• 제목/요약/키워드: LR 오토마톤

검색결과 4건 처리시간 0.015초

단일 상태 파싱 오토마톤의 생성 (Constructing a of Single State Parsing Automaton)

  • 이경옥
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제35권11호
    • /
    • pp.701-704
    • /
    • 2008
  • 일반 오토마톤은 다중 입력 전이를 허용하기에 과거 전이 경로가 필요한 경우에는 별도 작업이 필요하다. LR 오토마톤의 경우는 스택을 이용하여 과거 전이 경로를 저장한 후에 파싱 시에 이를 이용한다. 한편 과거 경로의 정보를 포함하도록 상태 구성이 가능한 경우에는 과거 정보 추적을 위한 오버헤드를 피할 수가 있다. 본 논문에서는 과거 전이에 의존하지 않는 단일 상태 파싱 오토마톤을 제안한다. 적용 가능한 문법 클래스는 LR 문법보다 작으나, 오토마톤의 상태가 과거 경로의 정보를 포함하기에 LR 오토마톤과 달리 파싱시에 과거 정보의 추적이 불필요하다.

LR 문법에 대한 단일상태파싱오토마톤의 적용 (Application of Single-State Parsing Automata to LR Grammars)

  • 이경옥
    • 정보과학회 논문지
    • /
    • 제43권10호
    • /
    • pp.1079-1084
    • /
    • 2016
  • 단일상태파싱오토마톤은 구문 분석할 때 행동의 결정이 현재 상태로만 가능하다는 특징이 있고, LR오토마톤과 비교하여 상태수가 적고 구문 분석 시간이 단축된다는 장점이 있다. 한편 단일 상태파싱오토마톤은 적용 가능한 문법 클래스가 LR문법보다 작다는 단점이 있다. 본 논문에서는 단일상태파싱오토마톤을 LR문법 클래스에 적용 가능하도록 확장하는 방법을 제시한다. 기존 방법에서는 파싱오토마톤 생성 과정에서 싸이클릭 상태가 생성되는 경우에 대한 처리 방법을 제시하지 못하였다. 본 논문은 싸이클릭 상태에 대한 입력스트링에 따른 동적 처리 작업을 제시하여, 싸이클릭 상태에 대한 문제를 해결한다. 본 논문에서 확장한 방법은 모든 LR 문법에 대해 단일상태파싱오토마톤을 생성할 수 있게 한다.

단일 상태 파싱 오토마톤을 생성하는 문법 클래스들 (Grammar Classes Generating Single State Parsing Automata)

  • 이경옥
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제41권7호
    • /
    • pp.518-522
    • /
    • 2014
  • 단일 상태 파싱 오토마톤은 오토마톤의 행동이 과거 전이 경로에 의존하지 않고 현 상태로만 결정가능하다는 특징을 가진다. 이런 특징으로부터 대표적인 오토마톤인 LR 오토마톤과 비교시에, 단일상태 파싱 오토마톤은 구문 분석에 관한 시간 단축과 메모리 용량의 감소라는 장점을 가진다. 한편 단일상태 파싱 오토마톤을 생성하는 문법 클래스에 관해서는 현재까지 알려진 바가 없다. 본 논문에서는 단일상태 파싱 오토마톤을 생성하는 문법 클래스에 관한 연구 결과를 제시한다. 또한 이들 문법 클래스에 대한 단일 상태 파싱 오토마톤의 생성 방법을 제시한다.

확률파싱오토마타 모델 (A Model of Probabilistic Parsing Automata)

  • 이경옥
    • 정보과학회 논문지
    • /
    • 제44권3호
    • /
    • pp.239-245
    • /
    • 2017
  • 확률문법은 자연어처리에서 사용되며, 확률문법에 대한 구문분석의 결과인 파스는 문법의 확률을 그대로 보존해야 한다. 대표적인 구문분석방법인 LL 파싱과 LR 파싱의 확률파싱 가능성을 살펴볼 때 LL 파싱은 문법의 확률정보를 그대로 유지하는 반면에 LR 파싱은 그렇지 않다. 확률문법과 확률파싱오토마톤과의 관계에 관한 기존 연구로 확률보존조건을 충족하는 오토마톤의 특성에 관한 연구는 진행된 바 있다. 그렇지만, 현재로서는 확률보존조건을 충족하는 오토마톤 생성모델에 관해서는 알려진 바가 없다. 본 논문에서는 단일상태파싱오토마타에 기반한 확률파싱오토마타 모델을 제안한다. 제안 모델로부터 생성되는 오토마톤은 확률보존조건을 보장하기에 별도의 확률파싱 가능 여부를 테스팅하는 단계가 불필요하고, 별도의 확률 함수를 정의하지 않아도 된다. 또한 매개인자를 적절하게 선택하여 효율적인 오토마톤의 생성이 가능하다.