FMZ, Giugno 2001 Parsing del linguaggio naturale Fabio Massimo Zanzotto Università di Tor Vergata.
-
Upload
adelina-bernardini -
Category
Documents
-
view
219 -
download
1
Transcript of FMZ, Giugno 2001 Parsing del linguaggio naturale Fabio Massimo Zanzotto Università di Tor Vergata.
FMZ, Giugno 2001
Parsing del linguaggio naturale
Fabio Massimo ZanzottoUniversità di Tor Vergata
FMZ, Giugno 2001
Parsing e linguaggio naturale
Lezione 1
FMZ, Giugno 2001
Il parsing
• Un esempio di programma– Come viene strutturato?– Come viene utilizzato
• Strutturare significa capire e poter utilizzare
FMZ, Giugno 2001
Analisi del testo di un programma
if (a>b) {
printf(“Hello World!”);
a++;
} else {
printf(“Bye Bye World!”);
}
FMZ, Giugno 2001
Analisi del testo di un programma
• In quale linguaggio è stato scritto?
• Come avete fatto a scoprirlo?
• Scriviamo un automa a stati finiti che almeno riconosca quell’ingresso.
FMZ, Giugno 2001
Automa a stati finiti
• QuintuplaV insieme dei simboli
Q insieme degli stati
insieme delle transizioni
q0 stato iniziale
F insieme degli stati finali
FMZ, Giugno 2001
Costruiamo l’automa
V = {if, else, a, b, (,),>, +, ;, printf(“Hello World!”), printf(“Bye Bye World!”),{, }}
FMZ, Giugno 2001
Analisi del testo di un programma
I problemi che vogliamo risolvere sono:
• Il “pezzo di codice” fa parte del linguaggio?
• Come posso utilizzare il “pezzo di codice”?– Dandogli “significato” per tradurlo in un
linguaggio più a basso livello.
FMZ, Giugno 2001
Da testo di un programma ad albero
if then else
if-statement
(a>b)
printf(“Hello World!”);
a++;
printf(“Bye Bye World!”);
FMZ, Giugno 2001
Il problema in generale
V insieme di simboliL V* il linguaggioEsiste un meccanismo che possa dire se dato un
lV* questo appartenga a L o non appartenga a L ?
Esiste un modo sintetico per esprimere L (ovvero diverso dall’enumerazione)?
Esiste la possibilità di assegnare una struttura all’elemento l in esame (se questo appartiene al linguaggio)?
FMZ, Giugno 2001
Digressione
• Chiusura di Kleene indicata con uno * sul nome dell’insieme
• Informale V* contiene tutte le concatenazioni possibili di elementi in V di qualsiasi lunghezza
Se Vi=tutte le stringhe di lunghezza i composte da elementi di V
Allora V*= Vi
FMZ, Giugno 2001
Da testo di un programma ad albero
if (a>b) {
printf(“Hello World!”);
a++;
}
FMZ, Giugno 2001
Da testo di un programma ad albero
if then
if-statement
(a>b)printf(“Hello World!”);
FMZ, Giugno 2001
Da testo di un programma ad albero
REGOLE:
if-statement if condition instructions
if-statement
if condition instructions else instructions
FMZ, Giugno 2001
Il parser
PARSER
Regole
Testo Programma
FMZ, Giugno 2001
Il processo di generazione di codice macchina
• l’albero codice macchina
• l’albero permette di utilizzare il testo del programma
• la struttura esplicita il “significato” del testo del programma
• Strutturare == ““capire”” (per poi riutilizzare)
FMZ, Giugno 2001
Il parsing del linguaggio naturale
• Vogliamo rispondere ad Chi ha vinto lo scudetto?
• utilizzando le frasi:“La XYZ ha agguantato lo scudetto di campioni
d’Italia all’ultima giornata di campionato”
“La ZXY dopo una lunga rincorsa è rimasta delusa”
“La ZYX avrebbe potuto cucirsi sulle maglie il suo N scudetto”
FMZ, Giugno 2001
Il parsing del linguaggio naturale
• Capire la “sintassi”
• Capire la “semantica”
• Capire la “pragmatica” (struttura del discorso)
• Capire == strutturare
FMZ, Giugno 2001
Esempio
la XYZ ha agguantato lo scudetto
S(
Subj(la XYZ),
VP(
Verb(ha agguantato),
Obj(lo scudetto)
)
)
FMZ, Giugno 2001
Esempio
la XYZ ha agguantato lo scudetto
S NP VPVP Verb NP NP Art NounNoun XYZNoun scudettoArt laArt loVerb ha agguantato
FMZ, Giugno 2001
Parsing e linguaggio naturale
Lezione 2
FMZ, Giugno 2001
Parsing e linguaggio naturale
• Concetti importanti:– “capire” = strutturare
– strutturare permette poi di utilizzare
• Strutturare richiede:– Comprendere se una data sequenza di caratteri
appartiene o meno ad un linguaggio
– Costruire la struttura l che appartiene al linguaggio
FMZ, Giugno 2001
Il problema in generale
V insieme di simboliL V* il linguaggioEsiste un meccanismo che possa dire se dato un
lV* questo appartenga a L o non appartenga a L ?
Esiste un modo sintetico per esprimere L (ovvero diverso dall’enumerazione)?
Esiste la possibilità di assegnare una struttura all’elemento l in esame (se questo appartiene al linguaggio)?
FMZ, Giugno 2001
Digressione
• Chiusura di Kleene indicata con uno * sul nome dell’insieme
• Informale V* contiene tutte le concatenazioni possibili di elementi in V di qualsiasi lunghezza
Se Vi=tutte le stringhe di lunghezza i composte da elementi di V
Allora V*= Vi
FMZ, Giugno 2001
Il parsing del linguaggio naturale
• Modelliamo una parser che possa interpretare le seguenti frasi:“La XYZ ha agguantato lo scudetto di
campioni d’Italia all’ultima giornata di campionato”
“La ZXY dopo una lunga rincorsa è rimasta delusa”
“La ZYX avrebbe potuto cucirsi sulle maglie il suo N scudetto”
FMZ, Giugno 2001
Un parser
• Regole: quelle fornite della grammatica precedente
• Parser (cioè il processore): il motore inferenziale del prolog
FMZ, Giugno 2001
Un parser
• Cominciamo con il costruire un riconoscitore in prolog
• Costruiamo poi un riconoscitore che fornisca la struttura
FMZ, Giugno 2001
Esempio
la XYZ ha agguantato lo scudetto
S NP VPVP Verb NP NP Art NounNoun XYZNoun scudettoArt laArt loVerb ha agguantato
FMZ, Giugno 2001
Un parser
• Esempio1
• Esempio2
• Esempio3
FMZ, Giugno 2001
Prolog: uno zucchero sintattico
• Formalismo DCG– a(A,B) --> c(D),e(I,K).
viene espanso in a(A,B,A0,AN) :- c(D,E,A0,A1),e(I,K,A1,AN).
– a(A,B) --> [a,b].viene espanso in a(A,B,A0,AN) :-
‘C’(A0,a,A1),‘C’(A1,b,AN).
Built-in‘C’([X|A],X,A).
FMZ, Giugno 2001
Linguaggi naturali vs linguaggi formali
La XYZ ha agguantato lo scudetto di campioni d’Italia all’ultima giornata di campionato
S NP VPVP Verb NPVP Verb NP PPNP Art Noun NP NounNP NP PPPP Prep NP
FMZ, Giugno 2001
I problemi dei parser costruiti
• Talvolta non terminano (ricorrenza sinistra)NP NP PP
• Perché funzionano solo in maniera top-down
FMZ, Giugno 2001
Strategie di parsing
• Top-down
• Bottom-up
FMZ, Giugno 2001
Strategie di parsing
• Applichiamole ad un esempio La XYZ ha agguantato lo scudetto di campioni d’Italia all’ultima
giornata di campionato
S NP VPVP Verb NPVP Verb NP PPNP Art Noun NP NounNP NP PPPP Prep NP
FMZ, Giugno 2001
Parsing e linguaggio naturale
Lezione 3
FMZ, Giugno 2001
Richiami
• Strategie di parsing:– Top-down (es. le regole DCG e il prolog)– Bottom-up
FMZ, Giugno 2001
Limiti del parsing the linguaggio naturale
• Notare l’ambiguità sull’esempio (PP-attachment)• Altri esempi di ambiguità:
Mario guarda l’uomo con la bandieraMario guarda l’uomo con il cannocchialeMario guarda l’uomo con il microscopioLa vecchia porta la sbarraGianna mi ha prestato la borsetta di pelle di
LeonordoGianna mi ha prestato la borsetta di pelle di
leopardo
FMZ, Giugno 2001
Linguaggi naturali vs linguaggi formali
• Costruire l’interpretazione al fine di far emergere l’ambiguità
• Differenze– Linguaggi formali: Si decide il modello che
deve essere rispettato dai locutori. In genere, questo modello non è ambiguo.
– Linguaggi naturali: il modello deve spiegare una fenomenologia preesistente
FMZ, Giugno 2001
Linguaggi naturali
• Problemi intrinseci:– Ambiguità (“genuina” oppure introdotta dal
modello) – Copertura
FMZ, Giugno 2001
(Prima) Stratificazione del regole di parsing
• Livello di interpretazione morfosintattico
• Livello di interpretazione sintattico
FMZ, Giugno 2001
Stratificazione
• Costruzione di un dizionario
• Evidenziare la necessità di feature aggiuntive– Genere/Numero
FMZ, Giugno 2001
Chart Parser
FMZ, Giugno 2001
Limiti del parser DCG (con interprete prolog)
• Implementa solo una strategia top-down
• La struttura della frase viene assegnata solo se completamente riconosciuta.
• Le strutture parziali riconosciute vengono utilizzate solo nella derivazione di cui fanno parte
FMZ, Giugno 2001
Chart Parsing: introduzione
• Definizione del formalismo
• Definizione della struttura dati in prolog
• Implementazione di una strategia di parsing
FMZ, Giugno 2001
Chart parsing: la struttura dati
• Well Formed Substring Table WFST
• La struttura dati è un grafo i cui – Nodi sono i connettori – Archi sono le ragioni per cui i connettori sono
connessi tra loro
FMZ, Giugno 2001
Un esempio di WFST
• Albero vs WFST della frase:Mario guarda l’uomo con il microscopio
FMZ, Giugno 2001
Chart parsing
• Estende l’idea del WFST per permettere di rappresentare goal e ipotesi. La struttura risultante è quella degli active chart
• Il concetto principale è quello delle Dotted RulesA B.C
I simboli a destra del punto sono quelli che sono stati confermati mentre quelli a sinistra sono quelli da confermare.
FMZ, Giugno 2001
Chart Parsing
• Gli archi dell’active chart sono delle dotted rules.
• E’ quindi possibile implementare strategie di parsing:– Bottom-up– Top-down – Ibride
FMZ, Giugno 2001
Chart Parsing
• Dotted rule in prolog:
add_edge(V0,V1,Category,TOBEFOUND,FOUND)
• Un parser bottom-up– esempio
FMZ, Giugno 2001
parse(V0,Vn,String) :-start_chart(V0,Vn,String). % defined in chrtlib1.pl
%add_edge(V0,V1,Category,Categories,Parse) :-
edge(V0,V1,Category,Categories,Parse),!.%add_edge(V1,V2,Category1,[],Parse) :-
assert_edge(V1,V2,Category1,[],Parse),foreach(rule(Category2,[Category1|Categories]),
add_edge(V1,V1,Category2,[Category1|Categories],[Category2])),foreach(edge(V0,V1,Category2,[Category1|Categories],Parses),
add_edge(V0,V2,Category2,Categories,[Parse|Parses])).
add_edge(V0,V1,Category1,[Category2|Categories],Parses) :-
assert_edge(V0,V1,Category1,[Category2|Categories],Parses),foreach(edge(V1,V2,Category2,[],Parse),
add_edge(V0,V2,Category1,Categories,[Parse|Parses])).
FMZ, Giugno 2001
Il parsing del linguaggio naturale
• Parsing sintattico
• Esempi di frasi e loro analisi sintattica
• Formalizzazione semi-intuitiva delle regole utilizzate.
• Limite dell’ambiguità e della copertura
FMZ, Giugno 2001
Gerarchia dei linguaggi
• Come il problema è stato formalizzato?
• Linguaggi regolari– Automi a stati finiti e loro limiti
• Linguaggi context-free
• Linguaggi context-sensitive
• Problema della calcolabilità