Jakub Machura Masarykova univerzita Ústav českého jazyka machura@phil.muni.cz podzim 2020 PLIN034 Algoritmický popis syntaxe Výstupy SYNTAKTICKÉ ANALÝZY TEORETICKÁ VÝCHODISKA •L. Tesnière •navazuje V. Šmilauer a PLK •vykrystalizovalo v FGP •binární vztah řídícího a závislého slova •závislostní strom, treebanky • převzato z: https://www.czechency.org/slovnik/Z%C3%81VISLOSTN%C3%8D%20STROM ZÁVISLOSTNÍ STROM ZÁVISLOSTNÍ STROM •uzly a hrany •souvislý graf •orientovaný graf •„australské stromy“ • ZÁVISLOSTNÍ STROM řídící (rozvíjené) podřízené (rozvíjející) prozradil Petr prozradil včera bratrovi svému prozradil bratrovi miluje že prozradil miluje dívku tu dívku hezkou miluje dívku dívku odnaproti Závislostní strom Závislostní strom „uspořádaný“ Převzato z: https://www.czechency.org/slovnik/Z%C3%81VISLOSTN%C3%8D%20STROM Závislostní strom Neprojektivní konstrukce Převzato z: https://www.czechency.org/slovnik/Z%C3%81VISLOSTN%C3%8D%20STROM Závislostní strom Neprojektivní konstrukce Množina závislostí jednoho uzlu netvoří souvislý úsek. Převzato z: https://www.czechency.org/slovnik/Z%C3%81VISLOSTN%C3%8D%20STROM převzato z: https://www.czechency.org/slovnik/Z%C3%81VISLOSTN%C3%8D%20STROM Závislostní strom Pražský závislostní korpus Převzato z: https://www.czechency.org/slovnik/Z%C3%81VISLOSTN%C3%8D%20STROM Úkol vybrat tu nejkrásnější dívku čeká na porotu. Závislostní strom •Jak zachytit syntaktické vztahy, které nemají závislostní nebo binární povahu? •koordinace, apozice, vsuvka, vokativ?, elipsa?, doplněk? • Sémantická interpretace 9 královna nová krásy generace nová stíhaček –hůře se zachytává sémantická interpretace převzato z: https://www.czechency.org/slovnik/Z%C3%81VISLOSTN%C3%8D%20STROM TEORETICKÉ PROBLÉMY TEORETICKÉ PROBLÉMY Petr tvrdil, že / *aby / *zda Petr zkoumal, *že / *aby / zda Petr doporučil Pavlovi, *že / aby / *zda Petr doporučil Pavlovi, že + modální sloveso – – infinitiv • https://www.czechency.org/slovnik/BEZPROST%C5%98EDN%C4%9ASLO%C5%BDKOV%C3%9D%20STROM BEZPROSTŘEDNĚSLOŽKOVÝ STROM Bezprostředněsložkový strom Složkový strom Převzato z: https://www.czechency.org/slovnik/SLO%C5%BDKA https://www.czechency.org/slovnik/BEZPROST%C5%98EDN%C4%9ASLO%C5%BDKOV%C3%9D%20STROM BEZPROSTŘEDNĚSLOŽKOVÝ STROM https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM Teoretická východiska 16 Složkový přístup –neprojektivita řešena teoreticky (např. transformace/pohyby) Ke kolikátému tě předvolali výslechu? Ke kolikátému výslechu tě předvolali? Sémantická interpretace 9 královna nová krásy generace nová stíhaček –hůře se zachytává sémantická interpretace Sémantická interpretace 17 nová krásy generace nová stíhaček –lépe zachytává sémantickou interpretaci N1P N1P ADJ královna N1 N2 N1P N1P N2 ADJ N1 https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM ‘přátelé přijeli z města’ https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM ‘přijeli přátelé, kteří žijí ve městě’ https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM ‘rozbít obraz – a to udělat v předsíni’ https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM https://www.czechency.org/slovnik/DOMINACE#konstituent BEZPROSTŘEDNĚSLOŽKOVÝ STROM ‘rozbít obraz, který se nacházel v předsíni’ –v praxi se jen zřídka využívají čistě složkový nebo striktně závislostní přístup –v praxi se jen zřídka využívají čistě složkový nebo striktně závislostní přístup –hybridní stromy –v praxi se jen zřídka využívají čistě složkový nebo striktně závislostní přístup –hybridní stromy –parser, který na výstup vypíše jak závislostní, tak složkovou strukturu –v praxi se jen zřídka využívají čistě složkový nebo striktně závislostní přístup –hybridní stromy –parser, který na výstup vypíše jak závislostní, tak složkovou strukturu –pro čj chybí treebank se složkovými stromy –v praxi se jen zřídka využívají čistě složkový nebo striktně závislostní přístup –hybridní stromy –parser, který na výstup vypíše jak závislostní, tak složkovou strukturu –pro čj chybí treebank se složkovými stromy –Lancaster-Oslo/Bergen pravidla × statistika 19 pravidla × statistika Statistická analýza –trénovací (anotovaná) a testovací data –jazyková univerzálnost –větší přesnost při vyhodnocování podobnosti stromů –lépe napodobí anotovaná data než člověk –časově i finančně náročné pravidla × statistika Analýza založená na pravidlech –nezávislost na anotovaných datech –lze snadno upravit podle zadaného úkolu Je možné kompletně popsat přirozený jazyk pravidly? Postup parsingu •„zdola nahoru“ (bottom up) •„shora dolů“ (top down) •smíšené (left-corner, head-corner parsers) • „zdola nahoru“ (bottom up) John hits the ball. • „zdola nahoru“ (bottom up) 1. věta se skládá ze jmenné fráze následované slovesnou frází (S → NP VP), 2. vlastní jméno samo o sobě je jmennou frází (NP → „John“), 3. jmenná fráze může být také determinátor následovaný podstatným jménem (NP → Det N), 4. slovesná fráze může být sloveso následované jmennou frází (VP → V NP), 5. „ball“ je podstatné jméno, „the“ je determinátor a „hit“ je sloveso (N → „ball“, Det → „the“, V → „hit“). • „zdola nahoru“ (bottom up) Použité pravidlo Zpracovávaná část textu Současná věta - John hit the ball 2 „John“ je jmenná fráze sama o sobě NP hit the ball 5 zbývající slova nahradíme jejich syntaktickými kategoriemi NP V Det N 3 „the ball“ je jmenná fráze NP V NP 4 „hit the ball“ je slovesná fráze NP VP 1 „John hit the ball“ je celá věta S Literatura Nový encyklopedický slovník češtiny online: https://www.czechency.org/ hesla: Závislostní strom, Projektivnost, Dominace, Bezprostředněsložkový strom, Složka, Parsing