[論文レビュー] Multi-Dimensional Inheritance

Gregor Erbach|ArXiv.org|Nov 17, 1994

Natural Language Processing Techniques参考文献 10被引用数 15

ひとこと要約

本稿は、型付き特徴構造における多次元継承を提案し、独立した階層（例：句の種別と文の種別）の間で言語的クロス分類を直接モデル化可能にする。これらの階層はProlog項にコンパイルされ、標準的なPrologの統一により効率的な統一が可能となる。これにより、カスタム統一エンジンを必要とせず、スケーラブルで効率的なNLPシステムにおける文法および語彙の表現が可能になる。

ABSTRACT

In this paper, we present an alternative approach to multiple inheritance for typed feature structures. In our approach, a feature structure can be associated with several types coming from different hierarchies (dimensions). In case of multiple inheritance, a type has supertypes from different hierarchies. We contrast this approach with approaches based on a single type hierarchy where a feature structure has only one unique most general type, and multiple inheritance involves computation of greatest lower bounds in the hierarchy. The proposed approach supports current linguistic analyses in constraint-based formalisms like HPSG, inheritance in the lexicon, and knowledge representation for NLP systems. Finally, we show that multi-dimensional inheritance hierarchies can be compiled into a Prolog term representation, which allows to compute the conjunction of two types efficiently by Prolog term unification.

研究の動機と目的

• HPSG やシステム的分類における例のように、単一の階層型システムの制限を克服し、言語的クロス分類をモデル化すること。
• 有界完備半順序（bcpo）を必要としない、複数の独立した型階層（次元）をサポートする形式的枠組みを提供すること。
• コンパイルされた項表現上で標準的なProlog統一を用いて型の論理積を効率的に計算できること。
• 複雑な言語現象、例えば選言的エントリ条件や選択的制限を、スケーラブルかつモジュラーな方法で扱えること。
• 多次元継承が、既存のProlog技術を用いて効率的にコンパイルおよび実行できることを示すこと。

提案手法

• 各型が1つ以上の独立した次元に属する多次元型階層を導入し、共通の部分型を必要とせずにクロス分類を可能にする。
• Carpenterの型付き特徴論理を変更し、型階層を直交する次元に分離することで、単一階層系における最大下界の必要性を回避する。
• 各型をProlog項にコンパイルし、各次元が別個の項成分に対応するようにし、標準的なProlog統一により論理積を実現する。
• 選言的エントリ条件を扱うために、別々の次元に補完型（X' と ¬X）を導入し、論理的選言形に変換する。
• システム的分類ネットワークを多次元型階層にマップする翻訳戦略を用い、論理的構造を保持するとともに、好都合な場合に指数的爆発を回避する。
• ProFIT（Prologベースのコンパイラ）で実装し、型付き特徴論理プログラムを実行可能な標準Prologコードに変換する。

実験結果

リサーチクエスチョン

• RQ1 複数の独立した階層（例：句の種別と文の種別）の間で言語的クロス分類を、単一の統合型階層を必要とせずにモデル化する方法は何か？
• RQ2 多次元継承は、型付き特徴構造の統一を効率的に行うProlog項表現にコンパイル可能か？
• RQ3 本手法は、システム的分類における選言的エントリ条件を、既存のアプローチと比較してどのように処理するか？
• RQ4 選言的エントリ条件を含むシステム的分類ネットワークを多次元型システムに翻訳する際の計算量的複雑度は何か？
• RQ5 既存のProlog技術をどれほど活用して、多次元継承を用いた効率的なNLPシステムを実装できるか？

主な発見

• 提案された多次元継承モデルは、HPSGにおける例のようにクロス分類を必要とする言語的解析を直接サポートし、有界完備性を強制するための人工的部分型を必要としない。
• 型の論理積は標準的なProlog統一により効率的に計算され、カスタム統一アルゴリズムの必要性がなくなる。
• 別々の次元に二重型（X' と ¬X）を導入することで、選言的エントリ条件をモジュラーかつスケーラブルに表現可能である。
• 実用的な例（例：代名詞分類）では、ブルートフォースなPrologベースの符号化よりも効率的であり、最悪ケースでも項表現でたった8ノードにとどまる。
• 選言的条件が局所化されている場合、翻訳における指数的爆発を回避できることを、代名詞階層の例で示した。この場合、本手法はブルートフォース翻訳手法を上回る性能を発揮する。
• ProFITにおける実装により、多次元継承が標準的なPrologコンパイラを用いて効果的にコンパイルおよび実行可能であることが示され、インデキシングやコルーチニングなどの機能を活用できる。