Funktionen und sprachliche Bedeutungen

Ähnliche Dokumente
Formale Semantik. λ Typenlogik. Tutorium WiSe 2013/ November Sitzung: Folien freundlicherweise bereitgestellt von Andreas Bischoff

Einführung in die Semantik, 9. Sitzung Prädikate, definite NPs

Grundkurs Semantik. Sitzung 3: Mengenlehre. Andrew Murphy

2. Grundlagen: Mengen, Funktionen, elementare Logik

5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus

7 Bedeutung und Logik

EF Semantik: Musterlösung zu Aufgabenblatt 2

(10) x 1[FRAU(x 1) RENNT(x 1)] Keine Frau rennt.

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Weitere Beweistechniken und aussagenlogische Modellierung

00. Einiges zum Vektorraum R n

18 Höhere Ableitungen und Taylorformel

Logic in a Nutshell. Christian Liguda

3. Relationen Erläuterungen und Schreibweisen

4 Semantik von Nominalphrasen

3.1 Die Grenzen von AL

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)

Rhetorik und Argumentationstheorie.

Übungsblatt 3 Lösungen

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel

4. SITZUNG: EXTENSIONALE SEMANTIK & SATZBEDEUTUNG

Aufgabe - Fortsetzung

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln

Thema 10 Gewöhnliche Differentialgleichungen

Entwicklung eines korrekten Übersetzers

Einführung in die Satzsemantik T. E. Zimmermann, Lviv, März 2004

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

Induktive Definitionen

Faktorenanalysen höherer Ordnung

Einführung in die Informatik 2

Mathematik für Informatiker I Mitschrift zur Vorlesung vom

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Was bisher geschah. deklarative Programmierung. funktionale Programmierung (Haskell):

Der λ-kalkül. Frank Huch. Sommersemester 2015

Satzbedeutung. Ludwig Wittgenstein. Satzbedeutung. Satzbedeutung

Binäre Suchbäume (binary search trees, kurz: bst)

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.

6. Induktives Beweisen - Themenübersicht

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln

Grundbegriffe der Informatik

Aussagen- und Prädikatenlogik

Formale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.

(geometrische) Anschauung

3 Vom Zählen zur Induktion

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

DGY 17 Semantik Universität Athen, SoSe 2009

14. Zur algebraischen Behandlung von Widerstandsschaltungen

Mathematischen Grundlagen und Notationen

Gruppentheorie und Symmetrie in der Chemie

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

11. Folgen und Reihen.

Logische Strukturen 7. Vorlesung

Grundlagen der Mengenlehre

Partitionen II. 1 Geometrische Repräsentation von Partitionen

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Theoretische Grundlagen des Software Engineering

Übungsaufgaben mit Computer-Algebra-Software Mathematik

Vorlesung. Funktionen/Abbildungen

Grundlagen der Informationverarbeitung

Automaten, Spiele und Logik

5 Logische Programmierung

SWP Logische Programme

5.1 Drei wichtige Beweistechniken Erklärungen zu den Beweistechniken... 56

Logik für Informatiker

Kapitel 2: Formale Sprachen Gliederung. 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie

Einführung in die Fuzzy Logik

LEXIKALISCHE SEMANTIK II: GRAMMATISCHE BEDEUTUNG

Zusammenfassung. Satz. 1 Seien F, G Boolesche Ausdrücke (in den Variablen x 1,..., x n ) 2 Seien f : B n B, g : B n B ihre Booleschen Funktionen

Programmierung 1 - Repetitorium

Kapitel VI. Euklidische Geometrie

Inhalt. SWP Logische Programme. Motivation. Formalisierung. Wissensbasis. Bsp (Bibel)Verwandtschaften. Motivation Sprache LP

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)

Logik, Mengen und Abbildungen

Teil II: Phrasen und Phrasenstruktur

4.7 Der Taylorsche Satz

Brückenkurs Mathematik

Klausur Formale Systeme Fakultät für Informatik 2. Klausur zum WS 2010/2011

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Lösungen, Aufgaben Kapitel 1. Semantik: Übungsaufgaben und Lösungen. Aufgaben Kapitel 1. Prof. Manfred Krifka, Sommersemester 2007

Hilbert-Kalkül (Einführung)

2.2 Kern und Bild; Basiswechsel

1 Mengen und Abbildungen

1 Darstellung von Modalverben in einschlägigen Grammatiken am Beispiel von Eisenberg (1989) und Engel (1988)

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B.

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:

Statt (r s) schreiben wir in Zukunft meistens rs, gelegentlich auch (r; s).

2. Vorlesung. Slide 40

ist ein regulärer Ausdruck.

Brückenkurs Mathematik

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX

Direktes Bild und Inverses Bild von D-Moduln

Mathematik 1, Teil B

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1

Logik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will?

Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel 5: Applikative Programmierung

Transkript:

Einführung in die Semantik,4. Sitzung Mehr zu Funktionen / Mengen, Relationen, Göttingen 1. November 2006

Mengen und sprachliche Bedeutungen Abstraktion und Konversion Rekursion Charakteristische Funktionen und Lambda-Terme Mengenlehre revisited Funktionen und Wortbedeutung Funktionen und Satzbedeutung

Mengen und Wortbedeutung Die Bedeutung eines Nomens α ist die Menge der Objekte, auf die sich α anwenden läßt. Schriftsteller zu sein ist eine Eigenschaft, die bestimmten Personen zukommt: Pynchon ist ein Schriftsteller, Ellison ebenso, Caliban nicht etc. Die Bedeutung von Schriftsteller kann also theoretisch dadurch angegeben werden, daß man sämtliche Schriftsteller aufzählt. Wir können die Bedeutung von Schriftsteller daher mengentheoretisch angeben: (1) Schriftsteller = {x x ist ein Schriftsteller}

Adjektive, intransitive Verben Auch die Bedeutung von Adjektiven und intransitiven Verben kann als Menge angegeben werden. Adjektive und intransitive Verben bezeichnen ebenfalls Eigenschaften. Die Bedeutung von unsichtbar ist daher mengentheoretisch (2) unsichtbar = {x x ist unsichtbar}, die Bedeutung von schläft (3) schläft = {x x schläft}.

Hyponymie Hyponymie ist eine Teilmengenbeziehung. α ist ein Hyponym von β gdw. α β Beispiel: (4) Schiftsteller Mensch

Mengen und Satzbedeutung Wir haben oben gesagt, die Bedeutung eines Satzes Φ sei eine Funktion von möglichen Welten in Wahrheitswerte. Mengentheoretisch heißt das: Die Bedeutung eines Satzes Φ ist die Menge der möglichen Welten, in denen Φ war ist. (5) Φ = {w Φ ist in w wahr} Beispiel: (6) Pynchon schnarcht = {w Pynchon schnarcht in w} Eine Menge möglicher Welten wird Proposition genannt.

Implikation Logische Folgerungen können wie Hyponymien mengentheoretisch dargestellt werden. (7) Φ Ψ gdw. Φ Ψ

Beispiel für eine Implikation (8) Pynchon ist Schriftsteller. Pynchon ist ein Mensch. a. Pynchon ist Schriftsteller = {w Pynchon ist Schriftsteller in w} b. Pynchon ist ein Mensch = {w Pynchon ist ein Mensch in w} c. {w Pynchon ist Schriftsteller in w} {w Pynchon ist ein Mensch in w}

Wortbedeutung und Relationen Wir haben oben gesehen, daß wir Nomina, intransitive Verben und Adjektive als Mengen darstelen können. Entsprechend können wir die Bedeutung transitiver Verben als Mengen von Paaren darstellen. Ein Beispiel für ein transitives Verb ist lesen: (9) lesen = { x, y x liest y} Auch die Bedeutung einiger Nomina kann als Menge von Paaren dargestellt werden: (10) Autor (von) = { x, y x ist Autor von y} Die Bedeutung dreistelliger Verben ist folgerichtig eine Menge von Tripeln: (11) geben = { x, y, z x gibt y an z}

Notation von Funktionen Abstraktion und Konversion Rekursion Funktionen können folgendermaßen notiert werden: (12) Pynchon Mason & Dixon Autor (von) = Ellison Invisible Man Thompson Fear and Loathing Exhaustiv können Funktionen in diesem Format in der Regel nicht notiert werden. Eine Alternative ist die Beschreibung: (13) Autor (von) a : Personen Bücher x der Autor von x Die Funktion a sei definiert als Funktion von Personen in Bücher, wobei a jedes x auf den Autor von x abbildet: a(invisible Man) = Ellison

Notation von Funktionen cont. Abstraktion und Konversion Rekursion (14) Nachfolger s : N N x x + 1 Die Funktion s sei definiert als Funktion von natürlichen Zahlen in natürliche Zahlen, wobei s jedes x auf den Nachfolger von x abbildet: s(27) = 28 Aus der Algebra geläufig ist folgende Notation: (15) f (x) = x + 1 Die vorgestellten Notationen sind wie Eigennamen. Was wir brauchen, sind aber kompositional analysierbare Namen für Funktionen: Lambda-Terme.

Abstraktion und Konversion Rekursion Die Bildung eines Lambda-Terms aus einer beliebigen Formel heißt. Ausgangspunkt ist eine Beschreibung, die den Wert der intendierten Funktion für eine Variable x angibt. Um den Namen der Funktion anzugeben, die auf x appliziert wird und als Wert den der Beschreibung ausgibt, abstrahieren wir über x und bilden das Lambda-Abstrakt, einen kompositional interpretierbaren Namen.

Abstraktion und Konversion Rekursion Ein Beispiel (16) (a.) x + 1 (Beschreibung) (b.) λx[x + 1] (Lambda-Abstrakt) (16b.) ist kompositional interpretierbar. Der Term denotiert eine Funktion, die jedem x den Wert x + 1 zuweist.

Notation und Terminologie Abstraktion und Konversion Rekursion Lambda-Terme haben folgende Struktur: (17) λ Variable [Beschreibung des Werts der Variable] Der Lambda-Operator λ bindet eine Variable, die aus dem Rumpf des Lambda-Terms abstrahiert wird. Ein weiteres Beispiel: (18) λx[autor von x]

Skopus Mengen und sprachliche Bedeutungen Abstraktion und Konversion Rekursion In einem Lambda-Term λv[...] ist [... ] der Skopus von λv. Eine Variable v im Rumpf eines Lambda-Terms wird immer von dem nächsthöheren Lambdaoperator mit derselben Variable v gebunden. Beispiel {}}{ (19) λx [3x + λy [y 2 + y + 1] }{{}

Abstraktion und Konversion Rekursion Lambda-Konversion Funktionen werden auf Argumente appliziert. Der Wert eines auf ein Argument applizierten Lambda-Terms kann angegeben werden, indem die Variable, über die abstrahiert worden ist, durch das Argument ersetzt wird. Dieses Verfahren heißt Lambda-Konversion. Beispiel: (19) (a.) λx[x + 1] (Lambda-Term) (b.) λx[x + 1](27) (funktionale Applikation) (c.) = 27 + 1 (Konversion) (d.) = 28

Definitionsbereich Abstraktion und Konversion Rekursion Zur Angabe des Definitionsbereichs D bei Lambda-Termen gibt es 2 Möglichkeiten: (20) λv D[Beschreibung des Werts von v] (21) λv Bedingung für v [Beschreibung des Werts von v] Beispiel: (22) λx N[x + 1] (23) λx x N [x + 1]

Mengen als Argumente Abstraktion und Konversion Rekursion Argumente von Funktionen können auch Mengen (X) oder Funktionen (f) sein. Beispiel (24) λx [X {1, 2, 3}] Anwendung (25) λx [X {1, 2, 3}]({2, 3, 4}) = {2, 3} (26) λx [X {1, 2, 3}]({4, 5, 6}) = (27) λx [X {1, 2, 3}](Pynchon) = nicht definiert

Funktionen als Argumente Abstraktion und Konversion Rekursion Beispiel (28) λf [f (3)] Anwendung (29) λf [f (3)](λx[x 2 ]) = λx[x 2 ](3) = 9 Beispiel (30) λf [f (3) + f (4)] Anwendung (31) λf [f (3) + f (4)](λx[x 2 ]) = λx[x 2 ](3) + λx[x 2 ](4) = 25 Funktionen, die Funktionen als Argumente nehmen, sind Funktionen höherer Ordnung.

Funktionen als Werte Abstraktion und Konversion Rekursion Funktionen können Funktionen als Werte ausgeben. Beispiel (32) λxλy[x 2 + y] Die Funktion nimmt einen Wert x und liefert eine Funktion, die den Wert y nimmt und x 2 + y ausgibt. Anwendung (33) λxλy[x 2 + y](3)(4) = λy[9 + y](4) = 9 + 4 = 13

Charakteristische Funktionen und Lambda-Terme Mengenlehre revisited wahrheitswertige Funktionen Eine Funktion, die jedes Objekt x auf den Wert 1 abbildet, wenn es zu einer Menge A gehört, und den Wert 0 ausgibt, wenn x nicht zu A gehört, ist die charakteristische Funktion der Menge A, χ A. (34) Sei U ein Universum und A eine Menge mit A U, dann gilt folgende Definition für χ A : U {0, 1}, x 1, wenn x A, x 0, wenn x / A

Charakteristische Funktionen und Lambda-Terme Mengenlehre revisited Beispiele (35) Sei U = N, A = {1, 2}. Dann gilt: χ A = { 1, 1, 2, 1, 3, 0 4, 0,...} (36) Sei U = der Menge der Personen, A = {x x ist ein Schriftsteller}. Dann gilt: χ {x x ist ein Schriftsteller} = { Pynchon, 1, Ellison, 1, Caliban, 0,...}

Charakteristische Funktionen und Lambda-Terme Mengenlehre revisited Lambda-Terme Charakteristische Funktionen können als Lambda-Terme dargestellt werden. Beispiel (37) {x x ist ein Schriftsteller} ist die Menge aller Schriftsteller. Die charakteristische Funktion dieser Menge ist λx[x ist ein Schriftsteller]. (a.) Für Pynchon {x x ist ein Schriftsteller} schreiben wir λx[x ist ein Schriftsteller](Pynchon) = 1. (b.) Für Caliban / {x x ist ein Schriftsteller} schreiben wir λx[x ist ein Schriftsteller](Caliban) = 0

Charakteristische Funktionen und Lambda-Terme Mengenlehre revisited Der Vorteil der Funktionsnotation In der Mengennotation {x... x...} gibt es genau zwei Möglichkeiten für jedes Objekt e: e {x... x...} oder e / {x... x...}. In der Funktionsnotation λx D[... x...] gibt es drei Möglichkeiten: e D, dann λx[... x...](e) = 1 oder λx[... x...](e) = 0 e / D

Charakteristische Funktionen und Lambda-Terme Mengenlehre revisited Mengentheoretische Beziehungen und charakteristische Funktionen (38) Seien c und d. Dann: (a.) c d ist definiert, wenn DOM(c) DOM(d). Wenn definiert, ist c d = 1, wenn {x c(x)} {x d(x)}, sonst = 0. (b.) c d ist definiert, wenn DOM(c) DOM(d). Wenn definiert, ist c d = 1, wenn {x c(x)} {x d(x)}, sonst = 0.

Charakteristische Funktionen und Lambda-Terme Mengenlehre revisited Mengentheoretische Operationen und charakteristische Funktionen (38) cont. (c.) c d = λx x DOM(c) DOM(d) [x {x c(x)} {x d(x)}] (d.) c d = λx x DOM(c) DOM(d) [x {x c(x)} {x d(x)}] (e.) c\d = λx x DOM(c) DOM(d) [x {x c(x)}\{x d(x)}] (f.) c = λx x DOM(c) [x / {x c(x)}]

Funktionen und Wortbedeutung Funktionen und Satzbedeutung Relationen und Funktionen Die Bedeutung transitiver Verben wie lesen kann als Relation dargestellt werden. Lesen ist aber keine Funktion, da es nicht rechtseindeutig ist. Aber: Wir können Mengen als darstellen. Relationen sind Mengen von Paaren. Daher: (39) liest = (a.) Relation: { x, y x liest y} (b.) Funktion: λ x, y { x, y x Person, y Text}[x liest y]

Schönfinkelisierung Funktionen und Wortbedeutung Funktionen und Satzbedeutung Die elegantere Alternative: Wir reduzieren mehrstellige auf einstellige Funktionen. Das Verfahren heißt Schönfinkelisierung. Beispiel (40) liest = λx Person[λy Text[x liest y]] λx Person[λy Text[x liest y]](invisibleman)(pynchon) = λx Person[x liest Invisible Man]](Pynchon) = Pynchon liest Invisible Man = 1 in w, wenn Pynchon in w Invisible Man liest.

Satzbedeutung und Funktionen Funktionen und Wortbedeutung Funktionen und Satzbedeutung Die Bedeutung eines Satzes Φ ist die Menge der möglichen Welten, in denen Φ wahr ist. Die charakteristische Funktion dieser Menge und somit die Bedeutung von Φ ist (41) die Funktion Φ von der Menge aller möglichen Welten W in die Menge der Wahrheitswerte {0, 1}, sodaß für jedes w W gilt: Φ (w) = 1 gdw. Φ in w wahr ist, sonst 0. In Lambda-Notation: (42) Φ = λw W [Φ = 1 in w]