[论文解读] Guided Grammar Convergence. Full Case Study Report. Generated by converge::Guided

Vadim Zaytsev|arXiv (Cornell University)|Jul 27, 2012

Natural Language Processing Techniques参考文献 10被引用 5

一句话总结

本文提出了一种引导式语法收敛技术，通过双向转换语言将不同形式的语法表示自动对齐并转换为统一的归一化形式。通过应用变异操作、归一化至抽象正规形式（Abstract Normal Form），以及解决命名和结构差异，该方法生成精确的转换脚本，将从属语法映射到主语法，已在包括 ANTLR、SDF 和 XML Schema 在内的 11 种不同语言表示中得到验证。

ABSTRACT

This report is meant to be used as auxiliary material for the guided grammar convergence technique proposed earlier as problem-specific improvement in the topic of convergence of grammars. It contains a narrated MegaL megamodel, as well as full results of the guided grammar convergence experiment on the Factorial Language, with details about each grammar source packaged in a readable form. All formulae used within this document, are generated automatically by the convergence infrastructure in order to avoid any mistakes. The generator source code and the source of the introduction text can be found publicly available in the Software Language Processing Suite repository.

研究动机与目标

• 解决来自不同形式化方法的异构语法表示对齐与转换为统一、归一化形式的挑战。
• 自动化推导从从属语法到主语法的语法转换脚本。
• 通过系统化的归一化和等价性检查，解决语法之间的命名和结构差异。
• 提供一个可重用、可扩展的框架，适用于多种语言描述格式的语法收敛。
• 在涉及 Factorial 语言的实际案例研究中，展示引导式语法收敛的可行性和精确性。

提出的方法

• 该方法采用引导式语法收敛流程，首先将源语法解析为 BGF（BNF 类语法形式化）以实现统一处理。
• 通过语法设计变异操作，解决从属语法与主语法之间的语法和语义差异。
• 归一化至抽象正规形式（ANF）通过消除语法噪声并标准化结构，确保等价性。
• 构建弱生产签名等价性（$\Bumpeq$）类，以识别跨语法的等价产生式规则。
• 命名解析通过形式化映射函数，将等价的非终结符符号进行映射，解决命名差异。
• 结构解析执行如重新根化、排列重组以及规则的引入/消除等操作，以对齐语法结构。

实验结果

研究问题

• RQ1 如何系统化地引导语法收敛，以在不同形式化方法之间将从属语法转换为主语法？
• RQ2 哪些技术在解决语法表示之间的命名和结构差异方面是有效的？
• RQ3 归一化至抽象正规形式是否能够实现跨异构语法的可靠等价性检查？
• RQ4 如何自动生成在语法迁移过程中保持语义等价性的自动化转换脚本？
• RQ5 该引导式语法收敛方法在 11 种不同语法源上的可扩展性和表达能力如何？

主要发现

• 引导式语法收敛过程成功生成了将 ANTLR 语法映射到主语法的转换脚本，所有 7 个非终结符重写均被正确解析。
• 命名解析阶段生成了 9 对非终结符的精确映射，包括 `Expr_1` 到 `binary` 和 `Function` 到 `function` 等关键结构。
• 结构解析成功重组了语法结构，包括将根节点从 `[program, Fragment]` 重新根化为 `[program]`，并重新排列了 `binary` 产生式中元素的顺序。
• 该方法实现了完全的抽象正规形式归一化，使所有 11 个语法源之间的一致性等价性检查成为可能。
• 转换脚本被自动生成并验证为保持语义等价性，初始配置后无需任何人工干预。
• 该方法在包括 SDF、TXL、XML Schema 和 Rascal 在内的多种形式化方法中均表现出端到端的正确性，证实了其广泛适用性。