[论文解读] Improving legibility of natural deduction proofs is not trivial

Karol Pąk|Jul 4, 2014

Semantic Web and Ontologies被引用 4

一句话总结

本文提出一种方法，通过基于 Behaghel 第一定律最大化对前一语句的局部引用，来提升自然演绎证明的可读性。该方法将证明线性化建模为图划分问题（AHP），证明该优化问题是 NP-完全的，并为相关子问题提供多项式时间算法，从而实现更易维护和理解的形式化证明脚本。

ABSTRACT

In formal proof checking environments such as Mizar it is not merely the validity of mathematical formulas that is evaluated in the process of adoption to the body of accepted formalizations, but also the readability of the proofs that witness validity. As in case of computer programs, such proof scripts may sometimes be more and sometimes be less readable. To better understand the notion of readability of formal proofs, and to assess and improve their readability, we propose in this paper a method of improving proof readability based on Behaghel's First Law of sentence structure. Our method maximizes the number of local references to the directly preceding statement in a proof linearisation. It is shown that our optimization method is NP-complete.

研究动机与目标

• 为解决形式化证明脚本可读性差的问题，该问题阻碍了 Mizar 和 Isabelle/Isar 等证明助手在实际中的维护与应用。
• 通过最大化对前一语句的局部引用，形式化并优化证明可读性，其灵感来源于人类理解中局部性的认知原则。
• 识别并解决证明线性化背后的核心图论问题（AHP），该问题在可读性与计算可行性之间取得平衡。
• 为自动化工具提供基础，通过结构优化最小化认知负荷，生成更易维护且更符合人类阅读习惯的形式化证明。

提出的方法

• 将形式化证明表示为有向无环图（DAG），其中节点代表证明步骤，边代表依赖关系。
• 将线性证明脚本转换为 DAG，以支持基于依赖结构和引用局部性的步骤重排。
• 将优化问题建模为寻找一种线性化方式，使得尽可能多的步骤引用其前一语句，该问题被形式化为无环划分问题（AHP）。
• 证明一般 AHP 问题为 NP-完全，确立了最优证明可读性提升的理论计算难度。
• 识别并求解一个多项式时间子问题（5th MIL），为证明脚本中所需最小标签数提供下界。
• 通过在派生 DAG 中对路径划分进行拓扑排序，构建证明线性化，确保标签使用最优并提升可读性。

实验结果

研究问题

• RQ1 能否通过最大化对前一语句的局部引用，系统性地提升形式化证明脚本的可读性？
• RQ2 优化证明线性化以最大化局部引用的计算复杂度如何？
• RQ3 一般优化任务的相关子问题是否存在多项式时间算法？
• RQ4 如何将认知感知原则（如 Behaghel 的第一定律）正式整合到证明表示与转换中？
• RQ5 证明脚本所需的最小标签数是多少？能否高效计算？

主要发现

• 在证明线性化中最大化局部引用的问题是 NP-完全的，表明寻找最优解在计算上是困难的。
• 与证明脚本中标签最小化相关的特定子问题（5th MIL）可在多项式时间内求解，提供了可计算的近似解。
• 证明脚本中所需最小标签数受依赖结构导出的特定顶点集大小所限制，且该值可在多项式时间内计算。
• 存在一种构造性算法，可基于将证明 DAG 划分为节点不相交路径的方式，使用恰好最小数量的标签生成证明线性化。
• 所提出的方法通过使证明结构与局部性认知原则保持一致，提升了证明的可读性，减少了对工作记忆的依赖。
• 该框架为启发式与近似算法提供了基础，可在实际中处理 NP-完全问题。