Semantik: Semantik von Merkmalsstrukturen

Ähnliche Dokumente
Einführung in die Computerlinguistik

Einführung in unifikationsbasierte Grammatikformalismen

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18

Merkmalsstrukturen. Merkmalsstrukturen. Merkmalsstrukturen (MS):

Merkmale und Vererbung in unifikationsbasierten Lexika

Übungsaufgaben. Eine kontextfreie Grammatik lässt sich formal als Quadrupel darstellen: D : der, das N : Hund, Kaninchen V : sieht, beißt

2 Mengen, Relationen, Funktionen

Fragen zum Nachdenken: Wie könnte man das Fehlen eines Attribut-Wertes interpretieren?

Formale Methoden III - Tutorium

Die vorgestellten Chart-Parser haben bei bestimmten Grammatiken Probleme die Symbole der Grammatik dÿrfen nicht unterspezifiziert sein

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/??

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen

Ausgewählte Techniken der Maschinellen Übersetzung. Susanne J. Jekat ZHW Subject: MTZH

THEORETISCHE INFORMATIK UND LOGIK

Morphologische Merkmale. Merkmale Merkmale in der Linguistik Merkmale in der Morpholgie Morphologische Typologie Morphologische Modelle

WS 2009/10. Diskrete Strukturen

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione

Allgemeingültige Aussagen

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Tutorium Prolog für Linguisten 12

3.4 Direkte vs. indirekte Interpretation

Nur Aussagesätze, d.h. Deklarativ-, nicht aber Frage- oder Aufforderungs-sätze bringen das Zutreffen einer Aussage (oder Proposition) zum Ausdruck.

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen:

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

Bemerkungen zur Notation

Tutorium: Diskrete Mathematik

Semantik II D-Operator & LF-movement

Sie gab das Buch ihrer Schwester.

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation

THEORETISCHE INFORMATIK UND LOGIK

Formale Methoden 1. Gerhard Jäger 14. November Uni Bielefeld, WS 2007/2008 1/17

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

2.3 Deduktiver Aufbau der Aussagenlogik

Moderne Methoden der KI: Maschinelles Lernen

Funktionen und sprachliche Bedeutungen

Kapitel 1 Grundbegriffe der Mengenlehre und der Logik

Reduktion. 2.1 Abstrakte Reduktion

Abschnitt 3: Mathematische Grundlagen

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Syntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4

Logik für Informatiker

Aussagenlogik: Lexikon, Syntax und Semantik

Entwurf: Fortgeschrittene Konzepte

Einführung in die Theoretische Informatik

1.2 Klassen und Mengen

Binary Decision Diagrams

Überblick. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Boolsche Algebra

1.4 Äquivalenzrelationen

Einführung in die Informatik 2

Vorkurs Mathematik für Informatiker 5 Logik, Teil 1

Theorie der Informatik. Theorie der Informatik. 6.1 Einführung. 6.2 Alphabete und formale Sprachen. 6.3 Grammatiken. 6.4 Chomsky-Hierarchie

Aussagenlogik. Mengenlehre. Relationen. Funktionen. Zahlentheorie. Vollständige Induktion. Reihen. Zahlenfolgen. WS 2016/17 Torsten Schreiber

Aufgaben zur Verbandstheorie

Grundlagen der Theoretischen Informatik

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

3.6 Bemerkungen zur Umformung boolescher Formeln (NAND): doppelte Negation

Lexikalische Semantik. Was ist ein Wort? Was ist in einem Wort?

Logik Vorlesung 7: Grundlagen Prädikatenlogik

Logik Vorlesung 8: Modelle und Äquivalenz

Einführung in die Computerlinguistik formale Sprachen

2008W. Vorlesung im 2008W Institut für Algebra Johannes Kepler Universität Linz

Kapitel IV Formale Sprachen und Grammatiken

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Teil 111. Chart-Parsing

Grundbegriffe der Informatik

Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben.

Einführung in die Computerlinguistik formale Sprachen

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.

Normalformen boolescher Funktionen

Aufgabenblatt Punkte. Aufgabe 1 (Negation) Seien e R, n, m, k N und. Negieren Sie φ. 4. Lösung Es gilt

Semantik. Anke Himmelreich Formale Semantik. Universität Leipzig, Institut für Linguistik 1 / 47

Logik Vorlesung 2: Semantik der Aussagenlogik

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Formale Methoden III

Hilbert-Kalkül (Einführung)

2.2.2 Semantik von TL. Menge der Domänen. Zu jedem Typ gibt es eine Menge von möglichen Denotationen der Ausdrücke dieses Typs.

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Grundlagen der Logik

Vertiefung der Grundlagen der Computerlinguistik. Semesterüberblick und Einführung zur Dependenz. Robert Zangenfeind

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart)

WS 2009/10. Diskrete Strukturen

Reelle Zahlen. Einzelzeichen. Bereiche. Aufzählungen. direkt zusammengesetzte Datentypen. einfache Datentypen: Zusammenfassung. kartesisches Produkt

Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik Syntax & Semantik

Deduktion in der Aussagenlogik

Boolesche Algebra (1)

Einführung in die Semantik, 10. Sitzung Generalisierte Quanto

Mathematische Grundlagen I Logik und Algebra

Linguistische Grundlagen 6. Semantik

4. Induktives Definieren - Themenübersicht

LÖSUNGEN ZU AUFGABE (41)

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Logik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010

Einführung in die Computerlinguistik

Karl Heinz Wagner

Transkript:

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 von t 1 beschriebenen ist. Beispiele: NPs im Nominativ NP reflexive transitive Nomen 2 im Nominativ im Präsens

Unifikation Notation: Definition: Ein Typ t 0 ist die Unifikation zweier Typen t 1 und t 2, gdw. t 0 der allgemeinste Typ ist, der sowohl von t 1 als auch von t 2 subsumiert wird. oder: Ein Typ t 0 ist die Unifikation zweier Typen t 1 und t 2, gdw. t 0 sowohl von t 1 als auch von t 2 subsumiert wird und wenn t 0 alle anderen Typen t i subsumiert die auch von t 1 und t 2 subsumiert werden. : Beispiele: Nominale Kategorien NP Maximale Projektion von Hauptkategorien 3. Person 1. Person 3 Was bedeutet die Unifikation von MS, die (intuitiv) inkompatible Merkmale enthalten? Nominale Kategorien?! Es sind beliebige Merkmale zugelassen.! Unifikation erlaubt auch linguistisch unsinnige Konstruktionen deren Ergebnis ungleich bottom ist. Wie kann das verhindert werden?! Einschränkungen durch Typisierung ausdrücken! Alle Kategorien (und MS) im präsens Eigenschaften der Unifikation: 4

Generalisierung Notation: t { } 1 t2 oder t! 1 t2 oder t1 t2 Definition: Ein Typ t 0 ist die Generalisierung zweier Typen t 1 und t 2 gdw. t 0 der speziellste Typ ist, der sowohl t 1 als auch t 2 subsumiert. oder: Ein Typ t 0 ist die Generalisierung zweier Typen t 1 und t 2 gdw. t 0 sowohl t 1 als auch t 2 subsumiert und wenn t 0 gleichzeitig von allen anderen Typen t i subsumiert die ebenfalls t 1 und t 2 subsumieren. : Plural 5 Beispiel Generalisierung über in der 1. und der 3. Person singular: Ist dieses Ergebnis korrekt? Betrachtung der Denotate der beschriebenen Mengen: 1.Person Generalisierung mit Disjunktion liefert das erwünschte oder erwartete Ergebnis: 1.Person 1.Person oder 6

Eigenschaften der Generalisierung: Zum Erhalt der Monotonie (wichtig für volle Deklarativität) müssen die Operationen (Unifikation und Generalisierung) distributiv sein: Welchen Einfluss hat die Disjunktion dabei auf den Typenverband? 7 Ohne Disjunktion ist der Typenverband nicht distributiv. Seien drei atomare Typen 1, 2 und 3 wie im Verbbeispiel gegeben. Verband ohne Distribution: Verband mit Distribution:! Dadurch folgt die Gültigkeit des Distributivgesetzes für den Typenverband mit Disjunktion! 8

Negation Notation: Definition: Ein Typ t 1 ist die Negation eines Typs t 2, gdw. t 1 die Generalisierung aller Typen ist, deren Unifikation mit t 2 inkonsistent ist. : Diskursuniversum Beispiel: die nicht in der 3. Person sind: Diskursuniversum Sing Eigenschaften der Negation: 9 Implikation Notation: Definition: Der Typ ist der allgemeinste Typ, dessen Unifikation mit subsumiert wir. Dabei besteht folgender Zusammenhang von zwischen Implikation und Generalisierung:. : MS, welche in einem geschlossenen Typenverband die Menge aller Objekte mit Merkmal tense haben, außer sie sind keine oder nicht finit: Implikation kann auch Prinzipien einer Grammatik implementieren. Operator -> aus der DCG Notation kann man auch als Implikation interpretieren: 10

Zusammenfassung: Linguistisches Wissen in Form von (MS) darstellen. MS sind feature-value Matrizen. Es gibt binäre, einfache und komplexe features. Letztere sind ebenfalls MS. MS können zur Repräsentation auf verschiedenen linguistischen Ebenen genutzt werden. MS können schrittweise mit DCG Notation verbunden und aus anderen Repräsentationen überführt werden. MS können als Graphen interpretiert werden. Konotation erlaubt den Verweis von Werten auf andere Werte. MS können einen Typenverband bilden. Werteinschränkung (Definitionsmenge) und Disjunktion wichtig. Für MS kann eine mengentheoretische angegeben werden. 11