증강 전환 네트워크

Augmented transition network

증강 전이 네트워크 또는 ATN은 형식 언어의 운용 정의에 사용되는 그래프 이론 구조의 일종으로, 특히 비교적 복잡한 자연 언어를 구문 분석하는 데 사용되며 인공지능에 폭넓게 적용되고 있다.ATN은 이론적으로 아무리 복잡하더라도 어떤 문장의 구조를 분석할 수 있다.ATN은 수정된 전환 네트워크와 RTN의[citation needed] 확장이다.

ATNs는 문장을 구문 분석하기 위해 유한 상태 기계(Markov model)를 사용하는 아이디어를 기반으로 한다.'천연어 분석을 위한 변환 네트워크 그래머'의 W. A. 우즈는 유한 상태 모델에 재귀적 메커니즘을 추가함으로써 파싱이 훨씬 더 효율적으로 이루어질 수 있다고 주장한다.특정 문장에 대한 자동화를 작성하는 대신 전환 그래프의 컬렉션이 구축된다.문법적으로 올바른 문장은 어떤 상태 그래프에서든 최종 상태에 도달하여 구문 분석한다.이러한 그래프 사이의 전환은 단순히 네트워크의 어떤 그래프에서 하나의 상태에서 어떤 초기 상태로의 호출을 서브루틴하는 것이다.문장의 마지막 단어까지 최종 상태에 도달하면 문법적으로 옳은 문장이 결정된다.null

이 모델은 언어의 규칙성을 포착한다는 점에서 언어의 본질에 의해 제시된 많은 목표들을 충족시킨다.즉, 여러 환경에서 작동하는 과정이 있다면 문법은 그 과정을 하나의 구조로 캡슐화해야 한다.이러한 캡슐화는 문법을 단순화할 뿐만 아니라 운영 효율성의 보너스를 더한다.그러한 모델의 또 다른 장점은 결정을 미루는 능력이다.많은 문법가들은 애매모호한 상황이 발생할 때 추측을 한다.문장에 대해 아직 충분히 알려지지 않았다는 뜻이다.ATN은 재귀 사용으로 이러한 비효율성을 문장에 대해 더 많은 것이 알려질 때까지 결정을 연기함으로써 해결한다.null

참고 항목

참조

  • Wanner, Eric (1980). "The ATN and the Sausage Machine: which one is baloney?". Cognition. 8 (2): 209–225. doi:10.1016/0010-0277(80)90013-X. PMID 7389289.
  • Wanner, Eric; Maratsos, Michael (1978). "An ATN approach to comprehension". In M. Halle; J. Bresnan; G.A. Miller (eds.). Linguistic Theory and Psychological Reality. Cambridge: MIT Press.
  • 위노그라드, 테리(1983), 인지 과정으로서의 언어, 제1권: 구문, 애디슨-웨슬리, 리딩, MA.
  • Woods, William A (1970). "Transition Network Grammars for Natural Language Analysis" (PDF). Communications of the ACM. 13 (10): 591–606. doi:10.1145/355598.362773.

외부 링크