NILE：形式化自然语言描述的形式语言

本文探讨了如何将自然语言描述的形式语言与其形式化表述进行比较，以及如何解释语义差异。这一工作源于教育场景：学习者以自然语言描述形式阐述某种形式语言（例如通过有限状态自动机、正则表达式、下推自动机、上下文无关语法或集合记号表示），而教育支持系统需要（1）判断自然语言描述是否准确地描述了该形式语言，（2）提供解释说明描述不准确的原因。为此，本文引入了一种名为 Nile 的表示语言，旨在使 Nile 表达式的语法结构能够镜像自然语言描述形式语言的语法结构。Nile 的表达能力足以涵盖广泛的形式语言，包括所有正则语言以及教育语境中常用的上下文无关语言片段。通过生成与自然语言描述在语法上接近的 Nile 表达式，从而可算法化地为不准确的描述提供解释。在教育数据集上的实验表明，大语言模型能够以高精度将自然语言描述翻译为等价且语法上接近的 Nile 表达式——这使得为错误的自然语言描述提供算法化解释成为可能。我们的实验还表明，虽然自然语言描述也可以翻译为正则表达式（但无法翻译为上下文无关语法），但生成的表达式往往在语法上不够接近，因而不适合用于提供解释。