birmaga.ru
добавить свой файл

1
ЛИНГВИСТИЧЕСКАЯ ТРАНСЛЯЦИЯ СЛОЖНЫХ И ЭЛЛИПТИЧЕСКИХ ЕЯ-ПРЕДЛОЖЕНИЙ


Г.К. Хахалин1

В работе описывается схема лингвистической трансляции сложных и неполных предложений естественного языка. Разбивка сложных предложений на фразы предполагает наличие в синтаксической модели структур «связок», включающих служебные и знаменательные слова в соответствующих отношениях. Полученные фразы могут быть неполными. В этом случае они транслируются по схеме восстановления эллипсисов. Разбор сложных предложений дает в результате структуру взаимосвязанных фраз и тип разбираемого предложения.

Введение

Лингвистический транслятор (ЛТ), описанный в [Хахалин, 1998], состоит из лингвистического процессора (ЛП) и лингвистической модели (ЛМ). ЛП осуществляет трансляцию ЕЯ  М язык, где М-язык представляет собой описание модели проблемной среды. ЛМ играет роль базы знаний ЛП о входном ЕЯ, М языке и о соотнесении элементов и конструкций ЕЯ с элементами и конструкциями М языка. ЛП осуществляет три отображения: грамматический разбор,  – семантическая интерпретация, – проблемный анализ. Для данной структуры транслятора используются три модели: грамматическая модель ЕЯ (словарь транслятора и синтаксическая модель), модель проблемной области и модель интерпретации слов, словосочетаний и составляющих ЕЯ-текста в понятия, отношения, структуры и фрагменты модели проблемной среды. Поскольку ЛТ не имеет возможности непосредственно интерпретировать элементы ЕЯ-текста объектами реального мира, то эта интерпретация реализуется элементами модели предметной области (т.е. элементами "модели мира"), что и определяет семантику ЕЯ.

ЛП содержит два компонента: один базовый, второй расширенный. Базовый компонент транслятора обеспечивает перевод с ЕЯ на язык модели предметной области полных простых фраз или предложений. Расширенный компонент предназначен для трансляции элементов связного текста и, в частности, осложненных, сложных и эллиптических предложений. ЛТ любое сложное предложение разбивает на простые фразы, и каждая фраза транслируется базовым компонентом. Разбор сложных и эллиптических предложений необходимо рассматривать вместе, поскольку «разбивка» осложненных и сложных предложений часто порождает неполные фразы, которые необходимо связывать с другими фразами предложения. Кроме этого существует самостоятельная задача разбора отдельных неполных ЕЯ-предложений.


1. Разбор эллиптических предложений

Эллипсисы характеризуются неполнотой. Формально можно предположить, что эллиптичность проявляется как на уровне синтаксиса, так и на уровне семантики.

В рассматриваемом методе анализа синтаксическим эллипсисом будет такое правильно построенное предложение , для которого справедливо

,

т.е. в предложении существует, по крайней мере, одно такое слово , для которого нельзя найти фрагмент, расширяющий связную структуру синтаксических фрагментов (предложение считается синтаксически разобранным полностью, если оно «покрыто» фрагментами и эти фрагменты образуют связную структуру; более подробные определения полного и связного покрытия даны в [Кузин и др., 1989]). Для семантических эллипсисов существует аналогичное условие.

Обработка эллипсисов включает два этапа: восстановление их до полных фраз за счет дискурса и трансляция восстановленных фраз с помощью базового компонента. В качестве дискурса используется локальный дискурс (для сложного предложения) или глобальный дискурс (для простых неполных предложений). Отсутствие дискурса или невозможность корректного восстановления эллипсиса характеризует нарушение связности ЕЯ-текста или неполноту соответствующей модели.

Восстановление эллипсисов включает поиск аналогичных фрагментов дискурса и эллипсиса и добавление из дискурса в эллипсис недостающих элементов с их возможной коррекцией. Если рассмотреть задачу доступа к базам данных на ЕЯ (например, в кадровой задаче) и в качестве текста для ЛТ задать последовательность предложений Сколько сотрудников отдела маркетинга получают зарплату больше 100 долларов? и Отдела снабжения?, то второе предложение будет синтаксическим эллипсисом. Сопоставление дискурса и эллипсиса даст соответствия отдела Отдела и маркетинга снабжения, а добавления из дискурса в неполную фразу дадут в результате полностью восстановленный эллипсис в виде:


Сколько сотрудников отдела снабжения получают зарплату больше 100 долларов?

2. Трансляция сложных предложений

Существует несколько подходов к синтаксическому разбору сложных предложений [Кобзарева и др., 2000], [Невзорова и др., 2000]. В данной работе предлагается метод лингвистической трансляции сложных предложений, включая синтаксический разбор, интерпретацию с целью получения структурного описания на языке модели проблемной среды и проблемный анализ.

Трансляция сложных предложений основана на базовом компоненте для полных фраз и на схеме трансляции эллипсисов для неполных фраз. Трансляция включает следующие этапы: разбивка сложного предложения на фразы по структурным признакам «усложнения»; получение текущей фразовой структуры предложения с последующим ее уточнением; итеративная трансляция каждой выделенной фразы и «сочленение» на языке модели проблемной области описаний в общую структуру на основе окончательной фразовой структуры ЕЯ-предложения.

Для правильно построенных осложненных и сложных предложений всегда существуют признаки «усложнения»: союзы, союзные слова, знаки препинания и т.п. Для каждого ЕЯ существует ограниченное множество типов сложных предложений. Все это позволяет внести в грамматическую модель транслятора понятия и структуры «связок», необходимые для разбивки осложненных и сложных предложений. Для русского языка (например, по [Розенталь и др, 1995]) подобное множество состоит из примерно 250-300 структур. Все структуры естественно «погружаются» в некоторую связную модель, в которой существуют отношения типа «является видом», «входит в структуру» и т.д., с помощью которых можно осуществлять поиск и сопоставление структур «связок» с входным предложением. Элементами структур связок могут быть конкретные словоформы, лексемы, части речи, пунктуационные знаки и различные их сочетания, между которыми существуют синтаксические и геометрические отношения. Примеры изолированных структур связок приведены на рис. 1.


Каждая структура имеет свое уникальное в данной модели имя и может обладать некоторыми свойствами (свойство, характеризующее вид усложнения, например, сложноподчиненное определительного типа или вводная конструкция и т.п.).



Рис.1. Примеры структур «связок» фраз в сложных предложениях
На рисунке приняты следующие обозначения: понятия «существ» – существительное, «мест_чей» – класс местоимений «чей», «чья», «чье», «соч_союз» – любой сочинительный союз, «мест_прил» – любой элемент из класса местоименных прилагательных (остальные понятия очевидны); отношения «след_за» – следует за, «ближ_сп» – ближайший справа, «нах_справа» – находится справа и «согл_р,ч,п» – одновременное согласование элементов структуры и соответствующих слов в предложении в роде, числе и падеже.

Процесс разбивки включает следующие этапы: выбор структур «связок» для разбивки; сопоставление этих структур «связок» с ЕЯ-предложением; выделение связующих частей предложения и итеративное выделение фраз. Положительный результат сопоставления структуры связки с предложением дает возможность выделить признак типа рассматриваемого сложного предложения.

Такая разбивка сложного предложения на фразы учитывает множественность взаимосвязей отдельных слов с разными фразами, т.е. некоторое слово может попадать сразу в несколько фраз. Например, если задано предложение Найти площадь равностороннего треугольника, катет которого равен 12 см, а высота – 15 см., то в результате разбивки получим три фразы: Найти площадь равностороннего треугольника | треугольника, катет которого равен 12 см | высота – 15 см, где слово треугольника будет присутствовать как в первой фразе, так и во второй. Кстати, вторая фраза при трансляции будет эквивалентна фразе катет треугольника равен 12 см (на основе анафорических преобразований). Исходя из структур связок, используемых для разбивки, получаем фразовую структуру всего предложения: сложноподчиненное предложение определительного типа, где подчиненная часть является сложным сочинением. Третья фраза эллиптична и может быть восстановлена до фразы высота треугольника равна 15 см за счет второй на основе фразовой структуры предложения. Отметим, что полученная фразовая структура носит характер не дерева (как в системе составляющих или в дереве зависимостей), а более сложного, но взаимосвязанного представления.


Каждая фраза (после восстановления эллипсиса в третьей фразе) будет оттранслирована базовым компонентом транслятора с учетом связей между элементами фраз. В результате будет получено описание ситуации, представленной ЕЯ-предложением, на языке модели проблемной среды в виде, как это показано на рис. 2.

Рис. 2. Представление ситуации, описанной сложным предложением, на языке модели проблемной среды.

3. Обработка семантически неполных предложений

Семантические эллипсисы восстанавливаются в модели проблемной среды по схеме, описанной выше. Например, если задано на ЕЯ пара предложений типа: Задан прямоугольный треугольник с высотой 5 см и катетом 10 см. Найти площадь треугольника., то второе предложение является полным с точки зрения синтаксиса, но оно семантически неполно, поскольку не ясно, к какому понятию в модели среды относится структура, представленная на рис. 3.



Рис. 3. Пример представления семантического эллипсиса
Эту структуру можно отнести и к понятию «прямоугольный треугольник», просто «треугольник», «равнобедренный треугольник» и т.п. Обработка семантического эллипсиса заключается в «привязке» (и, следовательно, в восстановлении) к описанию в модели проблемной среды, которое было получено при трансляции первого предложения. В результате будет получено описание, которое аналогично рис. 2.

Список литературы

[Кобзарева, 2000] Кобзарева Т.Ю., Лахути Д.Г., Ножов И.М. Сегментация русского предложения // Труды конференции по Искусственному Интеллекту КИИ-2000.  М.: Из-во Физико-математической литературы. 2000. Т. 1.

[Кузин, 1989] Кузин Е.С., Ройтман А.И., Фоминых И.Б., Хахалин Г.К. Интеллектуализация ЭВМ.  М.: Высшая школа, 1989.

[Невзорова, 2000] Невзорова О.А., Сергеев М.П. Алгоритмы сегментации предложений на простые составляющие // Труды Международного семинара Диалог'2000 по компьютерной лингвистике и ее приложениям.  Протвино, 2000. Т. 2.


[Розенталь, 1995] Розенталь Д.Э., Голуб И.Б., Теленкова М.А. Современный русский язык.  М.: Международные отношения, 1995.

[Хахалин, 1998] Хахалин Г.К. Лингвистический транслятор в семействе систем с обработкой ЕЯ-текстов (ретроспекция) // Труды VI национальной конференции по Искусственному Интеллекту РАН - КИИ-98.  Пущино, 1998. Т. 1.

Опубликовано в Трудах VIII национальной конференции по Искусственному Интеллекту РАН – КИИ-2002. Коломна, 2002, с. 251-256


1 125829, Москва, Ленинградский проспект 64, МАДИ (ТГУ), khakhalin@got.mmtel.ru