[论文解读] Generic Axiomatization of Families of Noncrossing Graphs in Dependency Parsing

Anssi Yli-Jyrä, Carlos Gómez‐Rodríguez|arXiv (Cornell University)|Jun 11, 2017

Natural Language Processing Techniques参考文献 39被引用 13

一句话总结

本文提出了一种通用的、上下文无关的框架，通过基于Dyck语言的潜在编码，表示自然语言依存解析中非交叉依存图的家族。通过使用括号结构编码图，并通过禁止的局部模式定义家族，该框架使单一推理算法能够通过控制词汇特征和语法约束来处理多种图类型——如树、有向无环图（DAG）和弱连通图。

ABSTRACT

We present a simple encoding for unlabeled noncrossing graphs and show how its latent counterpart helps us to represent several families of directed and undirected graphs used in syntactic and semantic parsing of natural language as context-free languages. The families are separated purely on the basis of forbidden patterns in latent encoding, eliminating the need to differentiate the families of non-crossing graphs in inference algorithms: one algorithm works for all when the search space can be controlled in parser input.

研究动机与目标

• 开发一种统一的、上下文无关的表示方法，用于表示依赖解析中使用的多样化非交叉有向图家族。
• 通过在潜在表示中使用禁止模式编码图家族之间的差异，消除为每个图家族分别设计推理算法的需求。
• 通过仅调整搜索空间约束，使同一算法能在不同图家族间通用运行。
• 证明非交叉有向图家族（如树、DAG、有向森林）在语言交集下构成半格，并且均为上下文无关语言。
• 通过允许每个词对其可参与的图结构施加特定约束，支持词汇化解析。

提出的方法

• 提出一种基于括号的线性编码方法，使用Dyck语言D55表示位置索引的弧，用于编码非交叉有向图。
• 引入一种潜在的、非派生的同态表示，通过禁止的局部模式捕捉图的属性。
• 使用有限状态自动机建模语言表示的正则部分，以支持高效解析和约束强制。
• 将图家族定义为由禁止模式约束导出的上下文无关语言的交集。
• 对加权上下文无关文法应用动态规划，以在受限搜索空间中实现高效推理。
• 使用有限状态工具包和图枚举器验证公理，并采样受限搜索空间的增长。

实验结果

研究问题

• RQ1 依赖解析中的非交叉有向图家族能否被统一表示为上下文无关语言？
• RQ2 能否仅通过潜在编码中的禁止局部模式来区分不同图家族（如树、DAG、弱连通图）？
• RQ3 是否可以设计一个单一推理算法，通过仅调整搜索空间约束，适用于多个图家族？
• RQ4 所得到的有向图家族能否在语言交集下被表征为半格，且是否全部为上下文无关语言？
• RQ5 在统一解析框架中，词汇特征在多大程度上可用于控制不同图类型的搜索空间？

主要发现

• 所有非交叉有向图的集合可通过使用位置索引括号的Dyck语言D55表示为上下文无关语言。
• 所研究的所有非交叉有向图家族——如出树、DAG、弱连通有向图和有向森林——均为上下文无关语言，并在交集下构成半格。
• 该框架支持通用解析：通过仅修改语言表示的正则部分，单一算法可处理所有图家族。
• 该方法支持词汇化解析，每个词可通过局部模式限制约束其允许的结构角色。
• 通过有限状态工具和图枚举验证了该方法，至少有十二个已知整数数列与受限家族的增长相匹配。
• 该框架推广了现有解析器，并通过在潜在Dyck表示上的加权CFG实现高效动态规划推理。