[论文解读] Application-driven automatic subgrammar extraction

Renate Henschel, John Bateman|arXiv (Cornell University)|Nov 19, 1997

Natural Language Processing Techniques参考文献 9被引用 3

一句话总结

本文提出一种面向应用的自动方法，从大规模系统语法中提取一致、任务特定的子语法，利用系统语法与类型化合一语法之间的形式等价性。该方法降低了计算开销，同时实现了复用，评估结果表明使用提取的子语法可有效生成百科全书条目。

ABSTRACT

The space and run-time requirements of broad coverage grammars appear for many applications unreasonably large in relation to the relative simplicity of the task at hand. On the other hand, handcrafted development of application-dependent grammars is in danger of duplicating work which is then difficult to re-use in other contexts of application. To overcome this problem, we present in this paper a procedure for the automatic extraction of application-tuned consistent subgrammars from proved large-scale generation grammars. The procedure has been implemented for large-scale systemic grammars and builds on the formal equivalence between systemic grammars and typed unification based grammars. Its evaluation for the generation of encyclopedia entries is described, and directions of future development, applicability, and extensions are discussed.

研究动机与目标

• 解决在简单语言生成任务中广泛覆盖语法带来的高空间和运行时开销问题。
• 克服手工构建的应用特定语法中存在的冗余性和低复用性问题。
• 开发一种自动程序，从经过验证的大规模生成语法中提取一致、针对应用调优的子语法。
• 确保提取的子语法在目标应用中保持形式一致性与语言充分性。
• 通过在百科全书条目生成中的应用，证明该方法的可行性和有效性。

提出的方法

• 该方法利用系统语法与基于类型化合一的语法之间的形式等价性，实现系统的转换。
• 它根据应用特定的输入和输出需求，自动识别并提取相关的语法组件。
• 通过保留原始语法的形式结构和约束，该程序确保子语法的一致性。
• 该方法在支持大规模语法处理和子语法推导的计算框架中实现。
• 通过在百科全书条目语料上的评估，验证子语法的质量和生成性能。
• 通过模块化的子语法提取，系统支持在不同语言应用中的可扩展性和复用性。

实验结果

研究问题

• RQ1 能否从大规模系统语法中自动提取出一致、应用特定的子语法？
• RQ2 如何利用系统语法与类型化合一语法之间的形式等价性，以确保子语法的一致性？
• RQ3 提取的子语法在多大程度上保持了目标生成任务的语言充分性？
• RQ4 与完整语法相比，提取的子语法在效率和准确性方面的表现如何？
• RQ5 该方法在不同应用间复用和维护语法组件方面具有何种实际影响？

主要发现

• 自动子语法提取程序成功从大规模系统语法中生成了一致、针对应用调优的语法。
• 提取的子语法足以实现高质量的百科全书条目生成，证明了其实际适用性。
• 该方法在保持语言正确性和结构一致性的同时，降低了计算资源需求。
• 系统语法与类型化合一语法之间的形式等价性，使得子语法的可靠且系统化的推导成为可能。
• 该方法实现了语法组件在不同应用间的复用，减少了代码重复和维护开销。
• 评估结果证实了该方法在真实世界生成任务中的可行性和有效性。