[论文解读] Parsing Combinatory Categorial Grammar with Answer Set Programming: Preliminary Report

Yuliya Lierler, Peter Schüller|arXiv (Cornell University)|Aug 29, 2011

Logic, Reasoning, and Knowledge参考文献 22被引用 4

一句话总结

本文提出一种基于答案集编程（ASP）的组合范畴语法（CCG）解析新方法，将解析建模为规划问题，以生成所有语义上不同的解析树。该方法利用ASP的声明式建模能力，避免实现自定义解析算法，通过与C&C超标注器集成实现广覆盖解析，并在完整解析失败时仍能提供稳健的、尽力而为的解析结果。

ABSTRACT

Combinatory categorial grammar (CCG) is a grammar formalism used for natural language parsing. CCG assigns structured lexical categories to words and uses a small set of combinatory rules to combine these categories to parse a sentence. In this work we propose and implement a new approach to CCG parsing that relies on a prominent knowledge representation formalism, answer set programming (ASP) - a declarative programming paradigm. We formulate the task of CCG parsing as a planning problem and use an ASP computational tool to compute solutions that correspond to valid parses. Compared to other approaches, there is no need to implement a specific parsing algorithm using such a declarative method. Our approach aims at producing all semantically distinct parse trees for a given sentence. From this goal, normalization and efficiency issues arise, and we deal with them by combining and extending existing strategies. We have implemented a CCG parsing tool kit - AspCcgTk - that uses ASP as its main computational means. The C&C supertagger can be used as a preprocessor within AspCcgTk, which allows us to achieve wide-coverage natural language parsing.

研究动机与目标

• 开发一种声明式、可扩展的CCG解析框架，避免实现低层级解析算法。
• 通过与C&C超标注器集成实现CCG类别赋值，实现广覆盖自然语言解析。
• 为给定句子生成所有语义上不同的解析树，以解决自然语言固有的歧义性问题。
• 在无法获得完整解析时，通过尽力而为的推导策略支持稳健解析。
• 提供一个通用的测试平台，用于实验不同CCG规则集和归一化策略。

提出的方法

• 在答案集编程（ASP）范式中，将CCG解析建模为规划问题。
• 使用ASP求解器（gringo + clasp）计算对应于有效CCG解析树的答案集。
• 将C&C超标注器作为前端模块，用于分配可能的CCG类别及其相关概率。
• 实现一种尽力而为的解析策略，当完整推导失败时仍能生成部分解析树。
• 通过独立的ASP编码（ccg2idpdraw.asp）生成IDPDraw的可视化指令，支持解析树的图形化渲染。
• 应用句法归一化技术，消除语义相同的冗余解析树。

实验结果

研究问题

• RQ1 CCG解析能否通过ASP有效建模为规划问题，从而实现无需实现自定义解析逻辑的声明式描述？
• RQ2 ASP如何用于生成歧义自然语言句子的所有语义上不同的解析树？
• RQ3 在多大程度上可将C&C超标注器集成到基于ASP的CCG解析器中，以实现广覆盖解析？
• RQ4 该框架如何处理不完整或歧义的输入？其尽力而为解析的行为表现如何？
• RQ5 该框架能否以模块化、声明式的方式扩展以支持不同的CCG规则集和归一化策略？

主要发现

• AspCcgTk工具包成功利用ASP为给定句子生成所有语义上不同的解析树，证明了声明式CCG解析的可行性。
• 与C&C超标注器的集成实现了与原始C&C系统相当的广覆盖解析，支持真实语料的句子覆盖。
• 尽力而为的解析机制使系统在无法获得完整推导时仍能生成部分解析树，显著提升了鲁棒性。
• 通过独立的ASP编码（ccg.asp 和 ccg2idpdraw.asp）分离解析与可视化逻辑，提升了性能与可维护性。
• 初步实验表明，该方法具备可扩展性与高效性，适用于实际应用，且可通过基于配置的重构或增量ASP实现进一步优化。
• 由于其声明式与模块化设计，该框架支持对不同CCG规则集和归一化策略进行系统性比较。