Merkmalsstrukturen. Merkmalsstrukturen. Merkmalsstrukturen (MS):

Transkript

1 (MS): Verbreiteter Formalismus in der Computerlinguistik. Ausführlich untersucht und beschrieben, (zumindest im Kern) auf MS basierende Ansätze: Categorical Unification Grammar [Uszkoreit, 1986] Functional Unification Grammar (FUG) [Kay, 1979] Generalized Phrase Structure Grammar GPSG [Gazda et al., 1985] Head-driven Phrase Structure Grammar HPSG [Pollard und Sag, 1987] Lexical Functional Grammar LFG [Kaplan und Bresnan, 1982] MS transzendieren die Grenzen zwischen linguistischen Beschreibungsebenen. MS bestehen aus implizit konjunktiv verknüpften Merkmalen und Merkmalswerten. Trennung zwischen der Sprache, in der Constraints über MS-Mengen spezifiziert werden, und den MS selbst [Johnson, 1990] ist sinnvoll. Unterspezifikation: Nicht alle Merkmale müssen explizit angegeben werden. Nichtauftreten bedeutet keine Aussage über den entsprechenden Wert. Unifikation: Zentrale Operation auf den MS, daher wird auch von Unifikationsgrammatiken gesprochen Binäre Merkmale: bezeichnen Zutreffen eines Merkmals (+ -). Bsp. Für die Phoneme /b/ und /m/. Früher auch für Semantikbeschreibung genutzt [Katz und Fodor, 1963]. 2. Einfache Merkmale: Wertbelegung eines Merkmals aus einer Menge von Werte. Keine formale Möglichkeit der Wertrestriktion vorgesehen (aber Möglichkeit der Typisierung, s.u.) 3. Komplexe Merkmale: Werte eines Merkmals sind selber. Einfache Merkmale äquivalent zu komplexen binären Merkmalen (mit endlicher Menge von Werten). Zusammenfassung unter verschiedenen Aspekten zusammengehöriger Merkmale. Pfad: Reihe der Merkmale zu einem Wert: Bsp: syn agr casus ist nom. 2

2 Koreferenz und Pfadäquivalenz: Wertidentität für verschiedene Merkmale, etwa Casusübereinstimmung zwischen PP und NP: syn compl cat agr syn PP casus agr casus cat NP Da atomare Werte nicht unterspezifiziert sind sie beschreiben genau ein Element- sind die folgenden MS schwach äquivalent. Die Koreferenz (bzw. Pfadäquivalenz) wäre in diesem Fall redundant*. Ist diese Äquivalenz auch für komplexe Werte gegeben?! Nein! Komplexe Werte beschreiben Mengen von Elementen. * Diese Ansicht wird nicht von allen Autoren geteilt (s. [Shieber, 1986]) 3 Disjunktive Merkmale: Modellierung der Ambiguität linguistischer Strukturen entweder durch Unterspezifikation (wenn etwa die modellierte Theorie alle Belegungen für dieses atomare Merkmal zulässt: oder durch Disjunktion (wenn nur eine eingeschränkte Menge als Belegung für atomares Merkmal zulässig ist): oder durch Disjunktion (wenn nur eine eingeschränkte Menge als Belegung für komplexes Merkmal zulässig ist): 4

3 Jede MS beschreibt eine potentiell unendliche Menge von Elementen anhand festgelegter Bedingungen für diese Elemente.! partielle Ordnung über den MS - Eine MS ist spezieller, wenn sie für eine Merkmal einen Wert enthält, der für die andere unterspezifiziert ist. Subsumption: Partielle Ordnungsrelation welche allgemeinere MS vor speziellere MS ordnet: Erzeugung eines Verbandes durch folgende Elemente: Topelement bezeichnet die allgemeinste Merkmalsstruktur, die keine Information enthält. Bottomelement bezeichnet die inkonsistente Merkmalsstruktur.! Alle MS werden von subsumiert, keine von. Unifikation: Auf der Ordnungsrelation operierende konjunktive Verknüpfung der Merkmale zweier MS -> Schnittmenge der durch die beiden 5 Eingabestrukturen denotierten Elementmengen. Um viele ähnliche Informationen zusammenzufassen wird ein Generalisierungsmechanismus benötigt. Templates: Durch einen Namen identifizierbare. Templatenamen können an Stelle der MS in Merkmalen eingesetzt werden. Templates sind eine Hilfe für die Erstellung und den Erhalt von Konsistenz. Sie werden im System expandiert: 6

4 Typen: Systeminterne Templates für die Verwendung einer generalisierenden Strukturierung innerhalb des Systems. Typen sind selbst innerhalb eines Verbandes geordnet: Explizite Verbandrepräsentation kann die Unifikation typisierter MS wesentlich effizienter gestalten. Offene Typen definieren alle notwendigen Merkmal-Wert Paare. Geschlossene Typen definieren genau die notwendigen Merkmal-Wert-Paare. Typinferenz [Shieber, 1989]: Unifikation einer typisierten MS mit einem Typ 7 bewirkt, dass die MS einen neuen (Sub)typ annimmt (kann bei Inkompatibilität auch sein). Ziele: Verhinderung ungrammatikalischer Konstruktionen. Aufbau eines Strukturbaum als charakterisierende Strukturinformation. Weg: Zuordnung von MS für Lexikoneinträge und für Regeln. Beispiel: Artikel der hat sechs Lesarten; Unterspezifikation reduziert diese auf vier: 1. num=sg, genus=mask, casus=nom, par=stark der kleine Junge 2. num=sg, genus=fem, casus=gen, par=stark der schönen Blume 3. num=sg, genus=fem, casus=dativ, par=stark der großen Biene 4. num=pl, genus=mask, casus=gen, par=stark der vielen Bäume 5. num=pl, genus=fem, casus=gen, par=stark der schönen Blumen 6. num=pl, genus=neut, casus=gen, par=stark der Häuser Frage: Wie viele MS würden bei Disjunktion benötigt? 8

5 Statt auf Registern basierender Tests und Aktionen jetzt Annotation der PS-Regeln mit MS. Annotierung stellt Unifizierung der Agreement-MS durch Koreferenz sicher. Indizierung der Regelsymbole (von l nach r) durch x0 xn und Zuordnung von MS. Erzeugung einer neuen MS mit Merkmalen x0 xn und entsprechender Wertbelegung (s.o.). Integration der Kategorieinformation in die MS.! PS-Regel enthält nur noch Indizes, also Dominanz und Linearisierungsinformation.! Am Merkmal x0 findet sich nun das Ergebnis der Regelanwendung. 9 Vollständige Aufgabe des PS- Skeletts. Einbezug der Dominanz- und der Linearisierungsinforma-tion in die MS. Im Beispiel Kodierung der Präzedenz im Merkmal boundary Dominanz im Merkmal dtrs, dabei wird zwischen Kopf (head) und restlichen Konstituenten (Komplementen) unterschieden. 10

6 Verbreitete Notation zur Darstellung von MS-annotierten Regeln nach PATR [Schieber et al., 1983][Karttunen, 1986]: Bedingungen zwischen MS-Teilen wird durch Gleichungen dargestellt. Ersetzung der Kategoriesymbole der PS-Regeln durch x0 xn. Namen der Kategoriesymbole werden als Werte eines Merkmals xi syn cat der entsprechenden MS interpretiert. Zuordnung von Pfadgleichungen zu Regeln: Linke Seite ist Pfad beginnend mit xi. Rechte ein Pfad oder atomarer Wert. 11