La estructura de la oracin Sintaxis Luis Villaseor

La estructura de la oración Sintaxis Luis Villaseñor Pineda Laboratorio de Tecnologías del Lenguaje Coordinación de Ciencias Computacionales, Instituto Nacional de Astrofísica, Óptica y Electrónica

¿Qué es la sintaxis? l Cómo se agrupan las palabras Una gramática enlista los principios bajo los cuales se agrupan las palabras, es el conjunto de reglas que describe que es válido en un lenguaje l Gramáticas clásicas: l l Pensadas para gente que conoce el lenguaje Definiciones y reglas soportadas sólo por ejemplos Gramáticas explícitas: l l Descripción formal Programables y validadas sobre datos

¿Para qué la sintaxis? l l Cómo se relacionan las palabras en una oración Formalizar las relaciones entre las palabras de una oración es el primer paso para entender su contenido

Sintaxis l Entrada: l l Salida: l l Secuencia de pares (lema, tags) Estructura de la frase (árbol sintáctico) con nodos anotados (lema, tags, función) Estudia: l l l La relación de lemas y categorías morfológicas con estructuras de frase Puede usar categorías sintácticas como sujeto, verbo, objeto, etc. Por ejemplo: l l (yo/PT 1 PS) ví/VP 1 PS un/DI perro/NCS ( (yo)FN ( (ví)V ((un)DET (perro)N)FN )FV )S

En busca de un formalismo Actualmente existen dos enfoques: l l Restringir las teorías derivadas de las gramáticas dependientes del contexto Extender las teorías derivadas de las gramáticas independientes del contexto En cualquiera de los dos casos: l el trabajo en la búsqueda de una teoría gramatical pertinente proveerá elementos para una comprensión indirecta sobre la naturaleza y organización del aparato cognitivo humano

Sin embargo… l Sólo estamos interesados de manera secundaria en la búsqueda de explicaciones sobre cómo el ser humano “entiende” el lenguaje l Nuestro principal objetivo es que las computadoras realicen tareas útiles e interesantes involucrando el lenguaje humano.

Formalizando el lenguaje Tres ideas principales l Constituyentes l Un grupo de palabras que actúan como una unidad l l l Relaciones gramaticales l Formalización de la ideas de la gramática tradicional l El gato escandaloso es mío Ayer murió el gato escandaloso Sujeto; Objetos El gato escandaloso durmió en el tejado Subcategorización y relaciones de dependencia l l l El verbo querer es seguido de verbos en indicativo El verbo encontrar todo lo contrario Pertenecen a distintas subcategorías

Constituyentes l l Muchos tipos de constituyentes Frase nominal / grupo nominal l Cómo lo reconocemos, qué palabras lo forman: l l l l Antecede al verbo Describe un referente El constituyente puede colocarse como un todo en diferentes lugares en la oración, no sus palabras El gato come en el patio En le patio come el gato Come el gato en el patio *Come gato en el patio el

Modelando la estructura l Usando las gramáticas libres de contexto (Phrase. Structure Grammars) l Tenemos un conjunto de reglas o producciones l l Describen las maneras de cómo los símbolos del lenguaje pueden agruparse Y un lexicón de palabras y símbolos l Son los elementos básicos, las piezas a partir de las cuales se construyen las expresiones del lenguaje

Reglas para FN l Una frase nominal puede formarse l l l a partir de un artículo y un nominal o de un nombre propio y un nominal puede formarse de un nombre con o sin adjetivo

Reglas para FN FN → Artículo Nominal FN → Nombre. Propio Nominal → Nombre | Nombre Adjetivo l Las reglas pueden establecerse jerárquicamente de manera que podemos incluir por ejemplo las reglas que nos relacionan con el lexicón: Artículo → un Artículo → el l Símbolos terminales y no-terminales l Una regla determina un orden de uno o más terminales o no-terminales

Ejemplo l Gramática para expresiones matemáticas expression → equality-expression → additive-expression ( ( '==' | '!=' ) additiveexpression ) * additive-expression → multiplicative-expression ( ( '+' | '-' ) multiplicative-expression ) * multiplicative-expression → primary ( ( '*' | '/' ) primary ) * primary → '(' expression ')' | NUMBER | VARIABLE | '-' primary

CFG l l l Entonces una frase puede ser derivada a partir del no-terminal FN Una CFG puede ser usada para generar frases cualesquiera Una secuencia de reescritura es llamada una derivación Una derivación puede ser representada gráficamente a través de un árbol sintáctico (parse tree) Una CFG cuenta con un símbolo inicial

Ejemplos de componentes principales l l FN - NP (noun phrase) S (sentence) VP (verb phrase) PP (prepositional phrase)

Ejemplo Verb comió VP Verb NP S NP VP S NP VP Verb NP Mi hermano comió una manzana

3 vistas de una regla l l generación (producción): S NP VP parsing (análisis): S NP VP verificación: S = NP VP Hasta aquí el mecanismo es muy sencillo, es necesario enriquecer las reglas con características para capturar las relaciones entre los constituyentes: S[features…] = NP[features…] VP[features…]

Extendiendo las CFGs l A través de características incluímos las ideas de relaciones gramaticales y subcategorización Morfología de la palabra: Verbo[head=comer, tense=pasado, num=sing, person=3, …] comió Proyección de características a constituyentes superiores VP[head= , tense= , num= …] V[head= , tense= , num= …] NP Concordancia entre constituyentes hermanos: S[head= , tense= ] NP[num= , …] VP[head= , tense= , num= …]

Generando una frase Verb[head=comer, tense=presente, num=sing, person=3, …] comió VP[head= , tense= , num= …] V[head= , tense= , num= …] NP S[head= , tense= ] NP[num= , …] VP[head= , tense= , num= …] S NP VP num=sing Verb num=sing NP Mi hermano comío comió una manzana

Analizando una frase Verb[head=comer, tense=presente, num=sing, person=3, …] comió VP[head= , tense= , num= …] V[head= , tense= , num= …] NP S[head= , tense= ] NP[num= , …] VP[head= , tense= , num= …] S NP VP num=sing Verb NP Mi hermano comío comió una manzana

§ Infinidad de características (tense, number, person, gaps, vowels, commas, wh, etc. . . . ) él ha ido