DATR은 기본 상속 네트워크를 인코딩하도록 설계된 선언적 지식 표현 언어이다. 1989년 서식스 대학교의 로저 에반스와 제럴드 가즈다가 도입했다. 이 언어는 전산 언어학에서 형태론적, 통사적, 음운론적 특성과 같은 어휘 지식을 표현하는 데 사용된다. DATR은 인공지능의 하위 분야이며, 형식 의미론과 기본 및 다중 상속 지원으로 주목할 만하다.
역사적 배경
DATR은 상징적 접근 방식이 인공지능 연구를 지배하던 1980년대 후반에 등장했다. MIT CSAIL, 스탠퍼드 AI 연구소, 카네기 멜론 대학교와 같은 기관들은 지식 표현 시스템과 논리 기반 형식주의를 개발하고 있었다. 제록스 PARC와 벨 연구소의 연구는 프로그래밍 언어와 AI의 기초 작업에 기여했다. 이후 버클리 AI 연구와 토론토 대학교는 DATR을 탄생시킨 상징적 전통과 대조되는 연결주의 및 통계적 접근 방식의 중심지가 되었다.
구문과 의미론
DATR에서 지식 베이스는 각각 경로 방정식을 포함하는 노드 집합으로 구성된다. 경로는 원자들의 시퀀스이며, 노드는 경로에 대한 값을 정의할 수 있다. 예를 들어, 명사 "dog"에 대한 노드는 <root> = "dog" 및 <plural> = "dogs"를 지정할 수 있다. 기본 상속은 방정식을 정렬하여 더 구체적인 노드가 더 일반적인 노드를 재정의하도록 함으로써 달성된다. 이 언어는 또한 노드가 여러 부모로부터 상속할 수 있는 다중 상속을 지원한다. DATR의 형식 의미론은 전역 상속 네트워크에 대한 최소 고정점 구성을 사용하여 정의되며, 이는 잘 형성된 지식 베이스에 대해 고유한 모델을 보장한다.
이 언어는 변수가 없는 단순한 구문을 가지고 있다. 경로는 꺾쇠 괄호로 묶인 원자 시퀀스로 작성되며, 방정식은 등호를 사용한다. 노드는 방정식을 나열하여 정의할 수 있으며, 상속은 다른 노드를 참조하여 표현된다. DATR은 또한 서로 다른 경로가 서로 다른 부모로부터 독립적으로 상속할 수 있는 직교 상속을 지원한다.
구현
DATR의 원래 구현은 Prolog로 작성되었으며, 이 언어는 더 큰 자연어 처리 시스템에 쉽게 내장되도록 설계되었다. Evans와 Gazdar는 지식 베이스를 모델에 매핑하는 표시적 의미론을 제공하는 DATR의 공식 사양을 발표했다. 이 사양은 DATR이 다른 프로그래밍 언어로 구현될 수 있게 했으며, 이후 여러 버전이 연구 목적으로 개발되었다.
응용 분야
DATR은 주로 전산 언어학에서 어휘 정보를 표현하는 데 사용되었다. 이는 영어, 이탈리아어, 네덜란드어, 스페인어를 위한 다국어 어휘 지식 베이스를 구축한 ACQUILEX 프로젝트(1989-1993)의 핵심 구성 요소였다. 이 언어는 또한 형태론, 통사론, 음운론 연구에 적용되었으며, 여기서 기본 상속은 규칙성과 예외를 자연스럽게 포착한다. 예를 들어, 일반 명사 노드는 기본 복수형을 정의할 수 있고, "child"에 대한 특정 노드는 이를 "children"으로 재정의한다. DATR의 명시적 어휘 지식 인코딩은 대규모 말뭉치에서 통계적 패턴을 학습하는 현대 대규모 언어 모델과 대조된다. 또한 텍스트를 생성하는 생성형 AI 시스템과도 다르며, DATR은 생성 모델이 아닌 선언적 형식주의이다.
영향과 유산
DATR은 더 이상 널리 사용되지 않지만, 상징적 지식 표현 형식주의의 중요한 예로 남아 있다. 기본 상속과 다중 상속의 원칙은 이후의 지식 표현 언어와 온톨로지에 영향을 미쳤다. DATR은 종종 기계 학습 및 심층 학습 접근 방식과 대조되며, 이는 신경망과 트랜스포머에 의존한다. OpenAI와 Google DeepMind가 개발한 것과 같은 현대 AI 시스템은 상징적 지식 표현이 아닌 심층 학습에 기반을 두고 있다. 따라서 DATR은 상징적 AI에서 통계적 및 연결주의적 방법으로의 전환을 이해하기 위한 역사적 참조점 역할을 한다.