treetrans: 構文木変換ツール

構文木をパターンルールを使って変換するツールです．

treetrans [オプション] ルールモジュール入力ファイル出力データベース
ルールモジュール	構文木を変換するパターンルールがかかれた lilfes file
入力ファイル	入力の treebank (テキスト形式)
出力データベース	出力の treebank (lildb 形式)
オプション
-v	デバッグ用メッセージを表示します．
-vv	デバッグ用メッセージをたくさん表示します．

一行に一つの構文木が書かれたテキストファイルを入力とし，構文木変換ルールを各入力木に適用し，その結果を lildb 形式のデータベースに格納します．

構文木の入力の仕方

treetrans は，'input_parse_tree/2' を呼び出すことでテキストファイルから構文木を読み込みます．'input_parse_tree/2' は treetrans のインタフェースとして"treetrans.lil" で型定義されていますが，中身は実装されていないので，文法開発者が実装してください．'input_parse_tree/2' の第一引数には入力ファイルの一行が渡され，第二引数に構文木が返されることを想定しています．構文木は，"treetypes.lil" で定義されている型で記述します．

`input_parse_tree(+$String, -$Tree)`
`+$String`	入力ファイルの行
`-$Tree`	構文木
入力ファイルの各行から構文木を読み込みます

入力ファイルが Penn Treebank 形式の場合は，"treeio.lil" で実装されている 'input_ptb_parse_tree/2' が利用できます．'input_ptb_parse_tree/2' を利用するには，"treeio.lil" で定義されている以下のインタフェースを実装する必要があります．

`ptb_empty_category(-$Category)`
`-$Category`	空範疇とみなす SYM の値
構文木の中で空範疇とみなす非終端記号を指定します． SYM は "treetypes.lil" で定義されている素性です．

`ptb_preprocess_word(+$Input, -$Output)`
`+$Input`	入力単語
`-$Output`	前処理をかけた結果
入力単語に前処理をかけます．特殊文字をエスケープしたり，全て小文字に変換したりします．

`ptb_preprocess_pos(+$Input, -$Output)`
`+$Input`	入力品詞
`-$Output`	前処理をかけた結果
入力品詞に前処理をかけます．

`ptb_delete_pos(-$POS)`
`-$POS`	品詞
構文木の中で無視する品詞を指定します．この品詞のノードのみを持つ非終端記号も無視されます．$POS には ptb_preprocess_pos/2 の結果を渡します．

これらを実装した上で，'input_parse_tree/2' から 'input_ptb_parse_tree/2' を呼び出してください．例えば以下のように使います．

ptb_empty_category("-NONE-").
ptb_preprocess_word($In, $Out) :- to_lower($In, $Out).
ptb_preprocess_pos($POS, $POS).
ptb_delete_pos(".").
ptb_delete_pos("""").
input_parse_tree($String, $Tree) :-
    input_ptb_parse_tree($String, $Tree).

入力ファイルが Penn Treebank 形式でない場合は，自分で 'input_parse_tree/2' を実装してください．

構文木変換ルールの書き方

構文木変換は，以下のステップで行われます．

構文木の前処理
パターンルールによる変換
ステミング

まず，以下のインタフェースを用いて，構文木を入力する時(パターンルールを適用する前)に構文木を整形することができます．

`delete_tree(+$Tree)`
`+$Tree`	構文木の部分木
+$Tree と unifiable な部分木を削除します．

`nonterminal_mapping(+$InSym, -$OutSym)`
`+$InSym`	入力の nonterminal symbol
`-$OutSym`	出力の nonterminal symbol
nonterminal symbol $InSym を $OutSym に変換します．

`preterminal_mapping(+$InSurface, +$InSym, -$OutSurface, -$OutSym)`
`+$InSurface`	入力の単語(surface form)
`+$InSym`	入力の nonterminal symbol
`-$OutSurface`	出力の単語(surface form)
`-$OutSym`	出力の nonterminal symbol
単語 $InSurface/$InSym を $OutSurface/$OutSym に変換します．

`preterminal_projection(+$InSym, -$NewSym)`
`+$InSym`	preterminal symbol
`-$NewSym`	nonterminal symbol
preterminal $InSym の直上に，nonterminal symbol $NewSym を加えます．

パターンルールは，treetrans.lil で定義されているインタフェースを用いて， lilfes プログラムで記述します．構文木は，treetypes.lil で定義されている素性構造で表現されます．例えば，以下の例では，(... than/IN XXX) という木を，(... (PP than/IN XXX:argument)) という木に変換します．

tree_transform_class("than", "topdown", "weak").

tree_subst_pattern("than",
                   TREE_NODE\$Node & TREE_DTRS\$Dtrs,
                   TREE_NODE\$Node & TREE_DTRS\$NewDtrs) :-
    $Dtrs = [$Left & tree_any & ANY_TREES\[_|_],
             $Than & tree & TREE_NODE\(SYM\"IN" & WORD\SURFACE\"than"),
             $Right & tree & TREE_NODE\HEAD_MARK\argument],
    $NewDtrs = [$Left,
                TREE_NODE\(SYM\"PP" & MOD\[] & ID\[] & HEAD_MARK\modifier) &
                TREE_DTRS\[$Than, $Right]].

まず，tree_transform_class/3 で変換ルールの名前，適用順序，適用失敗したときのふるまいを指定します．

`tree_transform_class(+$Name, +$Direction, +$Strict)`
`+$Name`	変換ルールの名前
`+$Direction`	変換ルールの適用順序 "topdown": 上から下へ適用する "bottomup": 下から上へ適用する "rootonly": 構文木の根にだけ適用する
`+$Strict`	失敗したときの振舞い "strict": 適用失敗したら，構文木の変換を失敗させる "weak": 適用失敗しても無視して次のルールに行く

次に，以下のようなインタフェースを用いて変換ルールを記述します．全てのインタフェースにおいて，第一引数は上で指定した変換ルール名です． treetransプログラムは，tree_transform_class/3 で指定された適用順序にしたがって，構文木の各ノードをトラバースし，変換ルールを適用します．

`tree_ignore(+$Name, ?$Tree)`
`+$Name`	ルール名
`+$Tree`	tree: 構文木
+$Tree と unifiable な木を取り除きます．

`tree_transform_rule(+$Name, +$InTree, -$OutTree)`
`+$Name`	ルール名
`+$InTree`	tree: 入力構文木
`-$OutTree`	tree: 出力構文木
$InTree を $OutTree に変換します．

`tree_subst_pattern(+$Name, +$InPattern, +$OutPattern)`
`+$Name`	ルール名
`+$InTree`	tree: 入力木のパターン
`+$OutTree`	tree: 出力木のパターン
$InTree に tree_match/2 でマッチする木を， $OutPattern のパターンに変換します．

`tree_unify(+$Name, ?$Tree)`
`+$Name`	ルール名
`+$Tree`	tree: 構文木
$Tree を構文木に unify します．

`tree_match_pattern(+$Name, +$Pattern)`
`+$Name`	ルール名
`+$Tree`	tree: 構文木パターン
$Pattern を構文木に unify します．

変換ルールは，tree_transform_class/3で定義された順番で適用されます．各変換ルールではtree_ignore/2, tree_transform_rule/3, tree_subst_pattern/3, tree_unify/2, tree_match_pattern/2 の順番で適用が試みられ，ひとつの適用が成功するとあとは適用されません．

変換ルールの中で，tree_binarize/2 (構文木を二分木化する．binarizer.lilで定義されている) や mark_head/1, mark_modifier/1 (それぞれ，head マークや， modifier/argument マークをつける．markhead.lilで定義されている) などのツールを使うこともできます．

MAYZツールキットマニュアル MAYZホームページ辻井研究室

MIYAO Yusuke (yusuke@is.s.u-tokyo.ac.jp)