💬 NLP

Comonadic Morphophonology: A Compositional Framework for Context-Dependent Morphological Rules in Finnish

本論文は、Writer コモノードを用いた新たなコモノード的枠組みを導入し、フィンランド語の形態音韻論を合成可能な局所関数としてモデル化することで、従来の有限状態法に比べて規則の複雑さを67 分の 1 に削減しつつ、高精度な双方向形態素解析を可能にする。

原著者： Yongseok Jang

公開日 2026-05-28

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Yongseok Jang

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

この論文を簡単な言葉と日常的な比喩を用いて説明します。

大きな問題：「状態の爆発」

ロボットにフィンランド語を話させる方法を考えたと想像してください。フィンランド語は、次の言葉に何が続くかによって単語の形が変わる厄介な言語です。

子音交替： kaappi（食器棚）のような単語に接尾辞をつけると、二重の「p」が単一の「p」に変わります（kaapi）。
母音調和： 単語に「後部母音」（a, o, u など）が含まれている場合、語尾も後部母音を使わなければなりません。もし「前部母音」（ä, ö, y など）が含まれている場合は、語尾をそれに合わせて変えなければなりません。

コンピュータにこれを教える従来の方法は、巨大な地図（有限状態変換器、FST）を作成することです。この地図を巨大な迷路だと考えてください。新しいルール（「文字を削除する」や「母音を変える」など）を追加するたびに、古い迷路と新しいルールを組み合わせた「新しい迷路」を構築しなければなりません。

比喩： 都市の地図を持っていると想像してください。そこに「赤い家を見たら、青く塗る」というルールを追加したいとします。次に、「青い家を見たら、緑に塗る」という別のルールを追加したいとします。
古いシステムでは、これらを組み合わせるために、ルールすべての可能な組み合わせのそれぞれについて、都市の地図全体を再描画しなければなりません。ルールが 10 個あれば、地図は巨大で複雑になりすぎて、コンピュータが処理できなくなります。これを「状態の爆発」と呼びます。

新しい解決策：「コモノード的」アプローチ

著者の姜永錫（Yongseok Jang）は、これらのルールを考える全く異なる方法を提案しています。巨大で事前に描かれた迷路を構築する代わりに、すべてのルールを、自分のすぐ近くの環境しか見ない「ローカルな作業者」として扱います。

1. 「ジッパー」（移動するウィンドウ）

単語を列車の車両だと想像してください。コンピュータは列車全体を一度に見るのではなく、「ジッパー」というデータ構造を使用します。

ジッパーは特定の車両 1 両（現在の文字）に焦点を当てます。
左右のすぐ隣にある車両を見ることができます。
ルールは次のように言います。「あなたが立っている車両と、左隣の車両を見て、その車両が何になるべきかを決定しなさい」。

これはセルオートマトン（『コンウェイのゲーム・オブ・ライフ』を想像してください）のようです。各セルは次の状態を決定するために、隣接するセルだけを見ます。

2. 「ライター」（削除の問題）

ここが難しい部分です。一部のルールは、文字を削除することを要求します。

例： kukka（花）では、二重の「k」が単一の「k」に変わります（kuka）。一つの「k」が消えなければなりません。
古い問題： 列車の真ん中で文字を削除すると、後ろの車両が前にずれて移動しなければなりません。これを段階的に行うと、「地図」が破綻し、ルールが正しく連携しなくなります。
新しい解決策（ライター・コモノード）： 著者はライター・コモノードと呼ばれる新しいツールを発明しました。
- 文字をすぐに実際に削除する代わりに、作業者はその文字に「私を削除して」という付箋を貼ります。
- 作業者は、見つけたすべての付箋のリストを保持します。
- 列車は動き続け、作業者は（一旦付箋を無視して）元の文字を見続けます。
- プロセスの最後の瞬間にのみ、コンピュータは列車を取り、付箋のリストを見て、それらの文字を一度にすべて削除します。

これによりルールが単純に保たれ、「地図」が破綻するのを防ぎます。レンガを一つ取り除くたびに壁を再構築するのではなく、建設チームが取り除くレンガに印をつけ、壁全体を完成させてから、レンガを取り除くようなものです。

これが重要な理由

この論文は、主に 3 つの勝利を主張しています。

単純さ： フィンランド語のルールを処理するために、874 種類の複雑な「継続クラス」（874 種類の迷路の経路のようなもの）が必要だった代わりに、この新しいシステムでは、13個の単純な関数（作業者）だけで済みます。複雑さは67 対 1で削減されました。
双方向の魔法： ルールが単純な関数であるため、両方向に機能します。単語を受け取って分解する（分析）ことも、語根を受け取って新しい単語を構築する（生成）ことも、同じ論理で行えます。これは可逆的なジッパーのようです。同じ機構で上にも下にも留めることができます。
速度と精度： このシステムはフィンランド語の文でテストされました。
- これらのルールのみを使用して、単語の品詞（名詞、動詞など）を**83.9%**の単語で正しく識別しました。
- 小さな補助（接尾辞タグ付け器）を追加すると、**94.6%**に跳ね上がりました。
- 単語を驚くほど高速（マイクロ秒単位）で処理し、この複雑な数学がコンピュータの速度を落とさないことを証明しました。

まとめ

この論文は、言語ルールを処理するための新しい数学的枠組み（コモノードを使用）を導入しています。

古い方法： ルールを追加するとサイズが爆発する、巨大で硬直的な地図を構築する。
新しい方法： 削除や変更を処理するために互いにメモを渡す小さなローカルな作業者（ジッパー）を使用する。それらは列で連携して働き、最終結果は最後に組み立てられる。

これにより、システムは小さくなり、修正しやすくなり、通常はコンピュータモデルを破綻させる「文字を削除する」という厄介なルールを処理できるようになります。

技術的概要：共モナド的形態音韻論

問題定義
現在のフィンランド語の形態音韻論へのアプローチは、形式的厳密性と構成的効率性の間の二項対立に直面している。従来の有限状態トランスデューサー（FST）の連鎖（Voikko、Omorfi など）は、子音交替や母音調和のような文脈依存規則を文字列から文字列への関係として符号化する。これらは効果的であるが、これらの規則を合成すると乗法的な状態爆発を招く。結合されたオートマトンの状態空間は、その構成要素の積として増大するため、規則の表現が複雑化する（例：Omorfi は、よりコンパクトに表現可能な振る舞いを符号化するために 874 の継続クラスを必要とする）。一方、ニューラルモデルは高い精度を達成するが、基礎となる形態音韻論的規則の形式的で解釈可能な説明を欠いている。さらに、既存の枠組みは、中間的な具体化や結合律の喪失なしに、厳密な構成的圏論的構造内で長さ変更操作（子音の削除など）を処理することに苦慮している。

手法
本論文は、形態音韻論的規則を FST ではなく、共モナドのcoKleisli 矢印として扱う枠組みを提案する。このアプローチは、規則を細胞オートマトンの局所規則に類似した、焦点化された局所文脈から単一の出力セグメントへの関数としてモデル化する。

Zipper 共モナド: 本枠組みは、区別された焦点と左右の文脈を持つシーケンスを表す ListZipper データ構造を利用する。規則は、 $W$ が Zipper 共モナドであるとき、関数 $f: W a \to b$ として定義される。extend 操作は、この局所規則をグローバルな変換に持ち上げ、各位置の文脈ビューを保持しつつ、文字列のすべての位置に適用する。
削除のための Writer 共モナド: 中心的な課題は、長さ変更規則（例：puku $\to$ $\to$ puu における k の削除）を処理することである。ヌル文字を用いた素朴なアプローチは、フィルタリングが中間シーケンスの具体化を必要とするため、厳密な coKleisli 結合律を破る。著者は、Writer 共モナド（ $DeletionSet \times Zipper$ $D e l e t i o n S e t \times Z i pp er$ ）を導入する。この構成において：
- 規則は、 $D$ が削除位置の集合で $c$ が出力文字であるペア $(D, c)$ を返す。
- 削除は、extend フェーズ中にモノイド作用（集合和）として蓄積される。
- パイプラインの末尾で単一の materialize ステップが、蓄積されたすべての削除を適用する。
- これにより、中間的な再具体化なしに、厳密な coKleisli 結合律（ $extend \ g \circ extend \ f = extend \ (g \circ extend \ f)$ ）が保持される。
パイプライン合成: 形態音韻論的プロセス（子音交替、母音調和、所有接辞の母音コピー）は、coKleisli 合成演算子（ $>=>$ ）を用いて逐次的に合成される。パイプラインは以下のように定義される：
$pipe = grad >=> harmony >=> poss$
この構造は、規則が独立しており、テスト可能であり、順序が明示的であることを保証する。
双方向形態論: 分析（デコード）に使用される同じ coKleisli 矢印が、MorphGenerator を介して生成（エンコード）に再利用され、両方向の論理を統一する。
多レベル抽象化: この枠組みは、文字レベルの規則を超えて、形態素レベルの調和や文レベルの曖昧性解消（Constraint Grammar-lite）に拡張される。Zipper の要素タイプを char から ReadingSet に変更することで、同じ代数的構造がすべてのレベルに適用される。

主要な貢献

Writer 共モナド: 本論文は、長さ変更規則を構成的に処理するために、計算形態論において Writer 共モナド（具体的には $DeletionSet \times Zipper$ ）を初めて適用した。これにより、coKleisli パイプラインにおける削除の代数的問題が解決された。
規則表現の削減: この枠組みは、Omorfi の 874 の継続クラスで符号化されている同じ形態音韻論的振る舞いを、わずか13 の coKleisli 矢印（11 の交替パターン + 調和 + 所有）で表現し、規則表現レベルで67:1 の削減を達成した。
形式的統一: 本論文は、形態音韻論的規則を形式的な結合法則を持つ第一級の構成的対象として扱う最初の枠組みを確立し、細胞オートマトン理論（Capobianco and Uustalu, 2010）と自然言語処理の間のギャップを埋めた。
実装（MCE）: この枠組みを実装する Rust ライブラリ（Morphological Computation Engine）が、WebAssembly を対象として提供され、検証済みの共モナド法則とモノイド性質を備えている。

結果
システムは、UD Finnish-TDT 開発セット（1,364 文、約 25,000 トークン）で評価された：

精度: 規則ベースの曖昧性解消（62 のアクティブな CG 規則）のみを使用した場合、システムは83.92% の UPOS 精度を達成した。軽量な外部接辞タグガーを付加すると、精度は**94.66%**に上昇し、ニューラルベースライン（TNPP）との差は 12.99 パーセントポイントから 2.25 パーセントポイントに縮小した。
パフォーマンス: パイプラインは、Apple M シリーズ CPU 上で約84,973 トークン/秒を処理する。完全な形態音韻論パイプラインは、単語あたり平均2.66 µsであり、coKleisli 合成がモノリシックな FST 実装と比較して無視できるオーバーヘッドしか生じないことを示している。
正しさ: 11 の子音交替パターンのすべてが正しく形式化された。7 つのパターンは完全な双方向ラウンドトリップの正しさを示した。残りの 4 つのラウンドトリップではないケースは削除に関与しており、現在のモデルにおいて削除が不可逆性の唯一の源泉であることを確認した。
開発者の使いやすさ: 新しい規則の追加には、単一の coKleisli 矢印の定義（Rust で約 5 行）が必要であるのに対し、FST システムでは、相互作用の組み合わせを考慮するために数百の LEXICON エントリの変更を要求されることが多い。

意義と主張
本論文は、FST 連鎖が状態空間の乗算を通じてのみ処理する形態音韻論的規則のための合成代数を提供すると主張している。Writer 共モナドを利用することで、この枠組みは、乗法的な状態爆発なしには以前は解決されていなかった長さ変更規則に対する厳密な coKleisli 合成性を回復する。

著者は、この作業を語彙資源の代替（システムは依然として語彙検索のために Voikko 由来の FST に依存している）ではなく、規則適用のためのモジュール式かつ直交するレイヤーとして位置づけている。彼らは、このアプローチが、FST 交叉と比較して、優れたモジュール性、デバッグ性（規則ごとのテスト）、および形式的保証を提供すると論じている。本論文は控えめに、交替や調和のような膠着現象を処理する一方で、現在の範囲を超えたセグメントの挿入やコピーを必要とするテンプレート形態論（ルート・アンド・パターン）や重複にはまだ対応していないと指摘している。この枠組みは、NLP における共モナド的構造の実用性を検証する実用的な形態論エンジンとして提示されている。