Vorlesung I: Einführung in die Syntaxtheorie

Transkript

1 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 1 Vorlesung I: Einführung in die Syntaxtheorie Dozent: Gerold Schneider Grammar writing is much more difficult than rule writing. The intricate interrelations of the individual rules of a grammar make grammar writing a complex and error-prone process, much like computer programming. Friedman ``Computational Testing of Linguistic Models in Syntax and Semantics''; 1989

2 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 2 Übersicht Etymologie des Wortes 'Syntax' Ziele von Syntaxtheorie Was ist Sprache? Akzeptabilität und Grammatikalität Syntaxtheorie und traditionelle Grammatik Die Nützlichkeit von Syntaxtheorie Konstituentenstruktur Repräsentationsformen Konstituentenstruktur genauer untersucht Syntaktische Regeln Regeln und Sätze Getrennte Dominanz- und Präzedenzregeln Nicht-lokale Bedingungen über Bäume Syntaktische Kategorien Phrasale und lexikalische Kategorien Verallgemeinerungen über Kategorien Syntaktische Merkmale Operationen über Merkmalstrukturen Die Themen dieser Vorlesung orientieren sich vor allem an [Borsley 91/97].

3 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 3 Etymologie des Wortes 'Syntax' "Der Terminus Syntax kommt vom altgriechichischen syntaxis und heisst ursprünglich so viel wie 'Zusammenstellung' oder 'Anordung'. Üblicherweise wird in der Grammatik darunter die Lehre von der Anordung der Wörter zu Sätzen verstanden." [Linke 91] Ziele von Syntaxtheorie Syntaxtheorie verfolgt zwei Ziele: die Entwicklung von Grammatiken, d.h. präzisen Beschreibungen der Syntax natürlicher Sprachen. die Entwicklung von Theorien zur Bestimmung der syntaktischen Gemeinsamkeiten natürlicher Sprachen. Der zweite Punkt unterstellt, dass natürliche Sprachen sich bzgl. ihrer Struktur nicht beliebig unterscheiden (wie man noch in den 50er Jahren glaubte). Es sind Phänomene vorstellbar, die in keiner natürlichen Sprache auftreten. Es gibt keine Sprache, bei der eine Frage durch systematische, vollständige Umkehrung der Wortreihenfolge gebildet wird. Der Junge ass den Hamburger. * Hamburger den ass Junge der.

4 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 4 Was ist Sprache? Definition von Sprache nach Chomsky Sprache ist die Menge aller Sätze, die ein Sprecher benutzen könnte. Definition formaler Sprachen Eine formale Sprache ist eine Menge von Zeichenketten, die aus den Symbolen eines beliebigen Alphabets (= eine endliche Menge von Symbolen) aufgebaut sind. (nach [Hopcroft and Ullman 92]). Unterschiede zwischen formalen und natürlichen Sprachen Strukturelle Mehrdeutigkeiten Er verteidigt mühsam verdientes Geld. Implizite Elemente: Anaphern und Ellipsen Hans sieht Peter und Maria Susanne. Abgrenzung: Was soll als grammatisch wohlgeformt gelten? Hans schläft lange, weil er ist sehr müde.

5 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 5 Akzeptabilität und Grammatikalität Bei der Analyse einer natürlichen Sprache muss festgelegt werden, welche Sätze ein Sprecher dieser Sprache benutzt bzw. benutzen könnte. Akzeptabilität Grammatikalität. Ein Satz kann aus verschiedenen Gründen unakzeptabel sein. Z.B. weil er Probleme für die kognitive Verarbeitung bietet. The man the girl the boy knows likes is here. Der Mann, der die Frau, die das Kind ruft, beobachtet, steht am Fenster. Es stellt sich die Frage: Gibt es Sätze, die akzeptabel aber nicht grammatisch sind? He sees a not unintelligent person. Kompetenz versus Performanz Chomskys obige Sprachdefinition: Sprache ist die abstrakte Menge aller Sätze, die ein Sprecher benutzen könnte. Man unterscheidet zwischen der Fähigkeit, alle möglichen Äusserungen aus Regeln zu bilden (Kompetenz, Langue) und den tatsächlich von Anwendern benutzten Äusserungen (Performanz, Parole). Grammatikalität orientiert sich an der sprachlichen Kompetenz. isoliert als akzeptabel eingestuft Akzeptabilität orientiert sich an der sprachlichen Performanz. Im Kontext akzeptabel. Grammatischer Satz Peter hofft auf mehr Geld. Akzeptabler Satz Peter hofft Bananen. im Kontext der Frage: Was isst Susanne gern?

6 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 6 Syntaxtheorie und traditionelle Grammatik Syntaxtheorie schöpft aus der Quelle der traditionellen Grammatik, ist jedoch um grössere Präzision bemüht. Zu diesem Zweck wurden innerhalb der Syntaxtheorie verschiedene Grammatiktheorien formuliert, die den formalen Rahmen der Syntax festlegen. Grammatiktheorie (Definition) Eine Grammatiktheorie ist ein formales System, das festlegt, wie die Regeln und Prinzipien einer Grammatik für eine natürliche Sprache beschaffen sind. Die Grammatiktheorie ist eine Metagrammatik, da sie die Syntax und Semantik der Grammatikregeln vorschreibt. Beispiele für Grammatiktheorien sind: TG (Transformationsgrammatik) GB (Government and Binding Theory, siehe Vorlesungen 4 und 5) LFG (Lexical Functional Grammar, siehe Vorlesung 7) GPSG (Generalized Phrase Structure Grammar) HPSG (Head-driven Phrase Structure Grammar, siehe Vorlesungen 8 und 9) CG (Categorial Grammar)

7 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 7 Die Nützlichkeit von Syntaxtheorie Der Nutzen von Syntaxtheorie liegt in den folgenden Bereichen: Sprachlehren und -lernen Computer-Implementation von Sprachverstehen gesprochene Sprache Er isst mehr Fleisch als du. Er liegt am Meer. Bei Generierung gesprochener Sprache muss die unterschiedliche Aussprache gleichgeschriebener Wörter ermittelt werden. Montage liegt mir nicht. Montage liegen mir nicht. Die Auflösung von Mehrdeutigkeiten kann nicht nur einzelne Wörter betreffen, sondern auch die Bezüge in Satzgefügen. Die Mitarbeiterinnen jeder Abteilung, die PCs benutzt,... Die Mitarbeiterinnen jeder Abteilung, die PCs benutzen,... Schliesslich gibt es Anwendungen, bei denen die Syntaxanalyse zentral ist: Grammar Checker Frage-Antwort-Systeme (z.b. ExtrAns) Maschinelle Übersetzung

8 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 8 Konstituentenstruktur Motivation Ohne die Annahme einer inneren Struktur von Sätzen ist es unmöglich, Aussagen darüber zu machen, welche Sätze in einer Sprache möglich sind und welche nicht. Der Mann war zornig über den Hund. Diesen Satz könnte man analysieren als Kette bestehend aus: Artikel, Nomen, Verb, Adjektiv, Präposition, Artikel und Nomen. Diese Analyse würde aber viele Generalisierungen nicht ausdrücken. Zudem könnte sie die enge Verwandschaft zum folgenden Satz nicht erkennen. Der grosse Mann ist zornig gewesen über den Hund. Deshalb werden Verfahren des Distributionalismus eingesetzt, um grössere Einheiten, sog. Konstituenten, zu ermitteln. Dazu gehören: (vgl. hierzu [Duden 95] S. 600 ff)

9 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 9 Ersetzungsprobe Allgemeine Variante: Bleibt der Satz unter Ersetzung grammatisch, so sind die Wortketten vom gleichen Typ. Spezielle Variante: Alles, was durch ein Pronomen ersetzt werden kann, ist eine syntaktische Einheit. Peter sucht essbare Pilze. Peter sucht sie. * Peter sucht essbare sie. Verschiebeprobe Verschieben einer Wortkette im Satz unter Beibehaltung der Grammatikalität und des Wahrheitswertes. Zu den Verschiebemöglichkeiten gehören im Deutschen: Inversion, Passivierung. Peter sucht essbare Pilze. Essbare Pilze sucht Peter. Essbare Pilze wurden von Peter gesucht. * Essbare sucht Peter Pilze. Zu den Verschiebemöglichkeiten gehören im Englischen: cleft-bildung, Passivierung und Topikalisierung. Stefan painted a picture of Maja. Cleft: It was a picture of Maja that Stefan painted. Passive: A picture of Maja was painted by Stefan. Topicalization: A picture of Maja Stefan painted.

10 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 10 Koordination Koordination zweier Wortketten. Annahme: Nur Wortketten des gleichen Typs können koordiniert werden. Peter sucht essbare Pilze und kleine Walderdbeeren. Peter sucht im Unterholz und am Waldrand. * Peter sucht essbare Pilze und am Waldrand. Weglassprobe Schrittweises Weglassen einzelner Worte. Bestandteile einer Konstituente müssen gemeinsam eliminiert werden. Peter sucht essbare Pilze am Waldrand. * Peter sucht essbare Pilze am. Peter sucht essbare Pilze. Die folgenden Konstituenten werden dadurch für das Englische postuliert: Nominalphrase (NP) bestehend aus z.b. Det + N Eigenname Det + AdjP + N NP Conj NP Verbalphrase (VP) bestehend aus z.b. Verb Verb + NP Verb + NP + PP

11 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 11 Präpositionalphrase (PP) bestehend aus z.b. Prep + NP PP Conj PP Adjektivphrase (AdjP) bestehend aus z.b. Adj Adv + Adj Adj + PP Repräsentationsformen Syntaxstrukturen werden als geschachtelte Listen oder als Bäume repräsentiert. Diese Darstellungen sind isomorph. [Der Mann] [war zornig [über [den Hund]]]. Bei der Baumdarstellung werden oft nicht-interessierende Detailinformationen weggelassen und mit einem Dreieck symbolisiert. Wichtige Terminologie: Wurzel Den höchsten Knoten eines Baumes bezeichnet man als die Wurzel eines Baumes. Dominanz Ein Knoten X dominiert einen Knoten Y, wenn X auf dem Weg von Y zur Wurzel liegt.

12 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 12 Konstituente X ist eine Konstituente von Y, wenn Y den Knoten X dominiert. Mutterknoten X ist der Mutterknoten von Y, wenn X der nächste Knoten auf dem Weg von Y zur Wurzel ist. Geschwisterknoten X und Y sind Geschwisterknoten, wenn sie die selbe Mutter haben. Für Syntaxbäume gelten zwei wichtige Restriktionen: 1. Nur nebeneinander liegende Teile können eine Konstituente bilden. D.h. es gibt im Baum keine sich kreuzenden Äste. 2. Keine Konstituente kann gleichzeitig zu zwei Mutterknoten gehören. Diese Restriktionen erleichtern die automatische Verarbeitung und Darstellung, aber sie erschweren die Analyse von Sätzen mit diskontinuierlichen Elementen (z.b. abgetrennten Verbpräfixen) und doppelter Funktion (z.b. doppelte Subjektfunktion bei Infinitivkonstruktionen): Er stellt sich gern dar. Er versucht, Gabi zu helfen.

13 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 13 Konstituentenstruktur genauer untersucht Bei genauer Untersuchung der Konstituentenstruktur zeigt sich, dass nicht nur lexikalische Kategorien (N, V, Adj, Prep) und phrasale Konstituenten (NP, VP, PP, AdjP) erforderlich sind, sondern auch noch Zwischenebenen. die alten weisen Frauen und greisen Männer Dieser Satzteil lässt sich nicht nur mit NPs und N analysieren, da greisen Männer keine eigenständige NP sein kann. Deshalb postuliert man eine Zwischenebene N' mit: [NP die [N' alten weisen Frauen] und [N' greisen Männer]] Mit analogen Argumenten postuliert man ebenfalls V', P' und A'. In alternativer Notation wird ein Querstrich (engl. bar) über das jeweilige Kategoriesymbol gezogen. Eine Kategorie, die mit einer Konstituente der Zwischenebene eine Konstituente der phrasalen Ebene bildet, nennt man Spezifikator (engl. specifier). Frage: Wie steht's mit 'weisen' im obigen Satz?

14 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 14 Syntaktische Regeln Phrasenstrukturregeln Der bekannteste Typus syntaktischer Regeln sind die Phrasenstrukturregeln (PS-Regeln). Sie legen fest, was in einer Sprache möglich bzw. nicht möglich ist. Eine PS-Regel hat die Form: A B1... Bn Kann gedeutet werden als Verzweigung in einem lokalen Baum oder auch als Bedingung über einem lokalen Baum. Ein lokaler Baum ist ein Baum der Tiefe 1. Rekursivität. Rekursive Regeln erlauben die Beschreibung einer unendlichen Anzahl von Sätzen mit endlichen Mitteln. Merke: In neueren Arbeiten zur Syntaxtheorie wird argumentiert, dass PS-Regeln nicht notwendigerweise Bestandteil einer Grammatik sein müssen (s. z.b. HPSG in [Pollard and Sag 94]).

15 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 15 Regeln und Sätze 1. Ziel bei der Anwendung von PS-Regeln ist die Beschreibung genau der Satzstrukturen einer natürlichen Sprache. Die Beschränkung auf genau die vorkommenden Satzstrukturen ist wichtig, sonst: Satz Wort Satz Satz Wort Mit diesen beiden Regeln lassen sich alle Sätze bilden. Jedoch ist der Erklärungswert dieser Art von Regeln gleich null. 2. Ziel ist die möglichst einfache Beschreibung der Satzstrukturen. Kleinste Zahl kompakter, ausdrucksstarker Regeln. Ein drittes Ziel besteht darin, Regeln zu finden, die sich möglichst leicht auf andere Sprachen übertragen lassen. Getrennte Dominanz- und Präzedenzregeln Dominanzregeln werden ähnlich notiert wie PS-Regeln mit dem Unterschied, dass die Elemente der rechten Regelseite durch Kommas getrennt werden. A B1, B2,..., Bn Präzedenzregeln werden notiert als: A < B mit der Bedeutung, dass A vor B stehen muss, wenn beide als Geschwister auftreten. OBS: ID/LP-Regeln können nur eingesetzt werden, wenn die Geschwisterreihenfolge unabhängig vom Mutterknoten ist.

16 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 16 Nicht-lokale Bedingungen über Bäume Sowohl PS-Regeln als auch ID/LP-Regeln sind in ihrer Reichweite eingeschränkt auf lokale Bäume. Ihr Einsatz wird deshalb problematisch, wenn Phänomene weiter verteilt sind. Beispiele sind diskontinuierliche Elemente: Stefan scratched himself. Who did John believe Mary saw? Stefan stellt uns seinen Freund aus Kindertagen, den er 15 Jahre nicht gesehen hatte, vor. Diese Probleme versucht man in modernen Grammatiktheorien durch den Transport syntaktischer Merkmale im Syntaxbaum (oder anderer Kommunikationsart) in den Griff zu bekommen. Kontextfreie Grammatik: Grammatikexplosion bleibt nicht mehr lokal -> exponentiell. Syntaktische Kategorien In modernen Grammatiktheorien (wie z.b. GPSG, HPSG) sind syntaktische Kategorien nicht atomare Einheiten sondern komplexe Strukturen, die aus kleineren Elementen, syntaktischen Merkmalen (engl. features), zusammengesetzt sind. Beispielsweise will man zum Wort Mann nicht nur vermerken, dass es sich um ein Nomen handelt, sondern auch, dass diese Form u.a. Nominativ Singular ist und dass es sich um ein Nomen mit maskulinem Genus handelt. `Mann' :-- N[Kasus=Nom, Numerus=Sg, Genus=Mask] Bei Verbformen: Numerus, Person, Tempus und Adjektive mit Angaben bzgl. Kasus, Numerus, Genus und Deklination

17 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 17 Phrasale und lexikalische Kategorien Weitere Indizien für die Behauptung, dass Kategorien komplexe Strukturen sind, erhält man aus der Beobachtung, dass phrasale Kategorien Projektionen lexikalischer Kategorien sind (X-Bar Theorie). Das heisst, eine Kategorie XP enthält als Tochterknoten normalerweise eine Kategorie X', die wiederum eine Tochter X' oder X hat, wobei X für A, N, P oder V steht. Wenn also NP, N' und N nominalen Charakter haben, sollte das implizit kodiert werden. Das macht man üblicherweise, indem man ein Merkmal `Bar' einführt, das die Ebene angibt. Also: [Nominal=+, Bar=0] [Nominal=+, Bar=1] [Nominal=+, Bar=2] N N' NP Merke: Phrasale Kategorien werden auch als maximale Projektionen bezeichnet. Verallgemeinerungen über Kategorien Die Eigenschaften nominal und verbal werden als elementar angesehen und dienen zur Definition der Basiskategorien: +nominal -nominal verbal Adjektiv Verb -verbal Nomen Präposition Höherer Abstraktionsgrad. Damit entspricht jetzt einer Akkusativ-NP die folgende Merkmalstruktur: [Nominal=+, Verbal=-, Bar=2, Kasus=Akk]

18 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 18 Syntaktische Merkmale Syntaktische Kategorien sind also nichts anderes als Mengen syntaktischer Merkmale, genauer: Merkmal-Wert Paare. Diese nennt man Merkmalstrukturen. Jedoch gelten einige zusätzliche Bedingungen. Ein Merkmal in einer Merkmalstruktur kann als Wert erhalten: 1. eine Zeichenkette (z.b. +, 1, Akk) 2. einen Verweis auf einen anderen Wert (eine sog. Koreferenz) oder 3. wiederum eine Merkmalstruktur (Rekursion) Merke: Im folgenden verwenden wir aus Gründen der Schreibvereinfachung NP, VP, AdjP und PP und meinen damit die komplexen Merkmalstrukturen mit den Merkmalen: nominal, verbal, bar.

19 G. Schneider: Formale Grammatiken und Syntaxanalyse. 1. Vorlesung: Einführung 19 Operationen über Merkmalstrukturen Um Regeln anwenden zu können, die komplexe Merkmalstrukturen enthalten, brauchen wir eine Operation, die festlegt, wann zwei Merkmalstrukturen "zusammenpassen". Diese Operation heisst Unifikation. Sie entspricht intuitiv einer Verträglichkeitsprüfung zwischen zwei Merkmalstrukturen und führt im positiven Fall zu einer Vereinigung der Merkmalstrukturen zu einer neuen Merkmalstruktur. Die Unifikation wird oft über die Subsumptionsrelation eingeführt: Eine Merkmalstruktur X subsumiert eine Merkmalstruktur Y genau dann, wenn Y alle Merkmal-Wert Paare von X enthält (und vielleicht noch andere). Wenn zwei Merkmalstrukturen X und Y in einer Subsumptionsrelation zueinander stehen, können sie immer unifiziert werden. Das Ergebnis ist dann gleich der informationsreicheren Merkmalstruktur. Sie können aber auch dann unifiziert werden, wenn sie nicht in einer Subsumptionsrelation stehen, ihre Inhalte aber kompatibel sind. Genaueres dazu in der Vorlesung zu den Grundlagen der Merkmallogik. Gerold Schneider <gschneid@ifi.unizh.ch> URL dieser Seite: