Взаимодействия с ЭВМ на естественном языке
я в машинных языках, и с ее помощью созданы
высокоэффективные методы анализа. Недостаток этого метода - отсутствие
запрета на грамматически неправильные фразы, где, например, подлежащее не
согласовано со сказуемым в числе. Для решения этой проблемы необходимо
наличие двух отдельных, параллельно работающих грамматик: одной - для
единственного, другой - для множественного числа. Кроме того, необходима
своя грамматика для пассивных предложений и т.д. Семантически неправильное
предложение может породить огромное количество вариантов разбора, из
которых один будет превращен в семантическую запись. Всё это делает
количество правил огромным и, в свою очередь, свободно-контекстные
грамматики непригодными для NLP.
Трансформационная грамматика. Трансформационная грамматика была создана
с учетом упомянутых выше недостатков и более рационального использования
правил ЕЯ, но оказалась непригодной для NLP. Трансформационная грамматика
создавалась Хомским как порождающая, что, следовательно, делало очень
затруднительным обратное действие, т.е. анализ.
Расширенная сеть переходов. Расширенная сеть переходов была разработана
Бобровым (Bobrow), Фрейзером (Fraser) и во многом Вудсом (Woods) как
продолжение идей синтаксического анализа и свободно-контекстных грамматик в
частности. Она представляет собой узлы и направленные стрелки,
“расширенные” (т.е. дополненные) рядом тестов (правил), на основании
которых выбирается путь для дальнейшего анализа. Промежуточные результаты
записываются в ячейки (регистры). Ниже приводится пример такой сети,
позволяющей анализировать простые предложения всех типов (включая пассив),
состоящие из подлежащего, сказуемого и прямого дополнения, таких, как The
rabbit nibbles the carrot (Кролик грызет морковь). Обозначения у стрелок
означают номер теста, а также либо признаки, аналогичные применяемым в
свободно-контекстных грамматиках (NP), либо конкретные слова (by). Тесты
написаны на языке LISP и представляют собой правила типа если
условие=истина, то присвоить анализируемому слову признак Х и записать его
в соответствующую ячейку.
[pic]
Разберем алгоритм работы сети на вышеприведенном примере. Анализ
начинается слева, т. е. с первого слова в предложении. Словосочетание the
rabbit проходит тест, который выясняет, что оно не является вспомогательным
глаголом (Aux, стрелка 1), но является именной группой (NP, стрелка 2).
Поэтому the rabbit кладется в ячейку Subj, и предложение получает признак
TypeDeclarative, т.е. повествовательное, и система переходит ко второму
узлу. Здесь дополнительный тест не требуется, поскольку он отсутствует в
списке тестов, записанных на LISP. Следовательно, слово, стоящее после the
rabbit - т. е. nibbles - глагол-сказуемое (обозначение V на стрелке), и
nibbles записывается в ячейку с именем V. Перечеркнутый узел означает, что
в нем анализ предложения может в принципе закончиться. Но в нашем примере
имеется еще и дополнение the carrot, так что анализ продолжается по стрелке
6 (выбор между стрелками 5 и 6 осуществляется снова с помощью специального
теста), и словосочетание the carrot кладется в ячейку с именем Obj. На этом
анализ заканчивается (последний узел был бы использован в случае анализа
такого пассивного предложения, как The carrot was nibbled by the rabbit).
Таким образом, в результате заполнены регистры (ячейки) Subj, Type, V и
Obj, используя которые, можно получить какое-либо представление (например,
дерево).
Расширенная сеть переходов имеет свои недостатки:
. немодульность;
. сложность при модификации, вызывающая непредвиденные побочные эффекты;
. хрупкость (когда единственная неграмматичность в предложении делает
невозможным дальнейший правильный анализ);
. неэффективность при переборе с возвратами, т.к. ошибки на промежуточных
стадиях анализа не сохраняются;
. неэффективность с точки зрения смысла, когда с помощью полученного
синтаксического представления оказывается невозможным создать правильное
семантическое представление.
Семантические грамматики. Анализ ЕЯ, основанный на использовании
семантических грамматик, очень похож на синтаксический, с той разницей, что
вместо синтаксических категорий используются семантические. Естественно,
семантические грамматики работают в узких предметных областях. Примером
служит система Ladder, встроенная в базу данных американских судов. Ее
грамматика содержит записи типа:
S ® the of
® what is|[can you] tell me
® the | class ship
Такая грамматика позволяет анализировать такие запросы, как Can you tell
me the class of the Enterprise? (Enterprise - название корабля). В данной
системе анализатор составляет на основе запроса пользователя запрос на
языке базы данных.
Недостатки семантических грамматик состоят в том, что, во-первых,
необходима разработка отдельной грамматики для каждой предметной области, а
во-вторых, они очень быстро увеличиваются в размерах. Способы исправления
этих недостатков - использование синтаксического анализа перед
семантическим, применение семантических грамматик только в рамках
реляционных баз данных с абстрагированием от общеязыковых проблем и
комбинация нескольких методов (включая собственно семантическую
грамматику).
Анализ с помощью падежных фреймов. С созданием падежных фреймов связан
большой скачок в развитии NLP. Они приобрели популярность после работы
Филлмора “Дело о падеже”. На сегодняшний день падежные фреймы - один из
наиболее часто используемых методов NLP, т.к. он является наиболее
компьютерно-эффективным при анализе как снизу вверх (от составляющих к
целому), так и сверху вниз (от целого к составляющим).
Падежный фрейм состоит из заголовка и набора ролей (падежей), связанных
определенным образом с заголовком. Фрейм для компьютерного анализа
отличается от обычного фрейма тем, что отношения между заголовком и ролями
определяется семантически, а не синтаксически, т.к. в принципе одному и то
же слово может приписываться разные роли, например, существительное может
быть как инструментом действия, так и его объектом.
Общая структура фрейма такова:
[Заголовочный глагол
[падежный фрейм
агент: <активный агент, совершающий действие>
объект: <объект, над которым совершается действие>
инструмент: <инструмент, используемый при совершении действия>
реципиент: <получатель действия - часто косвенное дополнение>
направление: <цель (обычно физического) действия>
место: <место, где совершается действие>
бенефициант: <сущность, в интересах которой совершается действие>
коагент: <второй агент, помогающий совершать действие>
]]
Например, для фразы Иван дал мяч Кате падежный фрейм выглядит так:
[Давать
[падежный фрейм
агент: Иван
объект: мяч
реципиент: Катя]
[грам
время: прош
залог: акт]
]
Существуют обязательные, необязательные и запрещенные падежи. Так, для
глагола разбить обязательным будет падеж объект - без него высказывание
будет незаконченным. Место и коагент будут в данном примере необязательными
падежами, а направление и реципиент - запрещенными.
Часто в NLP бывает полезным использовать семантическое представление в
как можно более канонической форме. Наиболее известным способом такой
репрезентации являются метод концептуальных зависимостей, разработанный
Шенком для глаголов действия. Он заключается в том, что каждое действие
представлено в виде одного или более простейших действий.
Например, для предложений Иван дал мяч Кате (1) и Катя взяла мяч у Ивана
(2), различающихся синтаксически, но оба обозначающих акт передачи, могут
быть построены следующие репрезентации с использованием простейшего
действия Atrans, применяющегося в грамматике концептуальных зависимостей:
| |(2) |
| | |
|(1) | |
|[Atrans |[Atrans |
|отн: обладание |отн: обладание |
|агент: Иван |агент: Катя |
|объект: мяч |объект: мяч |
|источник: Иван |источник: Иван |
|реципиент: Катя] |реципиент: Катя] |
С помощью такого представления легко выявляются сходства и различия
фраз.
Для облегчения анализа также используется деление роли на лексический
маркер и заполнитель. Так, для роли объект может быть установлен маркер
прямое дополнение, для роли источник - маркер вида <маркер-из>=из|от|...
В общем анализ текста с помощью падежных фреймов состоит из следующих
шагов:
. Используя существующие фреймы, подобрать подходящий для заголовка. Если
такого нет, текст не может быть проанализирован.
. Вернуть в систему подходящий фрейм с соответствующим заголовком-глаголом.
. Попытаться провести анализ по всем обязательным падежам. Если один или
более обязательных заполнителей падежей не найдены, вернуть в систему код
ошибки. Такой случай может означать наличие эллипсиса, неверный выбор
фрейма, неверно введенный текст или недостаток грамматики. Следующие шаги
используются уже для анализа и исправления таких ситуаций.
. Провести анализ по всем необязательным падежам.
. Если после этого во введенном тексте ос
| |  скачать работу |
Взаимодействия с ЭВМ на естественном языке |
