La estructura de la oración

Sintaxix

Luis Villaseñor Pineda

Laboratorio de Tecnologías del Lenguaje

Coordinación de Ciencias Computacionales,

Instituto Nacional de Astrofísica, Óptica y Electrónica

¿Qué es la sintaxis? 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

Gramáticas clásicas: Pensadas para gente que conoce el lenguaje Definiciones y reglas soportadas sólo por ejemplos

Gramáticas explícitas: Descripción formal Programables y validadas sobre datos

¿Para qué la sintaxis?

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 Entrada:

Secuencia de pares (lema, tags) Salida:

Estructura de la frase (árbol sintáctico) con nodos anotados (lema, tags, función)

Estudia: La relación de lemas y categorías morfológicas con estructuras de

frase Puede usar categorías sintácticas como sujeto, verbo, objeto, etc. Por ejemplo:

(yo/PT1PS) ví/VP1PS un/DI perro/NCS ( (yo)FN ( (ví)V ((un)DET (perro)N)FN )FV )S

En busca de un formalismo

Actualmente existen dos enfoques: 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: 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…

Sólo estamos interesados de manera secundaria en la búsqueda de explicaciones sobre cómo el ser humano “entiende” el lenguaje

Nuestro principal objetivo es que las computadoras realicen tareas útiles e interesantes involucrando el lenguaje humano.

Formalizando el lenguaje

Tres ideas principales Constituyentes

Un grupo de palabras que actúan como una unidad El gato escandaloso es mío Ayer murió el gato escandaloso

Relaciones gramaticales Formalización de la ideas de la gramática tradicional

Sujeto; Objetos El gato escandaloso durmió en el tejado

Subcategorización y relaciones de dependencia El verbo querer es seguido de verbos en indicativo El verbo encontrar todo lo contrario Pertenecen a distintas subcategorías

Constituyentes

Muchos tipos de constituyentes Frase nominal / grupo nominal

Cómo lo reconocemos, qué palabras lo forman: 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

Usando las gramáticas libres de contexto (Phrase-Structure Grammars)

Tenemos un conjunto de reglas o producciones Describen las maneras de cómo los símbolos del lenguaje pueden

agruparse Y un lexicón de palabras y símbolos

Son los elementos básicos, las piezas a partir de las cuales se construyen las expresiones del lenguaje

Reglas para FN

Una frase nominal puede formarse 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 NominalFN → NombrePropioNominal → Nombre | Nombre Adjetivo Las reglas pueden establecerse jerárquicamente de manera que

podemos incluir por ejemplo las reglas que nos relacionan con el lexicón:

Artículo → unArtículo → el Símbolos terminales y no-terminales Una regla determina un orden de uno o más terminales o no-

terminales

Ejemplo

Gramática para expresiones matemáticas

CFG

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

FN - NP (noun phrase) S (sentence) VP (verb phrase) PP (prepositional phrase)

Ejemplo

PPVerb

VPNP

S

Mi hermano comió una manzana

Verb comió

VP Verb NP

S NP VP

3 vistas de una regla

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

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 superioresVP[head=, tense=, num=…] V[head=, tense=, num=…] NP

Concordancia entre constituyentes hermanos:S[head=, tense=] NP[num=,…] VP[head=, tense=, num=…]

Generando una frase

NPVerb

VPNP

S

Mi hermano comío una manzana

Verb[head=comer, tense=presente, num=sing, person=3,…] comió

VP[head=, tense=, num=…] V[head=, tense=,

num=…] NPS[head=, tense=] NP[num=,…] VP[head=, tense=,

num=…]

num=sing

num=singnum=sing

comió

Mi hermano comío una manzana

Analizando una frase

NPVerb

VPNP

S

Verb[head=comer, tense=presente, num=sing, person=3,…] comió

VP[head=, tense=, num=…] V[head=, tense=,

num=…] NPS[head=, tense=] NP[num=,…] VP[head=, tense=,

num=…]

num=singnum=sing

comió

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

ido

ha