Featuregrammatiken. Vorlesung Computerlinguistische Techniken Alexander Koller. 21. November 2014
|
|
- Ingelore Maurer
- vor 5 Jahren
- Abrufe
Transkript
1 Featuregrammatiken Vorlesung Computerlinguistische Techniken Alexander Koller 21. November 2014
2 Musterlösung Ü2 A4 Erste 100 Wörter des Brown-Korpus aueben: import nltk words = nltk.corpus.brown.words() for i in range(100): print(words[i]) Wie viele Tokens im Brown-Korpus? len(words) Wie viele Types im Brown-Korpus? len(set(words)) 505
3 Musterlösung Ü2 A4 100 häufigste Wörter, absteigend nach Häufigkeit: def add(dictionary, word): if word in dictionary: dictionary[word] = dictionary[word] + 1 else: dictionary[word] = 1 dictionary = {} for word in words: add(dictionary,word.lower()) print sorted(dictionary.items(), key=itemgetter(1), reverse=true)[:100]
4 Übersicht Features Featurestrukturen und Unifikation Featuregrammatiken Parsing Expressivität
5 Agreement Wir haben in unseren Mini-kfGs bisher Kongruenz völlig ignoriert: The boy sleeps. The boys sleep. * The boy sleep. * The boys sleeps. Wie modelliert man Kongruenz am effektivsten in einer Grammatik?
6 ubkategorisierung Verschiedene Verben haben verschiedene ubkategorisierungsrahmen, die angeben, welche Komplemente das Verb braucht. The boy sleeps. The boy eats a sandwich. The boy gives the girl a book. * The boy sleeps a sandwich. Wie modelliert man das effektiv?
7 1. Versuch: mit kfgs NP VP VP IV VP TV NP VP DV NP NP IV sleeps TV eats DV gives
8 1. Versuch: mit kfgs NP VP VP IV VP TV NP VP DV NP NP IV sleeps TV eats DV gives NPpl VPpl VPpl IVpl VPpl TVpl NP VPpl DVpl NP NP IVpl sleep TVpl eat DVpl give
9 Das Problem KfGs: Kongruenzartige Information muss in Nichtterminalen codiert werden. Kongruenz und ubkategorisierung nur zwei von vielen Constraints, die interagieren können.
10 Das Problem Für große Grammatiken bedeutet das: Brauchen extrem viele NTs und Regeln, die (für uns) alle fast das gleiche aussagen. Aufwendig in Entwicklung und Wartung. Grundsatz: In Programmen und Grammatiken Redundanz vermeiden!
11 Features Alternative: An Nichtterminale Merkmale (engl. Features) anhängen, deren Werte separat verarbeitet werden können. In Grammatik enthalten Features Variablen, die durch Unifikation ihre Werte bekommen. Wir werden dann Featuregrammatiken daraus bauen.
12 2. Versuch: mit Features NP[:] VP[:] VP[:] IV[:] VP[:] TV[:] NP VP[:] DV[:] NP NP IV[:] sleeps TV[:] eats DV[:] gives NP[:pl] VP[:pl] VP[:pl] IV[:pl] VP[:pl] TV[:pl] NP VP[:pl] DV[:pl] NP NP IV[:pl] sleep TV[:pl] eat DV[:pl] give
13 2. Versuch: mit Features NP[:X] VP[:X] VP[:X] IV[:X] VP[:X] TV[:X] NP VP[:X] DV[:X] NP NP IV[:] sleeps TV[:] eats DV[:] gives NP[:X] VP[:X] VP[:X] IV[:X] VP[:X] TV[:X] NP VP[:X] DV[:X] NP NP IV[:pl] sleep TV[:pl] eat DV[:pl] give
14 2. Versuch: mit Features NP[:X] VP[:X] VP[:X] IV[:X] VP[:X] TV[:X] NP VP[:X] DV[:X] NP NP IV[:] sleeps TV[:] eats DV[:] gives IV[:pl] sleep TV[:pl] eat DV[:pl] give
15 Feature-trukturen Eine Featurestruktur (F) gruppiert mehrere Zuweisungen von Werten an Features. Verschiedene Featurestrukturen können verschiedene Features enthalten. Werte von Features können sein: atomare Werte Featurestrukturen
16 Feature-trukturen sind DAGs 2 4 " # son 2 " 4 son 3 #3 5 5 Attribut-Wert-Matrix (AVM) Feature-truktur (= gerichteter azyklischer Graph, DAG) Beschreibung Modell Oft nimmt man AVM und Feature-truktur als alternative chreibweisen; ist aber nicht ganz präzise.
17 Reentrancy 2 " 1 son 4 h i 1 3 # 5 Attribut-Wert-Matrix (AVM) Feature-truktur (= gerichteter azyklischer Graph) Beschreibung Modell Verschiedene Pfade im Graphen können zum gleichen Knoten führen. Identität wird in der AVM durch Koindizierung erzwungen.
18 Knotengleichheit vs Wertgleichheit 2 4 " son # 2 4 " son # " son # h 1 i 3 5
19 Unterspezifizierte AVMs pl 2 4 " son # apple h son i 3 5 Beschreibung Modelle
20 Unifikation In Unifikationrammatik trägt jede Grammatikregel nur ein bisschen Information über die F bei. Unifikation: Informationen aus zwei Fen zusammenführen. kann fehlschlagen! Zentrale Oation im Parsingalgorithmus.
21 Unifikation pl 2 4 " son # apple h son i 3 5 pl f
22 Unifikation pl 2 4 " son # apple h son i 3 5 pl f g h 1 i 3 5
23 Unifikation pl 2 4 " son # apple h son i 3 5 pl f g f t g = " son # apple 1 h son i h 1 i 3 5
24 Unifikation Unifikation kann fehlschlagen: [ pl] [ ] fail Unifikation sensibel für Reentrancy: [s ] [ [s ]] [ ] [ [ pl]] = s s pl 1 [s ] [ 1 [s ]] [ ] [ [ pl]] fail
25 Featuregrammatiken Eine Featuregrammatik (FCFG) ist eine kfg, in der jedes Auftreten eines Nichtterminals in einer Produktionsregel mit einer Featurestruktur versehen sein kann. NP[ ] VP[ ] 1 1 VP[ ] IV[ ] 1 1 IV[: ] sleeps
26 Ableitungen in FCFGs Regel A[F0] B[F1] C[F2] kann man als größere Featurestruktur sehen: F = A B C F0 F1 F2 Denke Ableitungen bottom-up: um B[G1] und C[G2] zu kombinieren, berechne G = F [B G1] [C G2] (darf nicht fehlschlagen) und leite daraus A[G.A] ab. prache, Wort-, Parsingproblem wie für kfgs.
27 Ein Beispiel NP[ 1 ] VP[ 1 ] VP[ 1 ] IV[ 1 ] IV[: ] sleeps NP[: ] John NP[: ] VP[: ] NP[: ] IV[: ] John IV[: ] John sleeps NP VP 1 1 [NP [ ]] [VP [ ]] = NP VP 1 1 VP IV 1 1 [IV [ ]] = VP IV 1 1
28 Ein Beispiel NP[ 1 ] VP[ 1 ] VP[ 1 ] IV[ 1 ] IV[: ] sleeps NP[: ] John / NP[: ] VP[: pl] (also * John sleep) / NP VP 1 1 [NP [ ]] [VP [ pl]] fail
29 Listen als Featurestrukturen Man kann in Fen ganze Listen von Werten codieren: atomarer Wert Nil = leere Liste F für Liste a R: " first rest a R # Ich kürze Listen mit chreibweise der Form (a, b, c) ab.
30 ubkategorisierung In Featuregrammatiken können wir jetzt ubkategorisierung von Verben aufräumen: V[sub: ] V[sub: NP 1 1 NP V[sub: (NP)] V[sub: (NP)] sleeps V[sub: (NP, NP)] eats etc. ]] NP
31 ub mit Kongruenz V[sub:, : ] V[sub: NP, : ] NP NP[: 1 ] V[sub: (NP), : 1 ] V[sub: (NP), : [: ]] sleeps V[sub: (NP, NP), : [: pl]] eat etc. NP[:] V[sub: (NP), :] * John sleeps NP[:] V[sub: (NP), :] NP[:] V[sub: (NP, NP), :] NP * John likes donuts
32 CKY-Parser für FCFGs Items um F erweitern [B, G1, i, j] [C, G2, j, k] A[F0] B[F1] C[F2] ist Regel A F0 G = B F1 [B G1] [C G2] G0 = F in G unter A C F2 [A, G0, i, k] teuerste Oation: Unifikation berechnen
33 Expressivität Im allgemeinen sind FCFGs expressiver als kfgs: A[X] B[X] C[X] A[s: X] a A[X] A[s: end] a B[s: X] b B[X] B[s: end] b C[s: X] c C[X] C[s: end] c Akzeptiert nicht-kf prache a n b n c n. Im allgemeinen gibt es keinen Parsingalgorithmus für FCFGs, der garantiert terminiert.
34 Eingeschränkte FCFGs Problem sind Regeln, die mittels Reentrancy immer tiefere trukturen bauen: A[s: X] a A[X] Lösungsidee: Wertebereiche von Features auf endliche Mengen einschränken (also nicht Listen!). Dann kann man Kombinationen von Nichtterminal + F in endlich viele Nichtterminale übersetzen. Folge: Expressivität & Komplexität kontextfrei.
35 Zusammenfassung Featuregrammatiken: Erlaubt kompakte Repräsentation von grammatischen Informationen. Unifikation: Fasst Information aus verschiedenen Featurestrukturen zusammen. KfG-Parsingalgorithmen können zu Parsingalgorithmen für FCFGs erweitert werden.
Einführung in unifikationsbasierte Grammatikformalismen
Universität Potsdam Institut für Linguistik Computerlinguistik Einführung in unifikationsbasierte Grammatikformalismen Thomas Hanneforth head: VP form: finite subj: pers: 3 num: pl Merkmalsstrukturen:
MehrDer CKY-Parser. Vorlesung Computerlinguistische Techniken Alexander Koller. 27. Oktober 2015
Vorlesung omputerlinguistische Techniken Alexander Koller 27. Oktober 2015 Übersicht Komplexität des KY-Algorithmus Implementierung in Python hift-reduce-parsing hift-regel: (a w, s) (w, s a) Reduce-Regel:
MehrEine Erweiterung der kontextfreien Grammatiken: PATR-II
Eine Erweiterung der kontextfreien Grammatiken: PATR-II Das ursprüngliche Problem war: Wie kann man strukturelle Information (Phrasenstruktur) von anderen grammatischen Informationen (wie Kongruenz, Rektion
MehrKontextfreie Grammatiken
Kontextfreie Grammatiken Vorlesung Computerlinguistische Techniken Alexander Koller 16. Oktober 2015 Übersicht Worum geht es in dieser Vorlesung? Übungen und Abschlussprojekt Kontextfreie Grammatiken Computerlinguistische
MehrBaumadjunktionsgrammatiken
Baumadjunktionsgrammatiken Vorlesung Grammatikformalismen Alexander Koller 22. April 2016 Grammatikformalismen Grammatik- formalismus Grammatik- theorie abstrakt Grammatik prache konkret formal linguistisch
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Merkmalstrukturen und Unifikation Dozentin: Wiebke Petersen WS 2004/2005 Wiebke Petersen Formale Komplexität natürlicher Sprachen WS 03/04 Universität Potsdam Institut
MehrFormale Methoden III - Tutorium
Formale Methoden III - Tutorium Daniel Jettka 08.05.06 Anmeldung im ekvv Inhaltsverzeichnis 1. Aufgaben vom 27.04.06 1.1 Aufgabe 1 1.2 Aufgabe 2 1.3 Aufgabe 3 1.4 Aufgabe 4 1.5 Aufgabe 5 1.6 Aufgabe 6
MehrTeil 111. Chart-Parsing
Teil 111 Chart-Parsing 102 Die im ersten Teil des Buches behandelten einfachen Parsingalgorithmen sind, anders als die meisten vor allem im Compilerbau verwendeten Algorithmen (z.b. die LLoder LR-Parsingalgorithmen),
MehrEinführung. Vorlesung Grammatikformalismen Alexander Koller. 15. April 2016
Einführung Vorlesung Grammatikformalismen Alexander Koller 15. April 2016 Übersicht Was sind Grammatikformalismen, und warum reichen uns kfgs nicht? Was machen wir in dieser Vorlesung? Prüfungsmodalitäten
MehrÜbungsaufgaben. Eine kontextfreie Grammatik lässt sich formal als Quadrupel darstellen: D : der, das N : Hund, Kaninchen V : sieht, beißt
Universität Bielefeld 25. Juni 2006 Fakultät für Linguistik und Literaturwissenschaft Formale Methoden der Linguistik III Veranstalter: Dieter Metzing Sommersemester 2006 Übungsaufgaben 1. (a) Welche Bestandteile
MehrSchwach kontextsensitive Grammatikformalismen
chwach kontextsensitive Grammatikformalismen! Vorlesung Grammatikformalismen Alexander Koller! 2. Juni 2015 Grammatikformalismen Parsingkomplexität O(n) O(n 3 ) polynomiell exponentiell PPACE-vollst. unentscheidbar
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Syntax: Merkmalsstrukturen WS 2014/2015 Vera Demberg Eigenschaften der syntaktischen Struktur [1] Er hat die Übungen gemacht. Der Student hat die Übungen gemacht. Der
MehrSyntax und Parsing. OS Einblicke in die Computerlinguistik. Philipp Rabe, 13IN-M
OS Einblicke in die Computerlinguistik basierend auf Computerlinguistik und Sprachtechnologie, 3. Auflage, Spektrum, Heidelberg 2010 22. Mai 2014 Ausgangssituation Tokenisierung und Wortarten-Tagging vollendet
MehrKarl Heinz Wagner
PATR II Funktionale Beschreibungen Der PATR II Formalismus Auch für PATR II gilt Sprachliche Ausdrücke werden durch funktionale Beschreibungen oder Deskriptionen (engl. functional descriptions,, FD beschrieben
Mehr10. Linksassoziative Grammatik (LAG)
Kapitel 10: Linksassoziative Grammatik (LAG) 168 10 Linksassoziative Grammatik (LAG) 101 Regeltypen und Ableitungsordnung 1011 Der Begriff linksassoziativ When we combine operators to form expressions,
MehrParsing von unifikationsbasierten Grammatikformalismen
Parsing von unifikationsbasierten Grammatikformalismen Vorlesung Grammatikformalismen Alexander Koller. Juli 016 Parsing Warum kann man kfgen in polynomieller Zeit parsen, wenn doch jeder Substring exponentiell
MehrDie vorgestellten Chart-Parser haben bei bestimmten Grammatiken Probleme die Symbole der Grammatik dÿrfen nicht unterspezifiziert sein
bersicht Die vorgestellten Chart-Parser haben bei bestimmten Grammatiken Probleme die Symbole der Grammatik dÿrfen nicht unterspezifiziert sein OK: Prolog-Atome OK: komplexe Terme, deren Argumente jederzeit
MehrElementare Wahrscheinlichkeitslehre
Elementare Wahrscheinlichkeitslehre Vorlesung Computerlinguistische Techniken Alexander Koller 13. November 2015 CL-Techniken: Ziele Ziel 1: Wie kann man die Struktur sprachlicher Ausdrücke berechnen?
MehrProbabilistische kontextfreie Grammatiken
Probabilistische kontextfreie Grammatiken Vorlesung Computerlinguistische Techniken Alexander Koller 08. Dezember 2015 Let s play a game Ich gebe Ihnen ein Nichtterminalsymbol. S, NP, VP, PP, oder POS-Tag
MehrInformatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit. Zugangsnummer: 9201
Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit Wiederholung Kapitel 3 und 4 http://pingo.upb.de Zugangsnummer: 9201 Dozent: Jun.-Prof. Dr.
MehrSyntax natürlicher Sprachen
Syntax natürlicher Sprachen Vorlesung 9: Unifikation und merkmalsbasiertes Parsing Martin Schmitt Ludwig-Maximilians-Universität München 19.12.2017 Martin Schmitt (LMU) Syntax natürlicher Sprachen 19.12.2017
MehrDeterministischer Kellerautomat (DPDA)
Deterministische Kellerautomaten Deterministischer Kellerautomat (DPDA) Definition Ein Septupel M = (Σ,Γ, Z,δ, z 0,#, F) heißt deterministischer Kellerautomat (kurz DPDA), falls gilt: 1 M = (Σ,Γ, Z,δ,
MehrSemantikkonstruktion
Semantikkonstruktion Vorlesung Computerlinguistische Techniken Alexander Koller 16. Januar 2015 Semantische Verarbeitung Uraltes Problem: Inferenz. Woher wissen wir, dass ein Satz aus einem anderen folgt?
MehrEinführung in die Computerlinguistik Merkmalsstrukturen (Feature Structures)
Eiführug i die Computerliguistik Merkmalsstrukture (Feature Structures) Laura Heirich-Heie-Uiversität Düsseldorf Sommersemester 2013 Eileitug (1) Die i CFGs verwedete Nichttermiale sid i der Regel icht
MehrGliederung. Natürlichsprachliche Systeme I. Merkmalsbasierte Grammatiken. Merkmalsbasierte Grammatiken. Merkmalsbasierte Grammatiken mit NLTK
Merkmalsbasierte Merkmalsbasierte Gliederung Natürlichsprachliche Systeme I Merkmalsbasierte mit NLTK D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität
MehrChart-Parsing. bersicht. Ziel. Motivation: Bisher vorgestellte Verfahren sind nicht effizient Grundidee des Chart-Parsing Datenstruktur
Chart-Parsing bersicht Ziel Motivation: Bisher vorgestellte Verfahren sind nicht effizient Grundidee des Chart-Parsing Datenstruktur Knoten passive und aktive Kanten gepunktete Regeln (dotted rules) Fundamentalregel
MehrGrundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
MehrAutomatentheorie und formale Sprachen
Automatentheorie und formale Sprachen VL 8 Chomsky-Grammatiken Kathrin Hoffmann 23. Mai 2012 Hoffmann (HAW Hamburg) Automatentheorie und formale Sprachen 23.5. 2012 250 Wortproblem Wortproblem ist das
MehrSie gab das Buch ihrer Schwester.
Linguistische Kriterien für kontextfreie Grammatiken Zerlegung eines Satzes in Konstituenten gemäß Austausch-, Verschiebe- und Weglaßprobe Dies ist ein Beispiel. Beschreibungsmöglichkeiten: 1. S Pron V
MehrEarley Parsing. Parsing - WS 2012 / 2013 Lisa Orszullok & Anika Stallmann
Earley Parsing Parsing - WS 2012 / 2013 Lisa Orszullok & Anika Stallmann 12.12.2012 Agenda Basics Komponenten Earley Parsing - Recognizer Earley Parsing - Parser Vor- und Nachteile Parsing WS 2012/2013
MehrProgrammierkurs Python II
Programmierkurs Python II Michaela Regneri & Stefan Thater FR 4.7 Allgemeine Linguistik (Computerlinguistik) Universität des Saarlandes Sommersemester 2011 Prüfungsleistungen Klausur am Semesterende -
MehrSemantik und Pragmatik
Semantik und Pragmatik SS 2005 Universität Bielefeld Teil 4, 6. Mai 2005 Gerhard Jäger Semantik und Pragmatik p.1/35 Prädikatenlogik: atomare Formeln Syntax JO, BERTIE, ETHEL, THE-CAKE... sind Individuenkonstanten
MehrGrammatik Prüfung möglich, ob eine Zeichenfolge zur Sprache gehört oder nicht
Zusammenhang: Formale Sprache Grammatik Formale Sprache kann durch Grammatik beschrieben werden. Zur Sprache L = L(G) gehören nur diejenigen Kombinationen der Zeichen des Eingabealphabets, die durch die
MehrGrammatiktheorie: Merkmale, Merkmalstrukturen, Unifikation, Unifikationsgrammatiken
Grammatiktheorie: Merkmale, Merkmalstrukturen, Unifikation, Unifikationsgrammatiken Einführungskurs Syntax und Morphologie 11. Vorlesung Merkmale Das Wort 'Merkmal' bedeutet im Prinzip soviel wie 'Eigenschaft'
Mehr5. Die syntaktische Analyse
mittels sog. Parser Input: Folge von Token (Symbolen), geliefert vom Scanner/Sieber Aufgabe: Teilfolgen zusammenfassen zu größeren syntaktischen Einheiten Ausdrücke, Anweisungen(-folgen), Deklarationen,
MehrDer Earley-Algorithmus
Der Earley-Algorithmus Kursfolien Karin Haenelt 25.03.02 1 25.03.02 2 Inhalt Funktion des Earley-Algorithmus Begriffe Erkenner/Parser Kontextfreie Grammatik Ein Beispiel Funktionen des Algorithmus Funktionsweise
MehrCharts. Motivation. Grundfrage. Chart als Graph
Charts Motivation Übersicht Chart bzw. Well-Formed Substring Table (WFST) Als azyklischer Graph, Tabelle und Relation Kantenbeschriftungen Kategorien: WFST Regeln: Passive Charts Regelhyposen: Aktive Charts
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 31. August 2009
Klausur zur Vorlesung Grundbegriffe der Informatik 31. August 2009 Klausurnummer Vorname: Aufgabe 1 2 3 4 5 6 7 max. Punkte 4 4 8 8 6 8 8 tats. Punkte Gesamtpunktzahl: Note: Aufgabe 1 (1+1+2 = 4 Punkte)
MehrDer Earley-Algorithmus
Der Earley-Algorithmus Kursfolien Karin Haenelt 25.03.02 1 25.03.02 2 Inhalt Funktion des Earley-Algorithmus Begriffe Erkenner/Parser Kontextfreie Grammatik Ein Beispiel Funktionen des Algorithmus Funktionsweise
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik 4. Kellerautomaten und kontextfreie prachen (VI) 25.06.2015 Viorica ofronie-tokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrChartparsing & CKY Algorithmus
Ludwigs Maximiliansuniversität München Centrum für Informations und Sprachverarbeitung Hauptseminar: Parsing Leitung: Prof. Dr. Klaus U. Schulz Sommersemester 2009 Chartparsing & CKY Algorithmus Daniel
MehrÜbersicht. (A) Kontextfreie Sprachen (B) Syntaxanalyse (Parsing) (C) Grenzen der Kontextfreiheit
Übersicht (A) Kontextfreie Sprachen (B) Syntaxanalyse (Parsing) (C) Grenzen der Kontextfreiheit (B) Syntaxanalyse 1. Definition Parsing 2. Einfache Parsestrategien: Top-down Bottom-Up Probleme beim Parsen
Mehr...imbeispiel: Die Konkatenation der Blätter des Ableitungsbaums t bezeichnen wir auch mit yield(t). liefert die Konkatenation: name int + int.
Die Konkatenation der Blätter des Ableitungsbaums t bezeichnen wir auch mit yield(t)....imbeispiel: E 0 E 1 + T 1 T 0 F 2 T 1 F 2 int F 1 int name liefert die Konkatenation: name int + int. 273 Die Grammatik
MehrEarley Parser. Flutura Mestani
Earley Parser Flutura Mestani Informatik Seminar Algorithmen zu kontextfreien Grammatiken Wintersemester 2015/2016 Prof. Martin Hofmann, Dr. Hans Leiß Flutura Mestani 25.11.2015 Seminar Algorithmen zu
MehrGrundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben
Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekt mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten
MehrBeschreibungskomplexität von Grammatiken Definitionen
Beschreibungskomplexität von Grammatiken Definitionen Für eine Grammatik G = (N, T, P, S) führen wir die folgenden drei Komplexitätsmaße ein: Var(G) = #(N), Prod(G) = #(P ), Symb(G) = ( α + β + 1). α β
MehrTheoretische Grundlagen der Informatik. Vorlesung am 17. Januar INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 17.01.2019 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Evaluation Ergebnisse
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 31. August 2009 mit Lösunsgsvorschlägen
Klausur zur Vorlesung Grundbegriffe der Informatik 31. August 2009 mit Lösunsgsvorschlägen Klausurnummer Vorname: Aufgabe 1 2 3 4 5 6 7 max. Punkte 4 4 6 8 6 8 8 tats. Punkte Gesamtpunktzahl: Note: Aufgabe
MehrSemantik: Semantik von Merkmalsstrukturen
Spezielle Themen der KI : von Subsumption Notation: t 1 t 2 Definition: Eine Merkmalsstruktur t 1 subsumiert eine Merkmalsstruktur t 2 gdw. die Menge der von t 2 beschriebenen Elemente eine Teilmenge der
MehrFormale Sprachen und Automaten: Tutorium Nr. 8
Formale Sprachen und Automaten: Tutorium Nr. 8 15. Juni 2013 Übersicht 1 Nachtrag 2 Besprechung von Übungsblatt 7 Aufgabe 1 Aufgabe 2 Aufgabe 3 3 CFG PDA Definitionen Ein Beispiel! Aufgabe 4 Der PDA als
MehrGrammatikformalismen SS 2007 Ausgewählte Musterlösungen Schreiben Sie eine LFG-Grammatik, die Sätze der folgenden Form erkennt:
Grammatikformalismen SS 2007 Ausgewählte usterlösungen 1 LFG Übungsblatt LFG 1 1. Schreiben Sie eine LFG-Grammatik, die Sätze der folgenden Form erkennt: (1) Der Lehrer schläft. (2) Sie schenkt dem Lehrer
MehrAlphabet, formale Sprache
n Alphabet Alphabet, formale Sprache l nichtleere endliche Menge von Zeichen ( Buchstaben, Symbole) n Wort über einem Alphabet l endliche Folge von Buchstaben, die auch leer sein kann ( ε leere Wort) l
Mehr2.1 Grundlagen: Kontextfreie Grammatiken
2.1 Grundlagen: Kontextfreie Grammatiken Programme einer Programmiersprache können unbeschränkt viele Tokens enthalten, aber nur endlich viele Token-Klassen :-) Als endliches Terminal-Alphabet T wählen
MehrÜbungszettel XI *gelöst*
Übungszettel XI *gelöst* 1. Aufgabe Sei folgende Grammatik G = < A, N, S, R > gegeben, wobei: A = { der, die, das, Auto, Banane, fährt, schnell, schmeckt, gut } N = {, , , , , } S
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrBerechenbarkeitstheorie 7. Vorlesung
1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster W 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Das Pumpinglemma
MehrFormale Methoden 1. Gerhard Jäger 12. Dezember Uni Bielefeld, WS 2007/2008 1/22
1/22 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 12. Dezember 2007 2/22 Bäume Baumdiagramme Ein Baumdiagramm eines Satzes stellt drei Arten von Information
MehrLR Parsing. Prinzip: Entwicklung des Parsebaums bottom up, von links nach rechts (Abb. 2.52)
LR Parsing Prinzip: Entwicklung des Parsebaums bottom up, von links nach rechts (Abb. 2.52) Parserkonfiguration: s 0 X 1 s 1... X m s m, t i t i 1... t n 1.Stack: enthält abwechselnd Zustand sk und Grammatiksymbol
MehrPython 2. Vorlesung Computerlinguistische Techniken Alexander Koller. 28. Oktober 2014
Python 2! Vorlesung Computerlinguistische Techniken Alexander Koller! 28. Oktober 2014 Listen Sequenz von beliebigen Werten. Literale: [], [1,2,3], [ hallo, True, -5.0] Hinten an Liste anhängen: L.append(27)
MehrEinführung in die Computerlinguistik Formale Grammatiken rechtslineare und kontextfreie Grammatiken Kellerautomaten
Einführung in die Computerlinguistik Formale Grammatiken rechtslineare und kontextfreie Grammatiken Kellerautomaten Dozentin: Wiebke Petersen 13. Foliensatz Wiebke Petersen Einführung CL 1 Formale Grammatik
MehrSyntax natürlicher Sprachen
Syntax natürlicher Sprachen 05: Dependenz und Valenz Martin Schmitt Ludwig-Maximilians-Universität München 22.11.2017 Martin Schmitt (LMU) Syntax natürlicher Sprachen 22.11.2017 1 Themen der heutigen Übung
MehrShift-Reduce-Parsing: Ein einfaches Bottom-Up-Verfahren Keller Shift- und Reduce-Schritte Vorgehen des Parsers Implementation in Prolog Probleme
Shift-Reduce-Parsing bersicht Shift-Reduce-Parsing: Ein einfaches Bottom-Up-Verfahren Keller Shift- und Reduce-Schritte Vorgehen des Parsers Implementation in Prolog Probleme Tilgungsregeln Zyklische Regeln
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 18.01.2011 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrEinführung in die Computerlinguistik Chart-Parsing
Einführung in die Computerlinguistik Chart-Parsing Dozentin: Wiebke sen 21.12.2009 Wiebke sen Einführung CL (Wie 09/10) 1 P = calls calls Wiebke sen Einführung CL (Wie 09/10) 2 P = calls calls Wiebke sen
Mehr1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen - 1 -
1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen I.2. I.2. Grundlagen von von Programmiersprachen. - 1 - 1. Der Begriff Informatik "Informatik" = Kunstwort aus Information und Mathematik
Mehr1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen - 1 -
1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen I.2. I.2. Grundlagen von von Programmiersprachen. - 1 - 1. Der Begriff Informatik "Informatik" = Kunstwort aus Information und Mathematik
MehrAlgorithmen und Datenstrukturen I - Exkurs Formale Sprachen -
Algorithmen und Datenstrukturen I - Exkurs Formale Sprachen - Thies Pfeiffer Technische Fakultät tpfeiffe@techfak.uni-bielefeld.de Vorlesung, Universität Bielefeld, Winter 2012/2013 1 / 1 Exkurs: Formale
MehrWortähnlichkeit: Praktische Implementierung
Wortähnlichkeit: Praktische Implementierung Benjamin Roth Centrum für Informations- und Sprachverarbeitung Ludwig-Maximilian-Universität München beroth@cisuni-muenchende Benjamin Roth (CIS) Wortähnlichkeit:
MehrSprachanalyse. Fachseminar WS 08/09 Dozent: Prof. Dr. Helmut Weber Referentin: Nadia Douiri
Sprachanalyse WS 08/09 Dozent: Prof. Dr. Helmut Weber Referentin: Inhalt 1. Formale Sprachen 2. Chomsky-Hierarchie 2 FORMALE SPRACHE 1. WAS IST EINE SPRACHE? 2. WIE BESCHREIBT MAN EINE SPRACHE? 3. WAS
MehrEinführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 7
Prof. J. Esparza Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt 7 Übungsblatt Wir unterscheiden zwischen Übungs-
MehrBinärbäume und Pfade
Binärbäume und Pfade Bevor wir uns dem Pumping Lemma für Typ-2 Sprachen widmen, wollen wir einen einfachen Satz über Binärbäume beweisen. Als Binärbaum bezeichnen wir hier einen Baum, bei dem jeder Knoten,
MehrSpezielle Themen der KI. NLP Natural Language Processing Parsing
Spezielle Themen der KI NLP Natural Language Processing Parsing Parsing Strategien top-down: Ausgehend von S Hypothesenbildung und Verifikation anhand der Grammatikregeln Ersetzung nicht-terminaler Symbole
MehrHauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012 Hier Aufkleber mit Name und Matrikelnr. anbringen
MehrMODIFIKATIONEN DES TOMITA-PARSERS FÜR ID/LP UND FEATURE GRAMMARS Jens Woch
Fachbeiträge MODIFIKATIONEN DES TOMITA-PARSERS FÜR ID/LP UND FEATURE GRAMMARS Jens Woch Abstract: Die Verwendung von ID/LP-Grammatiken und komplexen Symbolen ist bei Flektionsreichen und in der Wortstellung
Mehr3 Syntax von Programmiersprachen
3 Syntax von Programmiersprachen Syntax ( Lehre vom Satzbau ) formale Beschreibung des Aufbaus der Worte und Sätze, die zu einer Sprache gehören; im Falle einer Programmiersprache Festlegung, wie Programme
MehrVerarbeitung (Unifikation)
Suche nach einem effizienten Verarbeitungsalgorithmus für im besten Fall unter Berücksichtigung aller angegebenen Operationen, mindestens aber der Unifikation. Unifikation bildet aus zwei MS eine neue
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Kontextfreie Sprachen und Pushdown-Automaten Dozentin: Wiebke Petersen WS 2004/2005 Wiebke Petersen Formale Komplexität natürlicher Sprachen WS 03/04 Wiederholung c
MehrVU Software Paradigmen / SS 2014
VU Software Paradigmen 716.060 / SS 2014 Ralph Ankele ralph.ankele@tugraz.at Termine Ausgabe: 19. März (heute) Fragestunde: 24. März Abgabe: 09. April(bis 16:00 Uhr) Einsichtsnahme: xx. April (16:00 Uhr)
MehrLexikalische Programmanalyse der Scanner
Der Scanner führt die lexikalische Analyse des Programms durch Er sammelt (scanned) Zeichen für Zeichen und baut logisch zusammengehörige Zeichenketten (Tokens) aus diesen Zeichen Zur formalen Beschreibung
MehrF2 Zusammenfassung Letzte Tips zur Klausur
F2 Zusammenfassung Letzte Tips zur Klausur Berndt Farwer FB Informatik, Uni HH F2-ommersemester 2001-(10.6.) p.1/15 Funktionen vs. Relationen Funktionen sind eindeutig, Relationen brauchen nicht eindeutig
MehrVorlesung Theoretische Informatik (Info III)
1 Vorlesung Theoretische Informatik (Info III) Prof. Dr. Dorothea Wagner Dipl.-Math. Martin Holzer 22. Januar 2008 Einleitung Motivation 2 Thema heute Kontextfreie Grammatiken: Lemma von Ogden Eigenschaften
MehrEinführung in die Programmiertechnik
Einführung in die Programmiertechnik Formale Beschreibung von Programmiersprachen Lexikalische Regeln Definition von Wörtern (Lexem, Token) Gruppierung von Zeichen Lexikalische Kategorien: Klassen ähnlicher
MehrMerkmale und Vererbung in unifikationsbasierten Lexika
Gerold Schneider: Lexikonaufbau und Morphologieanalyseverfahren Seite 1 Merkmale und Vererbung in unifikationsbasierten Lexika Morphologieanalyse und Lexikonaufbau (14. Vorlesung) Dozent: Gerold Schneider
MehrProbabilistic Context Free Grammars, Part II
Probabilistic Context Free Grammars, Part II Prof Dr. Matthew Crocker Universität des Saarlandes 16. Juli 2015 Matthew Crocker (UdS) PCFG II 16. Juli 2015 1 / 25 Themen heute: 1 Wiederholung: PCFG 2 Formeln
MehrGrammatiken in Prolog
12. Grammatiken in Prolog 12-1 Grammatiken in Prolog Allgemeines: Gedacht zur Verarbeitung natürlicher Sprache. Dort braucht man kompliziertere Grammatiken als etwa im Compilerbau, andererseits sind die
MehrIdee: Wir definieren: 2.4 Topdown Parsing. uaβ mit
2.4 Topdown Parsing Idee: Benutze den Item-Kellerautomaten. Benutze die nächsten k Zeichen, um die Regeln für die Expansionen zu bestimmen ;-) Eine Grammatik heißt LL(k), falls dies immer eindeutig möglich
MehrAutomatisches Verstehen gesprochener Sprache
Automatisches Verstehen gesprochener Sprache 6. Syntaxanalyse Martin Hacker Bernd Ludwig Günther Görz Professur für Künstliche Intelligenz Department Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012
Automaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2012 Dr. Sander Bruggink Übungsleitung: Jan Stückrath Sander Bruggink Automaten und Formale Sprachen 1 Einschub: Kellerautomaten
MehrUniversität Karlsruhe (TH)
Universität Karlsruhe (TH) Lehrstuhl für Programmierparadigmen prachtechnologie und Compiler W 2008/2009 http://pp.info.uni-karlsruhe.de/ Dozent: Prof. Dr.-Ing. G. nelting snelting@ipd.info.uni-karlsruhe.de
Mehr6 Kontextfreie Grammatiken
6 Kontextfreie Grammatiken Reguläre Grammatiken und damit auch reguläre Ausdrücke bzw. endliche Automaten haben bezüglich ihres Sprachumfangs Grenzen. Diese Grenzen resultieren aus den inschränkungen,
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 13.01.2011 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrI.5. Kontextfreie Sprachen
I.5. Kontextfreie prachen Zieht man in Betracht, dass BNF-yteme gerade so beschaffen sind, dass auf der linken eite immer genau ein Nichtterminal steht, so sind das also gerade die Ableitungsregeln einer
MehrKlausur SoSe 2013 / PROBEKLAUSUR
Die Anzahl der Aufgaben, das Punkteschema, die Themenschwerpunkte, etc. können in der echten Klausur unterschiedlich sein! Uni Osnabrück / Theoretische Informatik Prof. Dr. M. Chimani Informatik D: Einführung
MehrAufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 13
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2003/04 ILKD Prof. Dr. D. Wagner 14. April 2004 2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Hier Aufkleber
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 04.06.2013 An den Transitionen sieht man zunächst, dass nur die folgenden Zustandsübergänge
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 15.01.2015 INSTITUT FÜR THEORETISCHE 0 KIT 15.01.2015 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik
Mehr