Head-Corner 解析器的高效实现

本文描述了一种高效且鲁棒的、面向约束语法的双向 Head-Corner 解析器。该解析器为 OVIS 系统而开发：OVIS 是一个可通过电话获取公共交通信息的荷兰语口语对话系统。在回顾了 Head-Driven 解析策略及 Head-Corner 解析的动机之后，给出了 Head-Corner 解析器的非确定性版本。采用记忆化（memoization）技术以获得快速解析器。引入目标弱化（goal-weakening）技术，显著提升了平均情况下的效率，无论在速度还是空间需求方面均有改善。本文论证了选择性记忆化与目标弱化策略相较于普通图表解析器（chart-parser）的优势：此类策略可选择性应用，因此极大降低了解析器的空间需求，而时间效率未见实际损失。相反，实验表明采用选择性记忆化与目标弱化实现的 Head-Corner 解析器和 Left-Corner 解析器优于标准图表解析器。实验涵盖 OVIS 系统的语法和 Alvey NL Tools 语法。Head-Corner 解析是自底向上与自顶向下处理的混合。某些鲁棒解析方法需要纯粹的自底向上处理，因此 Head-Corner 解析似乎不适用于此类鲁棒解析技术。然而，本文展示了逻辑编程环境中自然产生的欠指定（underspecification）如何被用于 Head-Corner 解析器以支持此类鲁棒解析技术。一种特定的鲁棒解析模型被描述并在 OVIS 中实现。