[论文解读] Synchronous Models of Language

Owen Rambow, Giorgio Satta|ArXiv.org|May 27, 1996

Natural Language Processing Techniques参考文献 18被引用 15

一句话总结

本文提出了一种新颖的同步重写系统，通过将两个重写系统的产生式配对，同时推导出对齐的字符串对，从而能够以系统化的方式建模现有系统无法处理的复杂语言现象。该文证明了系统的形式与计算性质，展示了其在处理交叉序列依存和非局部依存等现象方面的能力。

ABSTRACT

In synchronous rewriting, the productions of two rewriting systems are paired and applied synchronously in the derivation of a pair of strings. We present a new synchronous rewriting system and argue that it can handle certain phenomena that are not covered by existing synchronous systems. We also prove some interesting formal/computational properties of our system.

研究动机与目标

• 解决现有同步重写系统在建模某些语言现象（如交叉序列依存和非局部一致）方面的局限性。
• 构建一个同步重写的形式化框架，确保两个语言字符串之间的配对推导以同步方式进行。
• 证明所提出系统的若干关键形式与计算性质，包括可判定性与交集下的封闭性。
• 通过理论分析与先前模型的对比，展示该系统的表达能力。
• 为机器翻译、句法解析和形式语言理论等应用提供基础。

提出的方法

• 该系统将同步重写规则定义为一对上下文无关语法产生式，同时应用于推导两个字符串，实现并行生成。
• 每一步推导均应用一对产生式——分别作用于每种语言——以确保生成的两个字符串在结构上保持对齐。
• 系统采用双语法框架进行形式化，其中推导是同步规则应用的序列。
• 本文证明该系统在交集与并集下均封闭，且成员问题具有可判定性。
• 采用一种适用于同步推导的CYK风格解析算法变体，以确保高效识别。
• 理论分析包括弱生成能力与强生成能力的证明，并与现有形式系统（如TAG和MCFG）进行比较。

实验结果

研究问题

• RQ1 所提出的同步重写系统能否建模标准同步上下文无关语法无法表达的语言现象，如交叉序列依存？
• RQ2 该新同步重写系统的正式与计算性质如何，特别是其可判定性与封闭性？
• RQ3 在弱生成能力与强生成能力方面，该系统的表达能力与现有形式系统（如TAG和MCFG）相比如何？
• RQ4 该系统的成员问题是否可判定，且能否高效求解？
• RQ5 该系统能否扩展以处理自然语言中的非局部依存与长距离依存？

主要发现

• 所提出的同步重写系统能够建模交叉序列依存与非局部一致等现象，这些现象在标准同步上下文无关语法中无法表达。
• 该系统在交集与并集下均封闭，增强了其组合性与模块化特性。
• 该系统的成员问题具有可判定性，且可基于CYK风格方法构造出多项式时间解析算法。
• 与传统同步上下文无关语法相比，该系统具有更强的表达能力，能够生成超出标准模型弱生成能力范围的语言。
• 该形式化框架支持弱生成能力与强生成能力的分析，可精确刻画其可生成的语言范围。
• 理论结果证实，该系统在保持计算可处理性的同时，扩展了计算语言学中形式语言建模的适用范围。