[论文解读] Another Facet of LIG Parsing

Pierre Boullier|ArXiv.org|Apr 23, 1996

Natural Language Processing Techniques参考文献 7被引用 6

一句话总结

本文提出了一种线性索引语法（LIGs）的新解析算法，该算法从给定的LIG和输入字符串构造一个非歧义的上下文无关语法，从而实现高效的推导序列枚举。该方法在最坏情况下时间复杂度为O(n⁶)，但平均情况性能显著更优，且可在线性时间复杂度内提取单个分析树。

ABSTRACT

In this paper we present a new parsing algorithm for linear indexed grammars (LIGs) in the same spirit as the one described in (Vijay-Shanker and Weir, 1993) for tree adjoining grammars. For a LIG $L$ and an input string $x$ of length $n$, we build a non ambiguous context-free grammar whose sentences are all (and exclusively) valid derivation sequences in $L$ which lead to $x$. We show that this grammar can be built in ${\cal O}(n^6)$ time and that individual parses can be extracted in linear time with the size of the extracted parse tree. Though this ${\cal O}(n^6)$ upper bound does not improve over previous results, the average case behaves much better. Moreover, practical parsing times can be decreased by some statically performed computations.

研究动机与目标

• 开发一种新的线性索引语法（LIGs）解析算法，相较于现有方法在实际效率和推导序列枚举方面有所改进。
• 通过将LIG解析问题转化为语法构造和推导枚举问题，解决LIG解析的计算复杂性问题。
• 通过利用推导出的上下文无关语法，实现对单个分析树的高效提取。
• 探索静态预处理在实际解析场景中减少运行时间的潜力。

提出的方法

• 构造一个非歧义的上下文无关语法，其语言恰好由原始LIG中能生成给定输入字符串的有效推导序列组成。
• 基于LIG的规则和输入字符串，通过变换生成推导出的上下文无关语法。
• 应用动态规划技术，确保推导出的语法在正确性和完备性方面得到保障。
• 利用推导出的语法以结构化且无歧义的方式枚举所有有效推导序列。
• 利用推导出的语法，通过线性时间算法从推导序列中提取单个分析树。
• 执行静态预计算，以在实际中优化解析性能，尽管最坏情况时间复杂度为O(n⁶)，但可显著降低实际运行时间。

实验结果

研究问题

• RQ1 能否构造一个非歧义的上下文无关语法，使其句子恰好对应于给定LIG对特定输入字符串的有效推导序列？
• RQ2 此类语法的构造时间复杂度是多少？尽管最坏情况复杂度较高，但在实际中是否可得到改善？
• RQ3 能否从推导出的语法中高效提取单个分析树？该提取操作的时间复杂度是多少？
• RQ4 静态预处理在真实世界应用中能在多大程度上减少实际解析时间？
• RQ5 该算法的平均情况性能与以往的LIG解析方法相比如何？

主要发现

• 所提出的算法构造了一个非歧义的上下文无关语法，其句子恰好是能生成给定输入字符串的有效LIG推导序列。
• 推导语法的构造在最坏情况下时间复杂度为O(n⁶)，与先前的上界一致，但平均情况行为更优。
• 单个分析树可在线性时间复杂度内按分析树大小提取，支持高效的后续处理。
• 该方法支持静态预处理，可在实际中减少解析时间，提升真实场景下的性能。
• 该方法通过将问题转化为语法构造和推导枚举，为LIG解析提供了新的视角。
• 该算法在形式上是正确且可靠的，确保仅生成所有有效推导序列。