[论文解读] CHR as grammar formalism. A first report

Henning Christiansen|ArXiv.org|Jun 29, 2001

Natural Language Processing Techniques参考文献 22被引用 11

一句话总结

本文提出将约束处理规则（CHR）作为一种新颖的形式化语法表达方式，用于编写语法，实现高效、无回溯的自下而上解析，并原生支持歧义消解、归结推理和完整性约束。通过将上下文无关文法规则编码为CHR的传播和简化规则，该方法实现了稳健、高性能的解析，支持动态假设生成以进行语义解释，在复杂自然语言任务中优于传统自上而下的方法。

ABSTRACT

Grammars written as Constraint Handling Rules (CHR) can be executed as efficient and robust bottom-up parsers that provide a straightforward, non-backtracking treatment of ambiguity. Abduction with integrity constraints as well as other dynamic hypothesis generation techniques fit naturally into such grammars and are exemplified for anaphora resolution, coordination and text interpretation.

研究动机与目标

• 探索CHR作为编写支持高效、自下而上解析的语法的声明式形式化方法。
• 在无需回溯的情况下，实现对自然语言语法中歧义的稳健处理。
• 将动态假设生成（如归结推理）和语义约束集成到解析过程中。
• 证明使用CHR实现复杂文本解释任务（如代词回指消解和并列结构处理）的可行性。
• 为CHR语法扩展提供基础，支持语法糖和控制机制以管理假设作用域。

提出的方法

• 语法规则被编码为CHR传播规则，其中非终结符表示为字符串位置上的二元约束。
• 终结符标记表示为形式为token(T, N-1, N)的约束，用于标记输入字符串中的词位置。
• 上下文无关文法的产生式被转换为CHR规则，通过传播或简化约束自下而上构建有效解析。
• 通过允许多个有效推导路径而无需回溯来处理歧义，所有结果均保留在最终约束库中。
• 通过简化规则集成归结推理和完整性约束，实现语义假设的动态生成与验证。
• 使用伪代码指令和预处理器指令进行性能优化，实现接近线性时间复杂度，与移进-归约解析器相当。

实验结果

研究问题

• RQ1 CHR能否有效用作编写支持高效、无回溯自下而上解析的上下文无关文法的形式化方法？
• RQ2 在CHR框架中，如何自然地处理语法歧义而无需回溯？
• RQ3 在CHR语法中，归结推理和完整性约束在多大程度上可以被集成以支持语义解释？
• RQ4 CHR语法能否以最小的工程开销表达复杂的语言现象，如代词回指消解和并列结构？
• RQ5 为使CHR解析在性能上与传统移进-归约方法竞争，需要哪些优化（如伪代码指令）？”

主要发现

• CHR语法提供了一种稳健的无回溯解析机制，通过在最终约束库中收集所有有效解析，自然地处理歧义。
• CHR中传播和简化规则的使用实现了高效执行，经优化的实现可达到接近线性时间复杂度。
• 归结推理和完整性约束可直接编码于CHR中，支持动态假设生成与语义验证，例如通过约束fact(likes,X,Y), fact(hates,X,Y) <=> fail来解决冲突解释。
• 该框架通过语义完整性约束和假设管理，支持代词回指消解和并列结构等高级语言现象。
• 由于其自下而上、无回溯的求值策略，该方法在处理复杂、歧义或语义丰富的语法时优于传统DCG。
• 初步结果表明，CHR语法可通过添加语法糖和控制机制扩展，以管理假设作用域，从而实现更结构化和可扩展的语言处理。