Attribute und Werte im Düsseldorfer Frame-Modell



Ähnliche Dokumente
6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

WS 2009/10. Diskrete Strukturen

Software-Engineering SS03. Zustandsautomat

Professionelle Seminare im Bereich MS-Office

Kapitel MK:IV. IV. Modellieren mit Constraints

Grundbegriffe der Informatik

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

Beschreibungslogiken. Daniel Schradick

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

Daten haben wir reichlich! The unbelievable Machine Company 1

Grundlagen der Künstlichen Intelligenz

1 Mathematische Grundlagen

Datenstrukturen & Algorithmen

Gliederung. Nebenläufigkeit und Fairness. 1. Nebenläufigkeit Lokalitätsprinzip. 2. Betrachtungsweisen von Nebenläufigkeit. 3.

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus:

Petri-Netze / Eine Einführung (Teil 2)

Grundlagen von Python

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:

Hilfe zur Urlaubsplanung und Zeiterfassung

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.

Grundbegriffe der Informatik

Programmiersprachen und Übersetzer

Beispiele für Relationen

Wir machen neue Politik für Baden-Württemberg

Suchmaschinen. Universität Augsburg, Institut für Informatik SS 2014 Prof. Dr. W. Kießling 23. Mai 2014 Dr. M. Endres, F. Wenzel Lösungsblatt 6

Security Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08

Windows Server 2012 R2 Essentials & Hyper-V

1 topologisches Sortieren

Informatik IC2. Balazs Simon

Unigraphics Schnittstelle entfernen

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.


Modellierung biologischer. Christian Maidorfer Thomas Zwifl (Seminar aus Informatik)

Informationsblatt Induktionsbeweis

Fachdidaktik der Informatik Jörg Depner, Kathrin Gaißer

Algorithms & Datastructures Midterm Test 1

Turtle Charts mit der ViFlow Turtle Schablone (VTS) erstellen

a n auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster

Gliederung. Programmierparadigmen. Sprachmittel in SCHEME. Objekte: Motivation. Objekte in Scheme

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis

Das neue Volume-Flag S (Scannen erforderlich)

Grundlagen der Theoretischen Informatik, SoSe 2008

Der Zwei-Quadrate-Satz von Fermat

Wurzeln als Potenzen mit gebrochenen Exponenten. Vorkurs, Mathematik

Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual!

Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten

Theoretische Grundlagen des Software Engineering

Landes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v.

Eva Douma: Die Vorteile und Nachteile der Ökonomisierung in der Sozialen Arbeit

SCHRITT 1: Öffnen des Bildes und Auswahl der Option»Drucken«im Menü»Datei«...2. SCHRITT 2: Angeben des Papierformat im Dialog»Drucklayout«...

Programmierparadigmen

Konzepte der Informatik

Kfz-Versicherung für Fahranfänger. mit der Lizenz zum Fahren

Innovation in der Raubtierdressur Neue Wege in der Risikominierung Wolfgang Platz, Founder & CPO

Reaktive Programmierung Vorlesung 16 vom : Theorie der Nebenläufigkeit

Die Invaliden-Versicherung ändert sich

Option 1: Hinzufügen eines Schritts zur Bearbeitungsliste... 2

GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.

Einführung in Petri-Netze. Modellierung von Abläufen und Prozessen (1) Abhängigkeitsgraphen: Motivation. Petri-Netze

Mediation. Ein recht neuer Begriff in der Fremdsprachendidaktik

Der Begriff Cloud. Eine Spurensuche. Patric Hafner geops

LIFO -Stärkenmanagement: Übungen und Spiele

Automatentheorie und formale Sprachen reguläre Ausdrücke

Barrierefreie Webseiten erstellen mit TYPO3

Rock-Band. Einleitung. Scratch. In diesem Projekt lernst du, wie du deine eigenen Musikinstrumente programmieren kannst! Activity Checklist

Erfahrungen mit Hartz IV- Empfängern

Klausur BWL V Investition und Finanzierung (70172)

Technische Analyse der Zukunft

KONSTRUKTION VON ROT-SCHWARZ-BÄUMEN

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY

Was bisher geschah: Formale Sprachen

OutLook 2003 Konfiguration

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Einführung in die Computerlinguistik reguläre Sprachen und endliche Automaten

Kombinatorische Optimierung

Einführung in die Fuzzy Logic

Konzept zur Push Notification/GCM für das LP System (vormals BDS System)

Klassenentwurf. Wie schreiben wir Klassen, die leicht zu verstehen, wartbar und wiederverwendbar sind? Objektorientierte Programmierung mit Java

Eigenen Farbverlauf erstellen

Wie löst man Mathematikaufgaben?

«Integration in WebSite» HTML-/Javascript-Code-Beispiele

Information Systems Engineering Seminar

Übungen Workflow Management. Blatt 2

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lasersteuerung. Themengruppen FTDI - Interface ILDA Format Ausgabensteuerung Figurenerstellung Lasershowerstellung Lasershowarten Software / Community

Logik für Informatiker

10. Vorlesung Spieltheorie in der Nachrichtentechnik

Mai Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Cognitive Systems Master thesis

Data Mining: Einige Grundlagen aus der Stochastik

SEMINAR Modifikation für die Nutzung des Community Builders

der Eingabe! Haben Sie das Ergebnis? Auf diesen schwarzen Punkt kommen wir noch zu sprechen.

Die reellen Lösungen der kubischen Gleichung

Fachhochschule Deggendorf Platzziffer:...

Einführung in die Linguistik, Teil 4

PROSTEP AG: Anmelden für eine mehrtägige Schulung für Opel-Zulieferer

15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit

Mitarbeiter IVR - Wozu

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Transkript:

Attribute und Werte im Düsseldorfer Frame-Modell Wiebke Petersen Heinrich-Heine-Universität Düsseldorf SFB 991: The Structure of Representations in Language, Cognition, and Science www.phil-fak.uni-duesseldorf.de/~petersen/ 27. Februar 2013, Düsseldorf Wiebke Petersen Attribute und Werte 1

outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 2

outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 3

Framehypothese (Löbner 2012) H1 The human cognitive system operates with one general format of representations. H2 If the human cognitive system operates with one general format of representations, this format is essentially Barsalou frame. A frame model is needed, that is sufficiently expressive to capture the diversity of representations sufficiently precise and restrictive in order to be testable Ziel: Begriffstheorie, die auf Frames zur Begriffsrepräsentation basiert. Wiebke Petersen Attribute und Werte 4

Barsalou (1992) Frames, Concepts, and Conceptual Fields Frames provide the fundamental representation of knowledge in human cognition. At their core, frames contain attribute-value sets. Frames further contain a variety of relations. Constraints Ziel Formalisierung von Barsalous kognitiver Frametheorie Überbrückung der Lücke zwischen kognitiver Linguistik und kompositioneller Semantik. Hypothese: Frames können als Generalisierung von getypten Merkmalstrukturen aufgefasst werden (im Sinne von Carpenter 1992) Wiebke Petersen Attribute und Werte 5

outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 6

Merkmalstrukturen getypt phrase noun agr HEAD: AGR: PERS: 3 NUM: pl ungetypt CAT: phrase CAT: noun [ ] HEAD: PERS: 3 AGR: NUM: pl Wiebke Petersen Attribute und Werte 7

Merkmalstrukturen getypt phrase noun agr HEAD: AGR: PERS: 3 NUM: pl ungetypt CAT: phrase CAT: noun [ ] HEAD: PERS: 3 AGR: NUM: pl HEAD AGR phrase noun agr CAT PERS NUM 3 CAT HEAD phrase 3 AGR CAT PERS NUM noun num noun num Wiebke Petersen Attribute und Werte 7

Beispiel: Frame für eine spezifische Weinflasche (aus Gamerschlag et. al.) Wiebke Petersen Attribute und Werte 8

Frames als generalisierte Merkmalstrukturen tree CROWN TRUNK crown trunk BARK GIRTH tree CROWN : crown trunk TRUNK : BARK : bark GIRTH : girth bark girth Merkmalstrukturen (Carpenter 1992) Merkmalstrukturen sind zusammenhängende gerichtete Graphen mit einem Zentralknoten, der eine Wurzel des Graphen ist, mit Typen ausgezeichneten Knoten mit Attributen ausgezeichneten Kanten kein Knoten hat zwei ausgehende Kanten mit gleicher Auszeichnung Wiebke Petersen Attribute und Werte 9

Frames als generalisierte Merkmalstrukturen MOTHER person MOTHER person person tree TRUNK trunk BARK GIRTH bark girth Frames (Petersen 2007) Frames sind zusammenhängende gerichtete Graphen mit einem Zentralknoten mit Typen ausgezeichneten Knoten mit Attributen ausgezeichneten Kanten kein Knoten hat zwei ausgehende Kanten mit gleicher Auszeichnung Offene Argumente werden markiert. Frames sind Merkmalstrukturen ohne Wurzelknoten. Wiebke Petersen Attribute und Werte 9

Formale Framedefinition Definition Given a set TYPE of types and a finite set ATTR of attributes. A frame is a tuple F = (Q, q,δ,θ) where: Q is a finite set of nodes, q Q is the central node, δ : ATTR Q Q is the partial transition function, θ : Q TYPE is the total node typing function, such that the underlying graph (Q, E) with edge set E = {{q 1, q 2 } a ATTR : δ(a, q 1 ) = q 2 } is connected. Wiebke Petersen Attribute und Werte 10

zurück zu Barsalou (aus Gamerschlag et. al.) Wiebke Petersen Attribute und Werte 11

kodierte Information (aus Gamerschlag et. al.) Wiebke Petersen Attribute und Werte 12

Warum getypte Merkmalstrukturen? Konventionen der Modellierung (Carpenter 1992:34) The nodes of a feature structure are taken to represent objects, and we assume that every node is labeled with a type symbol which represents the most specific conceptual class to which the object is known to belong. An arc between two nodes indicates that the object represented by the source node has a feature, represented by a feature symbol, which has a value represented by the target node. We think of our types as organizing feature structures into natural classes. Wiebke Petersen Attribute und Werte 13

Warum getypte Merkmalstrukturen? noun AGR : agr agr PERS : pers NUM : num atomic pers num noun agr AGR : PERS : 3 NUM : num 1 2 3 sing plur Typsignatur Eine Typsignatur ist ein Tripel, bestehend aus einer Typhierarchie, T,, einer endlichen Attributmenge ATTR und einer Appropriateness Spezifikation, Approp : ATTR T T, die folgende Bedingungen erfüllt: Attributeinführung Vererbungskonsistenz Wiebke Petersen Attribute und Werte 14

Warum getypte Merkmalstrukturen? noun AGR : agr agr PERS : pers NUM : num atomic pers num noun agr AGR : PERS : 3 NUM : num 1 2 3 sing plur Typsignaturen erfassen hierarchische Relationen erfassen Generalisierungen modellieren Constraints ermöglichen Unterspezifikation in Frames Wiebke Petersen Attribute und Werte 14

Warum getypte Merkmalstrukturen? noun AGR : agr agr PERS : pers NUM : num atomic pers num noun agr AGR : PERS : 3 NUM : num 1 2 3 sing plur Allerdings systematische aber unerklärte Redundanz in Attribut- und Typbeschriftungen unklarer Status der Typen (Carpenter 1992: types represent conceptual classes) was ist ein Attribut? Wiebke Petersen Attribute und Werte 14

outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 15

Was ist ein Attribut? Woods 1975: What s in a link? Y ist der Wert des Attributs A für X, wenn wir sagen können, dass Y der/die/das A von X ist. Wiebke Petersen Attribute und Werte 16

Was ist ein Attribut? Barsalou, 1992 I define an attribute as a concept that describes an aspect of at least some category member. Values are subordinate concepts of an attribute. Wiebke Petersen Attribute und Werte 17

Guarino 1992 über Attribute Denotation Attributbegriffe denotieren Mengen von Entitäten: δ : R 2 U δ(color) = {c c is the color of something} Funktionsinterpretation Attributbegriffe haben zusätzlich zur Denotation eine Interpretation als Funktion: : R 2 U U (color) = {e c c is the color of e} Konsistenzgesetz (Guarino, 1992) Jeder Wert einer Attributsfunktion ist eine Instanz der Denotation des Attributs. Wenn (e c) (color), dann c δ(color). Wiebke Petersen Attribute und Werte 18

Guarino 1992 über Attribute Denotation Attributbegriffe denotieren Mengen von Entitäten: δ : R 2 U δ(color) = {c c is the color of something} Funktionsinterpretation Attributbegriffe haben zusätzlich zur Denotation eine Interpretation als Funktion: : R 2 U U (color) = {e c c is the color of e} Konsistenzgesetz (Guarino, 1992) Jeder Wert einer Attributsfunktion ist eine Instanz der Denotation des Attributs. Wenn (e c) (color), dann c δ(color). Wiebke Petersen Attribute und Werte 18

Guarino 1992 über Attribute Denotation Attributbegriffe denotieren Mengen von Entitäten: δ : R 2 U δ(color) = {c c is the color of something} Funktionsinterpretation Attributbegriffe haben zusätzlich zur Denotation eine Interpretation als Funktion: : R 2 U U (color) = {e c c is the color of e} Konsistenzgesetz (Guarino, 1992) Jeder Wert einer Attributsfunktion ist eine Instanz der Denotation des Attributs. Wenn (e c) (color), dann c δ(color). Wiebke Petersen Attribute und Werte 18

Typsignatur AT T R T YPE object TASTE TEMPERATURE COLOR SHAPE taste temperature color shape sour sweet hot cold red green blue round long apple SHAPE: round pepper Barsalou, 1992: Frames, Concepts, and Conceptual Fields I define an attribute as a concept that describes an aspect of at least some category member. Values are subordinate concepts of an attribute. Wiebke Petersen Attribute und Werte 19

outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 20

Was sind Typen? Wie sind sie geordnet? species IsA IsA human Chris (aus Guarino & Welty 2002) Wiebke Petersen Attribute und Werte 21

radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

Attributraum Definition Ein Attributraum ist ein Paar (U, A) bestehend aus einem Universum U und einer endlichen Menge von Attributen (partielle Funktionen von U nach U). Wiebke Petersen Attribute und Werte 23

Typen Definition Gegeben einen Attributraum (U, A) und eine Menge relevanter Teilmengen S (S 2 U ). Die Menge der Typen T ist T = 2 S / mit: ϕ,ψ S : ϕ ψ iff ϕ = ψ. {, } {,, } Beispiel: Domäne(Mutter) Domäne(Vater) Wiebke Petersen Attribute und Werte 24

Typen Definition Die Typhierarchie (T, ) ist definiert durch [ϕ] [ψ] iff [ϕ] [ψ] oder extensional (äquivalent): [ϕ] [ψ] iff ϕ ψ [{, }] [{, }] Beispiel: Domäne(Form) Domäne(Größe) Wiebke Petersen Attribute und Werte 25

Beispiel einer relevanter Teilmengen S = A d Π r mit: A d ist die Menge der Attributdomänen. Π r ist die Menge der Pfadwertbereiche. Wiebke Petersen Attribute und Werte 26

Anpassung der Granularität der Typhierarchie Die Granularität der Typhierarchie kann einfach angepasst werden, indem eine geeignete Menge relevanter Teilmengen S gewählt wird. Beispiele attributdefinierter relevanter Teilmengen Wiebke Petersen Attribute und Werte 27

FCAType (Petersen 2008) FCAType ist ein System zur automatischen Induktion von Typsignaturen aus Mengen ungetypter Merkmalstrukturen. Es verwendet Methoden der formalen Begriffsanalyse (Ganter & Wille 1998). Zugrundegelegte relevante Teilmengen: Attributdomänen und kombinierte Pfadwerte. Wiebke Petersen Attribute und Werte 28

Beispiel: Inputframes CAT: np [ ] Uther = HEAD: PERS: third AGR: NUM: sing CAT: np [ ] knights = HEAD: PERS: third AGR: NUM: plur CAT: vp FORM: finite CAT: sleeps = HEAD: np [ ] SUBJ: HEAD: PERS: third AGR: NUM: sing CAT: vp FORM: finite CAT: sleep = HEAD: np [ ] SUBJ: HEAD: PERS: third AGR: NUM: plur (aus Shieber 1986) Wiebke Petersen Attribute und Werte 29

ungefaltete Typsignatur t1 third finite sing plur vp np t2 HEAD : t1 CAT : t1 t9 AGR : t12 t15 SUBJ : t3 FORM : finite t12 PERS : third NUM : t1 t3 HEAD : t9 CAT : np t6 HEAD : t15 CAT : vp t10 AGR : t13 t11 AGR : t14 t16 SUBJ : t4 t17 SUBJ : t5 t13 NUM : plur t14 NUM : sing t4 HEAD : t10 t5 HEAD : t11 t7 HEAD : t16 t8 HEAD : t17 Wiebke Petersen Attribute und Werte 30

gefaltete Typsignatur t 2 HEAD : head CAT : cat head t 12 PERS : third NUM : num atomic t 9 AGR : t 12 t 15 SUBJ : t 2 FORM : finite pers form num cat t 3 HEAD : t 9 CAT : np t 6 HEAD : t 15 CAT : vp third finite sing plur vp np Wiebke Petersen Attribute und Werte 31

gefaltete Typsignatur t 2 HEAD : head CAT : cat head t 12 PERS : third NUM : num atomic t 9 AGR : t 12 t 15 SUBJ : t 2 FORM : finite pers form num cat t 3 HEAD : t 9 CAT : np t 6 HEAD : t 15 CAT : vp third finite sing plur vp np Carpenter 1992: We think of our types as organizing feature structures into natural classes. Wiebke Petersen Attribute und Werte 31

Erfassung von Constraints Die Granularität der Typhierarchie kann angepasst werden, um Constraints zu erfassen: Urbilder von Werten (z.b. COLOR 1 (red); wenn eine Tomate rot ist, ist sie reif ) Urbilder von Wertbereichen (e.g. AGE 1 ( 18); ein Mensch unter 18 ist ein Kind). Attributdomänen (z.b., SHAPE,SIZE; wenn etwas eine Form hat, so hat es auch eine Größe) Pfadwertebereiche (z.b., HAIR COLOR; nicht jede Farbe ist eine mögliche Haarfarbe) Pfadgleichungen (z.b., COLOR = COVER:COLOR; die Farbe eines Buches ist die Farbe des Umschlags monotone Constraints ( je älter eine Briefmarke ist, desto teurer ist sie )... Wiebke Petersen Attribute und Werte 32

outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 33

Vorteile von Frames gegenüber PL1? transparent (speziell für Komposition) variabelfrei keine fixe Stelligkeit von Prädikaten keine fixe Ordnung der Argumente Wiebke Petersen Attribute und Werte 34

Ausblick Unser Ziel ist ein Framemodell, das Ziel mächtig ist, da es Rekursivität ausschöpft (vgl. Fillmore Frames) aussdrucksstark ist durch Typspezifikationen präzise ist, da es die Interpretation von Typen und Attributen beschränkt (vgl. semantische Netze) formalisiert (mathematische Definitionen und modelltheoretische Interpretation) empirisch fundiert (Evidenz aus Kognitionswissenschaften und Psycholinguistik) Framebasierte kognitive Semantik, die Dekomposition und Komposition einheitlich behandelt. Wiebke Petersen Attribute und Werte 35

literature Barsalou, L. (1992): Frames, Concepts, and Conceptual Fields. In Lehrer and Kittay (eds.): Frames, Fields, and Contrasts. Carpenter, B. (1992): The Logic of Typed Feature Structures. Cambridge: CUP. Ganter, B. and Wille, R. (1998): Formal Concept Analysis: Mathematical Foundations. Berlin: Springer. Guarino, N. (1992): Concepts, attributes and arbitrary relations some linguistic and ontological criteria for structuring knowledge bases. Data Knowl. Eng. 8, 249-261 Petersen, W. (2007): Representation of Concepts as Frames. In: The Baltic International Yearbook of Cognition, Logic and Communication, Vol. 2, p. 151-170. Petersen, W. (2008): Type Signature Induction with FCAType. In: S. B. Yahia, E. Mephu Nguifo, R. Belohlavek (eds.): Concept Lattices and Their Applications. LNAI 4923, p. 276-281, Springer. Shieber, S. M. (1986): An Introduction to Unification-Based Approaches to Grammar. Stanford: CSLI Publications. Wiebke Petersen Attribute und Werte 36