研究のアプローチにより、形式的で整合性のある文法に準拠した形式的表現が提供されたため、複雑なワークフローに対する遷移ベースのニューラル意味解析の適用が可能になった。
• 自然言語命令と実行可能なチェーン化TAPワークフローを結びつけることで、知能的プロセス自動化（IPA）の基盤を確立した。