[论文解读] Algebraic Recognition of Regular Functions

Bojańczyk, Mikołaj, Nguyễn, Lê Thành Dũng (Tito)|arXiv (Cornell University)|Sep 12, 2022

Natural Language Processing Techniques被引用 2

一句话总结

本文重新探討無副本流式字串轉換器（SST）的組合機制，顯示標準組合雖可能產生含副本的更新，但其行為具有「鑽石自由」特性——一種較為溫和的複製形式，即同一變數的兩個副本絕不會在後續指派中被合併。作者提出一種轉換機制，可將任意鑽石自由的SST轉換為等價的無副本SST，從而實現完整且直接的無副本SST組合方法，同時維持其理想的線性輸出增長特性與與一階邏輯轉換器的邏輯等價性。

ABSTRACT

Streaming string transducers (SSTs) implement string-to-string transformations by reading each input word in a single left-to-right pass while maintaining fragments of potential outputs in a finite set of string variables. These variables get updated on transitions of the transducer, where they can be assigned new values described by concatenations of variables and output symbols. An SST is called copyless if every update is such that no variable occurs more than once amongst all of the assigned expressions. The transformations realized by copyless SSTs coincide with Courcelle's monadic second-order logic graph transducers (MSOTs) when restricted to string graphs. Copyless SSTs with nondeterminism are known to be equivalent to nondeterministic MSOTs as well. MSOTs, both deterministic and nondeterministic, are closed under composition. Given the equivalence of MSOTs and copyless SSTs, it is easy to see that copyless SSTs are also closed under composition. The original proof of this fact, however, was based on a direct construction to produce a composite copyless SST from two given copyless SSTs. A counterexample discovered by Joost Englefriet showed that this construction may produce copyful transducers. We revisit the original composition constructions for both deterministic and nondeterministic SSTs and show that, although they can introduce copyful updates, the resulting copyful behavior they exhibit is superficial. To characterize this mild copyful behavior, we define a subclass of copyful SSTs, called diamond-free SSTs, in which two copies of a common variable are never combined in any subsequent assignment. In order to recover a modified version of the original construction, we provide a method for producing an equivalent copyless SST from any diamond-free copyful SST.

研究动机与目标

• 解決一個反例，該反例顯示標準的無副本SST組合會產生含副本的轉換器。
• 對組合所引入的「溫和」複製行為進行特徵描述，識別其為鑽石自由複製。
• 提供一種構造性方法，將任意鑽石自由SST轉換為等價的無副本SST。
• 恢復理論上的保證：即使原始構造存在缺陷，無副本SST在組合下仍保持封閉性。

提出的方法

• 定義鑽石自由SST為：在後續指派中，從未將同一變數的兩個副本合併的轉換器。
• 引入一種分解函數，將變數指派拆解為原子的、無副本的組成部分。
• 透過追蹤變數狀態為（狀態, 活躍變數集合）的組合，構造新的無副本NSST。
• 定義轉移規則，以模擬每個分解後的指派，同時保持原始鑽石自由轉換器的語義。
• 利用執行分解與賦值語義，證明原始鑽石自由SST與所構造的無副本SST之間的等價性。
• 建立兩部無副本SST的組合結果為鑽石自由SST的事實，進而可轉換為無副本形式。

实验结果

研究问题

• RQ1 即使標準組合構造會產生含副本的轉換器，是否仍可修復其有效性？
• RQ2 無副本SST組合所產生的複製行為為何種類型？是否可被特徵描述？
• RQ3 是否存在一種通用方法，可將任意鑽石自由SST轉換為等價的無副本SST？
• RQ4 無副本SST的組合是否仍屬於無副本轉換器類別？若否，能否使其封閉？

主要发现

• 兩部無副本SST的組合結果雖可能為含副本轉換器，但其結果為鑽石自由SST。
• 組合所引入的複製行為屬「表層性」——同一變數的兩個副本絕不會在後續指派中被合併。
• 可透過狀態空間乘積構造與變數集合，將鑽石自由SST轉換為等價的無副本SST。
• 所產生的無副本SST具有 n × 2^m 個狀態，其中 n 為原始鑽石自由SST的狀態數，m 為其變數數。
• 此轉換過程保留原始轉換器的語義，確保原始版本與無副本版本之間的等價性。
• 完整流程——先組合再轉換——提供了一種完整且直接的無副本SST組合方法，同時維持其理論保證。