[論文レビュー] Parsing Combinatory Categorial Grammar with Answer Set Programming: Preliminary Report

Yuliya Lierler, Peter Schüller|arXiv (Cornell University)|Aug 29, 2011

Logic, Reasoning, and Knowledge参考文献 22被引用数 4

ひとこと要約

この論文は、答え集合プログラミング（ASP）を用いた新しい組合せカテゴリー文法（CCG）解析手法を提案する。解析を計画問題として定式化することで、意味的に異なるすべての構文木を生成する。この手法は、ASPの記述的モデリングを活用し、カスタム解析アルゴリズムの実装を回避する。C&Cスーパータグガーと統合することで、広範囲カバー解析を実現し、完全な解析に失敗しても強力で、最善の努力に基づく解析を可能にする。

ABSTRACT

Combinatory categorial grammar (CCG) is a grammar formalism used for natural language parsing. CCG assigns structured lexical categories to words and uses a small set of combinatory rules to combine these categories to parse a sentence. In this work we propose and implement a new approach to CCG parsing that relies on a prominent knowledge representation formalism, answer set programming (ASP) - a declarative programming paradigm. We formulate the task of CCG parsing as a planning problem and use an ASP computational tool to compute solutions that correspond to valid parses. Compared to other approaches, there is no need to implement a specific parsing algorithm using such a declarative method. Our approach aims at producing all semantically distinct parse trees for a given sentence. From this goal, normalization and efficiency issues arise, and we deal with them by combining and extending existing strategies. We have implemented a CCG parsing tool kit - AspCcgTk - that uses ASP as its main computational means. The C&C supertagger can be used as a preprocessor within AspCcgTk, which allows us to achieve wide-coverage natural language parsing.

研究の動機と目的

• 低レベルの解析アルゴリズムを実装することなく、記述的で拡張可能なCCG解析のためのフレームワークを開発すること。
• C&Cスーパータグガーを統合して語彙的カテゴリの割り当てを実行することで、広範囲カバー自然言語解析を実現すること。
• 与えられた文に対して、自然言語に内在する曖昧性に対処するため、意味的に異なるすべての解析木を生成すること。
• 完全な解析が不可能な場合でも、最善の努力による導出を提供することで、解析の強健性を高めること。
• 異なるCCGルールセットや正規化戦略を実験できる汎用的なテストベッドを提供すること。

提案手法

• 答え集合プログラミング（ASP）の枠組み内で、CCG解析を計画問題として定式化する。
• ASPソルバー（gringo + clasp）を用いて、有効なCCG解析木に対応する答え集合を計算する。
• C&Cスーパータグガーを前処理として導入し、関連する確率付きで有望なCCGカテゴリを割り当てる。
• 完全な導出に失敗した場合に部分解析木を生成する最善の努力解析戦略を実装する。
• 解析木のグラフィカルレンダリングを可能にするために、別個のASPエンコード（ccg2idpdraw.asp）を用いて可視化指示を生成する。
• 意味的に同一の解析木を生成する余分な解析木を排除するため、文法的正規化技術を適用する。

実験結果

リサーチクエスチョン

• RQ1 CCG解析をASPを用いて計画問題として効果的にモデル化できるか。これにより、カスタム解析論理の実装を避け、記述的仕様が可能になるか。
• RQ2 ASPを用いて、曖昧な自然言語文に対して意味的に異なるすべての解析木を生成できるか。
• RQ3 C&Cスーパータグガーは、ASPベースのCCG解析器にどの程度統合可能か。広範囲カバー解析を達成できるか。
• RQ4 このフレームワークは、不完全または曖昧な入力に対してどのように処理するか。最善の努力解析の挙動はいかなるものか。
• RQ5 このフレームワークは、モジュラーで記述的な方法で、異なるCCGルールセットや正規化戦略のサポートを拡張可能か。

主な発見

• AspCcgTkツールキットは、ASPを用いて与えられた文に対して意味的に異なるすべての解析木を効果的に生成し、記述的CCG解析の実現可能性を示している。
• C&Cスーパータグガーとの統合により、元のC&Cシステムと同等の広範囲カバー解析が可能となり、実世界の文のカバー範囲をサポートしている。
• 最善の努力解析により、完全な導出が不可能な場合でも部分解析木を生成でき、解析の強健性が向上している。
• 別個のASPエンコード（ccg.asp と ccg2idpdraw.asp）による解析と可視化の論理の分離により、パフォーマンスと保守性が向上している。
• 初期的な実験では、このアプローチがスケーラブルで実用的なレベルの効率性を示しており、構成ベースの再定式化やインクリメンタルASPによるさらなる最適化の可能性を秘めている。
• 記述的かつモジュラーな設計のおかげで、異なるCCGルールセットや正規化戦略の体系的比較が可能になった。