PLN sintaxis 1

Sintaxis

• Introducción• Gramáticas formales• Gramáticas para PLN

PLN sintaxis 2

La descripción sintáctica 1

• La Sintaxis describe la regularidad y productividad de la lengua explicitando la estructura de las oraciones.

• Objetivo del análisis sintáctico:• Detectar la corrección de una frase

• Proporcionar una estructura de la frase que refleje sus relaciones sintácticas y pueda ser utilizada como base para los tratamientos posteriores

PLN sintaxis 3

Formas de definir la corrección

• Gramática • G L(G)

• w1n L(G) ?

• Modelo del lenguaje• P(w1

n)

• si P(w1n) > 0 w1

n L

• Corpus (oraciones, patrones) que definen las oraciones correctas• diccionario sintáctico

• reglas de composición

• Reglas de buena formación• filtros, gramáticas negativas, ...

PLN sintaxis 4

La descripción sintáctica 3

• Formas de expresar la estructura sintáctica:• Estructura de constituyentes

• Estructura de dependencias

• Modelo de actantes

• Forma lógica

PLN sintaxis 5

ORACION

GN FV

DET N RGN VT GN

N RGN

el gato come pescado

La descripción sintáctica 4

Arbol de derivación (árbol de análisis)

PLN sintaxis 6

COME

GATO PESCADO

EL

sujeto objeto

determinante

La descripción sintáctica 5

Estructura de dependencias

PLN sintaxis 7

COMER

GATO PESCADO

accion

agentetema

La descripción sintáctica 6

Modelo de actantes (1)

PLN sintaxis 8

es_un: ACCION pred: COMER tiempo: PRESENTE modo: INDICATIVO ...

es_un: OBJETO tipo: GATO numero: SINGULAR genero: MASCULINO deter: DEFINIDO ...

es_un: OBJETO tipo: PESCADO numero: SINGULAR genero: MASCULINO deter: INDEFINIDO ...

agentetema

La descripción sintáctica 7

Modelo de actantes (2)

PLN sintaxis 9

X y(gato (X (Y y(pescado (Y)

comer(X,Y)))))

La descripción sintáctica 8

Forma logica

PLN sintaxis 10

Gramática 1

• Gramáticas de constituyentes• Arboles de derivación

• Gramáticas de dependencias• Esquemas de dependencia

• Gramáticas de casos• Modelos de actantes => Redes semánticas

• Gramáticas Transformacionales• Gramáticas sistémicas

PLN sintaxis 11

Lenguajes formales

• Alfabeto (vocabulario) • Operación de concatenación * cadenas sobre (monoide libre)• lenguaje L * • lenguajes y gramáticas• jerarquía de Chomsky

PLN sintaxis 12

Gramáticas de Estructura Sintagmática

<V, , P, S>

Vocabulario No Terminal (conjunto de variables)

Vocabulario Terminal (alfabeto)

Conjunto de producciones

Variable inicial

V = Ø

V = Vocabulario

S V

PLN sintaxis 13

Jerarquía de Chomsky 1

• Gramáticas Generales (Tipo 0)• Reconocidas por máquinas de Turing

• Gramáticas Sensitivas (Tipo 1)• Linear Bounded Automata

• Pspace-complete

• Gramáticas Incontextuales (Tipo 2)• Autómatas a pila

• O(n3)

• Gramáticas Regulares (Tipo 3)• Autómatas de estados finitos

• O(n)

PLN sintaxis 14

Jerarquía de Chomsky 2

Tipo 0 Gramáticas sin restricciones

Tipo 1 Gramáticas sensitivas (Context-sensitive Grammars)

u w, w,u (V )*

u w, w,u (V )* i |u| |v|

PLN sintaxis 15

Tipo 3 Gramáticas regulars (Regular Grammars, RG)

Tipo 2 Gramáticas incontextuals (Context-free Grammars, CFG)

A w, A V, w (V )*

A aA aB, A,B V, a

Jerarquía de Chomsky 3

PLN sintaxis 16

Condición de gramaticalidad

Una frase w (una palabra de *) pertenece al lenguaje generado por la gramática:

Podemos decir que la gramática G puede derivar la palabra w utilitzando las producciones a partir de S.

ws L(G)w G

*

PLN sintaxis 17

Propiedades formales del analizador

• Solidez (sound)• Todo resultado (p.ej. árbol de derivación) es correcto

(gramatical)

• Terminación• Todo proceso de análisis acaba

• Completitud• Un analizador es completo si dada una gramática y una

oración es sólido, produce todos los análisis correctos y acaba

PLN sintaxis 18

Gramática Reconocedor Lenguaje

Tipo 0 Máquinas de lenguajes enumerables Turing recursivamente

Tipo 1 linear-bounded lenguajes contextuales

automata (LBA)

Tipo 2 autómatas a pila lenguajes incontextuales

no deterministas(NPDA)

Tipo 3 autómatas finitos lenguajes regulares

(FSA)

Jerarquía de Chomsky 4

PLN sintaxis 19

Expresividad de la gramática

• Mínimo: Gramáticas incontextuales (CFG)• excepto aplicaciones concretas, aproximaciones

regulares

• ¿Es el LN incontextual?• ¿Suficiente? NO (normalmente)• Solución

CFG + {adición procedimental del contexto}

Gramáticas Lógicas

PLN sintaxis 20

Ejemplo gramática incontextual 1

G1= <N1,T1,P1,FRASE> N1 = {ORACION,GN,FV,RGN,GP} T1 = {det,n,np,adj,vi,vt,prep} P1 = {

1 FRASE --> GN FV. 2 GN --> det n RGN. 3 GN --> n RGN. 4 GN --> np RGN. 5 RGN --> . 6 RGN --> GP RGN. 7 RGN --> adj RGN. 8 FV --> vi. 9 FV --> vt GN. 10 GP --> prep GN. }

PLN sintaxis 21

Ejemplo gramática incontextual 2

grup-nom==> n, grup-adj.grup-adj ==> a, grup-adj.grup-adj ==> a.grup-adj ==> adv, a.n ==> ncms000. %chicon ==> ncmp000. %chicosn ==> ncfs000. %chican ==> ncfp000. %chicasn ==> nccs000. %mar, oyenten ==> nccp000. %mares, oyentesn ==> ncmn000. %pantalonesn ==> ncfn000. %tijerasn ==> ncms00a. %chiquitoa ==> aq0cp00. %alegresa ==> aq0cs00. %alegrea ==> aq0fp00. %bonitasa ==> aq0fs00. %bonitaa ==> aq0mp00. %bonitosa ==> aq0ms00. %bonito

PLN sintaxis 22

Ejemplo gramática incontextual 3

grup-nom ==> ncms, grup-adj-ms.grup-nom ==> ncfs, grup-adj-fs.grup-nom ==> ncmp, grup-adj-mp.grup-nom ==> ncfp, grup-adj-fp.grup-adj-ms ==> aq0ms00, grup-adj-ms.grup-adj-mp ==> aq0mp00, grup-adj-mp.grup-adj-ms ==> aq0ms00, grup-adj-cs.ncms ==> ncms000. %chiconcmp ==> ncmp000.%chicosncfs ==> ncfs000. %chicancfp ==> ncfp000. %chicas

PLN sintaxis 23

Ejemplo gramática incontextual ampliada 4

grup-nom ==> n(Rasgos1), grup-adj(Rasgos2),

{concordancia Rasgos1 Rasgos2} n(ms) ==> ncms000. %chicon(mp) ==> ncmp000. %chicosn(fs) ==> ncfs000. %chican(fp) ==> ncfp000. %chicasa(cp) ==> aq0cp00. %alegresa(cs) ==> aq0cs00. %alegrea(fp) ==> aq0fp00. %bonitasa(fs) ==> aq0fs00. %bonita

PLN sintaxis 24

intervencion pregunta | orden | ...

orden v, sn {imperativo(1), orden(1)}

sn snbase, [snmods] | np {concordancia(1,2)}

snbase [det], n, [adjs] {concordancia(1,2,3)}

adjs adj, [adjs]

snmods snmod, [snmods]

snmod sp | ...

sp prep, sn

np "barcelona" | "valencia" | ...

n "billete" | "euromed" ...

v "deme" | ...

det "un" | "el" | ...

CFG + {adición procedimental del contexto}

PLN sintaxis 25

Ejemplo LSP (Sager)

*BNF <SENTENCE> %%= <ENUNCIACION> '.'. <ENUNCIACION> %%= <SUJETO><VERBO><OD>. <SUJETO> %%= <LNR> /<*NULL>. <LNR> %%= <LN><*N><RN> / <*NULL>. <LN> %%= <*ART> / <*NULL>. <RN> %%= <*NULL>. <VERBO> %%= <*TV>. <OD> %%= <LNR>.

*RESTR WCONC1= IN LNR % BOTH $SING AND $PLUR.$SING = IF CORE OF LNR HAS ATTRIBUTE SG THEN CORE OF LN DOES NOT HAVE ATTRIBUTE PL.$PLUR = IF CORE OF LNR HAS ATTRIBUTE PL THEN CORE OF LN DOES NOT HAVE ATTRIBUTE SG.

PLN sintaxis 26

Gramáticas incontextuales con rasgos 1

• Head Features• Rasgos que los constituyentes no terminales adquieren a

partir de sus núcleos (heads)• Algunos se filtran directamente

• Otros requieren cierto proceso

• AGR (agreement)• gen, num, persona, caso, ...

• VFORM (subcategorización verbal)• problemática con los auxiliares, modales, locuciones verbales, ...

PLN sintaxis 27

Gramáticas incontextuales con rasgos 2

• np {np agr AGR}, det, {det agr AGR}, n, {n agr AGR}.

• vp v, {v subcat _np}, np.• vp v, {v subcat _np _pp:loc}, np, pp,

{pp pform loc}.• vp {vp agr A, vp vform V},v, {v

subcat _vp:inf, v agr A, v vform V}, vp, {vp vform inf}.

PLN sintaxis 28

Obtención de la gramática

• Definición del vocabulario terminal (tagset, )• Definición del vocabulario no terminal (V)• Reglas de la gramática (P)

• construcción manual• construcción automática

• inferencia (inducción) gramatical

• construcción semiautomática

PLN sintaxis 29

La selección de las categorías

• Vocabulario terminal• Categorías atómicas vs complejas• El tagset• La utilización de rasgos• Vocabulario no terminal

• Motivación lingüística

• Teoría

• Categorías barradas (slashed categories)• dependencias a larga distancia

X

PLN sintaxis 30

Categorías Parole 1

<fsDecl type=ITEM> <fDecl name= cat> <fdescr> categorias posibles: adj= adjetivo, adv= adverbio, art= artículo, con= conjunción det= determinante, nom=nombre, np= nombre propio, prep = preposición, pron= pronombre, verb=verbo, intj=interjección, res=residuales, spun = signo puntuación, abr = abreviatura cifra = z, fecha = w </fdescr>

<vRange> <vAlt> <sym value=adj> <sym value=adv> <sym value=art> <sym value=con> <sym value=det> <sym value=nom> <sym value=np> <sym value=prep> <sym value=pron> <sym value=verb> <sym value=intj> <sym value=res> <sym value=spun> <sym value=abr> <sym value=w> <sym value=z> </vAlt></vRange> </fDecl>

PLN sintaxis 31

Categorías Parole 2

<fDecl name= gen> <fdescr> géneros posibles: ambi=ambiguo, fem= femenino, masc= masculino, n=neutro , i=indiscriminado </fdescr> <vRange> <vAlt> <sym value=ambi> <sym value=fem> <sym value=masc> <sym value=n> <sym value=i> </vAlt> </vRange> </fDecl>

PLN sintaxis 32

Categorías Parole 3

Verbo

1 categoría2 tipo3 modo4 tiempo5 persona6 número7 género

<fs id= 'VMIP1S0'> <!-- *como, amo* --> <f name=cat> <sym value=verb> </f> <f name=modo> <sym value=ind> </f> <f name=temp> <sym value=pres> </f> <f name=tverb> <sym value=m> </f> <f name=agreement> <fs> <f name=pers> <nbr value=1> </f> <f name= num> <sym value=sg> </f> </fs> </f></fs>

PLN sintaxis 33

Penn treebank Tagset 1

CC Coordinating conjunctionCD Cardinal numberDT DeterminerEX Existential thereFW Foreign wordIN PrepositionJJ Adjective JJR Adjective, comparative JJS Adjective, superlative LS List item markerMD ModalNN Noun, singularNNP Proper noun, singular NNS Noun, pluralNNPS Proper noun, plural PDT PredeterminerPOS Posessive endingPRP Personal pronounPP Possessive pronoun

RB Adverb RBR Adverb, comparative RBS Adverb, superlative RP Particle SYM Symbol TO toUH Interjection VB Verb, base form VBD Verb, past tense VBG Verb, gerund VBN Verb, past participleVBP Verb, non-3rd ps. sing. present VBZ Verb, 3rd ps. sing. present WDT wh-determinerWP wh-pronounWP Possessive wh-pronounWRB wh-adverb

PLN sintaxis 34

Penn treebank Tagset 2

# Pound sign$ Dollar sign. Sentence-final punctuation, Comma: Colon, semi-colon( Left bracket character) Right bracket character" Straight double quote` Left open single quote`` Left open double quote' Right close single quote'' Right close double quote

PLN sintaxis 35

Modificaciones de las gramáticas

• Transformaciones de las gramáticas para obtener gramáticas equivalentes:• Eliminación de símbolos y producciones no

alcanzables

• Eliminación de producciones unarias

• Eliminación de producciones • Formas normales

• Chomsky

• Greibach

• Aproximaciones de CFG por RG

PLN sintaxis 36

Forma Normal de Chomsky

• Una gramática incontextual está en CNF si sólo tiene producciones:• unarias de tipo A a

• binarias de tipo A BC

• con a y A,B,C V

• El paso de cualquier CFG a CNF es trivial

PLN sintaxis 37

Forma Normal de Greibach

• Una gramática incontextual está en GNF si sólo tiene producciones:• A a

• con a y V*

• El paso de cualquier CFG a GNF es trivial