Gramatika struktury fráze řízené hlavou - Head-driven phrase structure grammar

Gramatika struktury fráze řízené hlavou (HPSG) je vysoce lexikalizovaný, gramatika založená na omezeních[1] vyvinutý uživatelem Carl Pollard a Ivan Sag.[2][3] Je to typ frázová struktura gramatiky, na rozdíl od a závislost gramatiky a je jeho bezprostředním nástupcem zobecněná frázová struktura gramatiky. HPSG čerpá z jiných polí, jako je počítačová věda (teorie datových typů a reprezentace znalostí ) a použití Ferdinand de Saussure pojetí podepsat. Využívá jednotný formalismus a je organizován modulárním způsobem, díky kterému je atraktivní zpracování přirozeného jazyka.

HPSG gramatika zahrnuje principy a pravidla gramatiky a Lexikon položky, které se obvykle nepovažují za gramatiku. Formalismus je založen na lexikalismu. To znamená, že lexikon není jen seznamem záznamů; je samo o sobě bohatě strukturované. Jednotlivé položky jsou označeny typy. Typy tvoří hierarchii. Rané verze gramatiky byly velmi lexikalizovány s několika gramatickými pravidly (schématem). Novější výzkum má tendenci přidávat další a bohatší pravidla a stává se více podobným stavební gramatika.[4]

Základní typ, se kterým se HPSG zabývá, je znaménko. Slova a fráze jsou dva různé podtypy znaménka. Slovo má dvě funkce: [PHON] (zvuk, fonetický formulář) a [SYNSEM] (dále jen syntaktický a sémantický informace), které jsou rozděleny do dílčích funkcí. Značky a pravidla jsou formalizována jako napsaný strukturní struktury.

Ukázková gramatika

HPSG generuje řetězce kombinací znaků, které jsou definovány jejich umístěním v hierarchii typů a jejich vnitřní strukturou funkcí, představovanou matice hodnot atributů (AVM).[3][5] Funkce berou jako své hodnoty typy nebo seznamy typů a tyto hodnoty mohou mít zase svou vlastní strukturu funkcí. Gramatická pravidla jsou do značné míry vyjádřena vzájemně umístěnými znaky omezení. Struktura vlastností znaménka popisuje jeho fonologické, syntaktické a sémantické vlastnosti. V běžném zápisu jsou AVM psány s funkcemi velkými písmeny a typy psanými malými písmeny. Očíslované indexy v AVM představují token identické hodnoty.

Ve zjednodušeném AVM pro slovo (v tomto případě sloveso, nikoli podstatné jméno jako v „pěkných procházkách na víkend“) „procházky“ níže, je kategorická informace slovesa (CAT) rozdělena na prvky, které jej popisují (HEAD) a funkce, které popisují jeho argumenty (VALENCE).

AVM na procházky

„Procházky“ jsou znamením typu slovo s hlavou typu sloveso. Jako nepřechodné sloveso nemá „procházky“ žádný doplněk, ale vyžaduje předmět, který je podstatným jménem jednotného čísla třetí osoby. Sémantická hodnota subjektu (OBSAH) je indexována společně s jediným slovesným argumentem (jednotlivec, který chodí). Následující AVM pro „she“ představuje znaménko s hodnotou SYNSEM, které by tyto požadavky mohlo splnit.

She-avm.png

Známky typu fráze sjednotit se s jedním nebo více dětmi a šířit informace nahoru. Následující AVM kóduje pravidlo okamžité dominance pro head-subj-phrase, který vyžaduje dvě děti: dítě hlavy (sloveso) a dítě bez hlavy, které splňuje omezení SUBJ slovesa.

Head-subj-avm.png

Konečným výsledkem je znaménko s hlavicí slovesa, prázdnými funkcemi podkategorizace a fonologickou hodnotou, která objedná dvě děti.

Ačkoli skutečná gramatika HPSG je složena výhradně z struktur rysů, lingvisté často používají stromy, aby představovali sjednocení znaků, kde by ekvivalentní AVM bylo nepraktické.

Head-subj-tree.png

Implementace

Rozličný analyzátory na základě HPSG formalismu byly napsány a optimalizace jsou v současné době vyšetřovány. Příklad analýzy systému Němec věty poskytuje Freie Universität Berlin.[6] Kromě toho CoreGram[7] projekt gramatické skupiny Freie Universität Berlin poskytuje open source gramatiky, které byly implementovány v systému TRALE. V současné době existují gramatiky pro Němec,[8] dánština,[9] Mandarinská čínština,[10] maltština,[11] a Peršan[12] které sdílejí společné jádro a jsou veřejně dostupné.

Velké HPSG gramatiky různých jazyků jsou vyvíjeny v rámci Deep Linguistic Processing with HPSG Initiative (DELPH-IN ).[13] Gramatiky širokého pokrytí angličtiny,[14] Němec,[15] a japonský[16] jsou k dispozici pod licencí open-source. Tyto gramatiky lze použít s řadou vzájemně kompatibilních open-source analyzátorů HPSG: LKB, PET,[17] Eso,[18] a souhlasit.[19] Všechny tyto produkty produkují sémantické reprezentace ve formátu „Minimal Recursion Semantics“, MRS.[20] Deklarativní povaha formalismu HPSG znamená, že tyto výpočetní gramatiky lze obvykle použít pro obě analýza a generace (výroba povrchových řetězců ze sémantických vstupů). Stromy, také distribuovány uživatelem DELPH-IN, se používají k vývoji a testování gramatik, stejně jako k trénování hodnotících modelů pro rozhodování o věrohodných interpretacích při analýze (nebo realizacích při generování).

Enju je volně dostupný pravděpodobnostní analyzátor HPSG se širokým pokrytím pro angličtinu vyvinutý laboratoří Tsujii v Tokijská univerzita v Japonsko.[21]

Viz také

Reference

  1. ^ "HPSG".
  2. ^ Pollard, Carl a Ivan A. Sag. 1987. Syntax a sémantika založená na informacích. Svazek 1. Základy. Poznámky k přednášce CLSI 13.
  3. ^ A b Pollard, Carl; Ivan A. Sag. (1994). Gramatika struktury fráze řízené hlavou. Chicago: University of Chicago Press.
  4. ^ Sag, Ivan A. 1997. Konstrukce s relativní klauzí v angličtině[trvalý mrtvý odkaz ]. Lingvistický žurnál. 33,2: 431-484
  5. ^ Sag, Ivan A .; Thomas Wasow; & Emily Bender. (2003). Syntaktická teorie: formální úvod. 2. vyd. Chicago: University of Chicago Press.
  6. ^ Systém Babel: HPSG Interactive
  7. ^ Projekt CoreGram
  8. ^ Berligram
  9. ^ DanGram
  10. ^ čínština
  11. ^ maltština
  12. ^ Peršan
  13. ^ DELPH-IN: Hluboké zpracování open-source
  14. ^ English Resource Grammar and Lexicon
  15. ^ Berthold Crysmann
  16. ^ JacyTop - Hluboké lingvistické zpracování s HPSG (DELPH-IN)
  17. ^ Analyzátor DELPH-IN PET
  18. ^ Eso: Omezovač odpovědí Engine
  19. ^ souhlasím s gramatickým inženýrstvím
  20. ^ Copestake, A., Flickinger, D., Pollard, C., & Sag, I. A. (2005). Sémantika minimální rekurze: Úvod. Výzkum jazyků a výpočtů, 3 (2–3), 281–332.
  21. ^ Tsuji Lab: Domovská stránka analyzátoru Enju Archivováno 07.03.2010 na Wayback Machine (vyvoláno 24. listopadu 2009)

Další čtení

externí odkazy