Loading article…
拡張遷移ネットワーク（ATN ）は、形式言語の操作的定義で使用されるグラフ理論的構造の一種であり、特に比較的複雑な自然言語の構文解析に用いられ、人工知能分野で幅広く応用されている。ATNは理論的には、どんなに複雑な文でも構造を解析できる。ATNは修正された遷移ネットワークであり、 RTNの拡張である。
ATNは、有限状態機械（マルコフモデル）を用いて文を解析するという考え方に基づいています。WA Woodsは著書「自然言語解析のための遷移ネットワーク文法」の中で、有限状態モデルに再帰的なメカニズムを追加することで、より効率的な構文解析が可能になると主張しています。特定の文に対してオートマトンを構築する代わりに、遷移グラフの集合が構築されます。文法的に正しい文は、いずれかの状態グラフで最終状態に到達することで解析されます。これらのグラフ間の遷移は、ネットワーク内の任意のグラフ上の任意の初期状態へのサブルーチン呼び出しに過ぎません。文の最後の単語が最終状態に到達すれば、その文は文法的に正しいと判断されます。
このモデルは、言語の規則性を捉えるという点で、言語の性質によって設定された多くの目標を満たしています。つまり、複数の環境で動作するプロセスがある場合、文法はそのプロセスを単一の構造にカプセル化する必要があります。このようなカプセル化は、文法を簡素化するだけでなく、動作効率の向上という利点ももたらします。このようなモデルのもう1つの利点は、決定を延期できることです。多くの文法は、曖昧さが生じたときに推測を使用します。これは、文についてまだ十分な情報がないことを意味します。ATNは再帰を使用することで、文についてより多くの情報が得られるまで決定を延期することにより、この非効率性を解決します。
名詞句を解析するための拡張遷移ネットワーク。図は、1970年代半ばにARPAの音声理解研究プロジェクトのために作成された、 Bolt Beranek and Newman (BBN)「Hear-What-I-Mean」(HWIM)音声理解システム[ 1 ]で使用された2つのATN を示しています。[ 2 ]これは、「オタワへの飛行機の運賃はいくらですか？」のように、旅行予算に関する質問文を解析することを目的としていました。
ATNは有限状態グラフであり、そのアークはテスト（品詞チェックなど）やアクション（サブネットワークのプッシュやポップなど）を実行できる。
図において：
CAT DET。PUSH PP/ますPOP。POP。
このATNは、いくつかの英語の名詞句を認識（または生成）します。
したがって、このグラフは次のようなシーケンスを解析します。
\[DET the] \[ADJ big] \[N house] \[PP on the hill]\[PP on the hill]出力の下にある小さな三角形で示されているように、内部にはより構造がありますPP。
このATNは、旅行に関する文の解析に特化したバリアントです。一般的なパターンを継承しつつ、旅行関連の単語や付加語をハードコーディングしています。
したがって、 「トムの格安パリ旅行」の完全な世代追跡は次のようになります。
TRIP/て限定詞「a」を読みます。CAT TRIP-ADJ「cheap」を受け入れます。WRD TRIP。PLACE/、「パリ」という結果が得られる。T/BY、適切なオブジェクト「Tom」を受け入れます。NPサブツリーが返されます。