[论文解读] Computational Representation of Linguistic Structures using Domain-Specific Languages

Fabian Steeg, Christoph Benden+1 more|ArXiv.org|May 21, 2008

Natural Language Processing Techniques参考文献 10被引用 32

一句话总结

本文提出了一种基于领域特定语言（DSL）的模块化系统，利用功能语法（Functional Grammar）和功能语篇语法（Functional Discourse Grammar）的记法来计算语言结构，通过 ANTLR 实现语法验证，通过 Prolog 实现词法和规则处理。主要贡献在于证明了 DSL 能够实现一致、形式化且可执行的语言学描述，这些描述可被验证、重用，并在自然语言生成系统中执行。

ABSTRACT

We describe a modular system for generating sentences from formal definitions of underlying linguistic structures using domain-specific languages. The system uses Java in general, Prolog for lexical entries and custom domain-specific languages based on Functional Grammar and Functional Discourse Grammar notation, implemented using the ANTLR parser generator. We show how linguistic and technological parts can be brought together in a natural language processing system and how domain-specific languages can be used as a tool for consistent formal notation in linguistic description.

研究动机与目标

• 开发一种模块化系统，通过领域特定语言（DSL）从形式化语言结构生成自然语言表达。
• 将语言学理论——特别是功能语法（FG）和功能语篇语法（FDG）——整合到计算可执行的框架中。
• 证明 DSL 可作为一致、形式化的语言学描述记法，支持验证、重用和执行。
• 使语言学家能够像编写代码、公式或乐谱一样创建、验证和执行语言学表示。

提出的方法

• 系统采用三层架构，包含输入、处理和输出三个独立模块，支持模块化和重用。
• 使用 ANTLR 定义用于底层语言结构的自定义 DSL，从类似 EBNF 的语法规范生成解析器。
• 基于功能语法记法的输入结构被解析为内部 Java 对象表示，随后转换为与 Prolog 兼容的格式。
• 词法条目和句法规则以 Prolog 事实和规则的形式编码，利用 Prolog 在符号逻辑和模式匹配方面的优势。
• 语法模块使用 SWI-Prolog 从 Prolog 表示生成表面语言表达，通过 Interprolog 实现 Java 与 Prolog 的互操作。
• 系统支持桌面和基于 Web 的界面，处理由服务器端完成，支持协作开发和部署。

实验结果

研究问题

• RQ1 领域特定语言能否有效用于形式化和验证功能语法与功能语篇语法中的语言结构？
• RQ2 结合 Java、Prolog 和 ANTLR 的模块化架构在多大程度上能够实现在 NLP 系统中一致且可扩展的语言知识表示？
• RQ3 计算实现在在多大程度上可作为语言学理论的评估工具，通过可执行的形式化实现？
• RQ4 DSL 能否为包括词法条目和小句级表示在内的多种语言结构提供统一、形式化且可执行的记法？

主要发现

• 系统成功从以功能语法记法定义的形式化语言结构生成自然语言表达，样本输出如 'The old farmers had given soft ducklings to the young women'。
• ANTLR 生成的解析器可验证语言结构的句法正确性，解析树分析表明错误输入被正确拒绝。
• 使用 Prolog 作为词法条目和规则的 DSL，可高效且声明式地表示动词、其论元以及句法特征（如语态、时态和一致形式）。
• 模块化架构使同一处理流程可跨不同接口（桌面和 Web）重用，并可扩展以支持新语言学理论（如功能语篇语法）。
• 系统表明语言学描述可被视为可执行代码，形式化结构可被可重现且机器可检查的方式验证和处理。
• 将 DSL 与 Java 等通用编程语言及 Prolog 等领域专用逻辑语言集成，可构建可扩展且可维护的语言知识表示框架，适用于自然语言处理。