quatrieme-cours-tal

Violaine Prince 27/01/09
Grammaires
d’unification
Cours sur le traitement  Grammaire catégorielle
 Grammaire syntagmatique généraliséeautomatique des langues
(GPSG)(IV)
 Les grammaires de tête (comme HPSG)
 Grammaire lexicale fonctionnelle (LFG)Violaine Prince
 Grammaire d’unification fonctionnelle
Université de Montpellier 2 (FUG)
LIRMM-CNRS
 Grammaire à clauses définies (DCG).
 Elles peuvent s’exprimer dans le
formalisme PATR-II du Stanford
Research Institute
Les structures deEléments de base traits
 Une représentation graphique, avec un
 Définition de traits et de valeurs (variable
et domaine de définition). nom de structure
 Structure de traits associés aux  Type de structure : complexe, atomique
éléments syntaxiques.
 Un chemin de traits : suite de traits
 Différentes variantes :
permettant de sélectionner une partie
 Structure f de LFG
spécifique d’une structure Matrice de traits et catégories de GPSG
 Structure fonctionnelle dans FUG  Relation entre structures
 Terme (DCG)
 Directed acyclic graph ou DAG dans
PATR-II
 But commun : extension du formalisme
HC
Cours sur le traitement automatique des
langues 1Violaine Prince 27/01/09
Représentation Représentation
graphique graphique
Elle est associée aux structures possédant plus d’un trait Structure récursive intégrant la structure D dans une autre.3sg
(structures complexes). Exemple : représentation d’un SN pronom sujet.
Exemple : Cat : SN
Nombre : Nombre :
singulier singulier nom : D Accord :3sg
Personne : Personne : nom : DSN 3sgtroisième troisième
Cette notation est récursive. Les valeurs de traits peuvent
La structure précédente devenant un trait est nommée être aussi structurées.
comme telle.
Concepts de base Propriétés : la
réentrance
Une structure est dite réentrante si deux traits de cette structure
 Les structures complexes comme D3sg ont une valeur en commun.ou D sont des fonctions partiellesSN3sg Représentation graphique, conditions de base :des traits dans l’ensemble des valeurs.
 D(f) dénotera la valeur associée au trait f
de la structure D. H: a
 D ( nombre) = singulier F: F et G ont deux valeurs égales.3sg K: b
 Une structure de traits peut avoir un
domaine vide. Elle est appelée structure H: avide ou variable. G: I: c
Cours sur le traitement automatique des
langues 2Violaine Prince 27/01/09
Représentation de Propriétés : chemin (de
la réentrance traits)
Exemple : la structure D1 SN 3sg
F: H: a F et G on la même valeur. On veut sélectionner la valeur du trait « nombre » de la structure
ee trait associée au trait « accord »
Cat : SN1
G:
Nombre :
Autre représenttion où la notation entre les valeurs communes singulierAccord :
est tracée explicitement.
Personne : nom : DSN 3sgH : aF: troisième
Chemin <Accord Nombre> dans D s’écrit :SN 3sgG :
D (<Accord Nombre>) = singulierSN 3sg
Remarque :
Cat: SN DRelation entre Toute structureSN
vide est subsuméestructures
Cat: SN par toute structure
Une structure comme est atomique. Nombre: non vide.Cat: SN Accord:D singulier DSN SNsg
Entre structures nommées il existe une relation dite de subsomption. DvarCat: SN
Une structure de traits D subsume une structure D’, noté est subsumée par toutesNombre:
D D’ si et seulement si: les autres puisque :singulier
Accord: D ⊆ Dsoit D et D’ sont atomiques et D=D’ var SNPersonne: Dsoit SN3sgtroisièmeD(l) D’(l), l dom (D)
les chemins p et q: D’(p) D’(q)=> D(p) ≡ D(q)
D ⊆ D ⊆DSN SNsg SN3sgOn montrera la subsomption sur l’exemple des structures Subsomption: relation d’ordre
du syntagme nominal SN. Partiel sur l’ensemble des structures.
Cours sur le traitement automatique des
langues 3
≡ ∀
∈ ∀ ⊆
⊆Violaine Prince 27/01/09
L’unification Exemple
 Définition formelle: Accord : Nombre :Cat : SN =
 Soit deux structures de traits D et D . ∪1 2 Singulier
L’unification de ces structures est définie
par une structure D telle que :3
 D ⊆ D1 3
 D ⊆ D Cat : SN2 3
 Si D ⊆ D et D ⊆ D alors D ⊆ D .1 4 2 4 3 4
Nombre : Si D existe alors D et D sont unifiables.3 1 2 Accord :
Singulier Notation : D = D ∪ D3 1 2
Transformation enpropriétés graphe
 L’unification ajoute de l’information.
CatCat:SN Elle est idempotente : Nombre:
1 Si D ⊆ D alors D = D ∪ D singulier1 2 2 1 2 SNAccord :
ν Nature et interprétation graphique Personne accord sujet
:3ème Graphe acyclique :
 Arcs étiquetés par des noms de 1
traits Accord:Sujet : personnenombre Valeurs = points terminaux du
graphe. singulier 3ème
Cours sur le traitement automatique des
langues 4Violaine Prince 27/01/09
Règles
combinatoires
 La structure de traits définit l’information L’unification se réduit à un
associée aux chaînes.
traitement de graphe.
 Les règles combinatoires permettent de
 On peut définir d’autres opérations dériver des structures pour représenter
un problème donné.sur les structures de traits :
 Une règle PATR-II est définie par : La généralisation
 Une partie formelle : une règle de
 La disjonction grammaire hors contexte associant des
structures de traits La négation
 Une suite de conditions portant sur les
structures de traits associées.
Exemple Forme graphique
Cat : P
Forme :finie1Tête :
 X -> X X0 1 2 Nombre:
2
 Conditions : singulierSujet : Accord :
XPersonne: <X cat> = P 00
3ème
 < X cat> = SN1
 < X cat> = SV2
 < X tête> = < X tête>0 2
Cat :SN Cat :SV < X tête sujet> = < X tête>0 1 X2X 12 1
Tête : Tête :
Cours sur le traitement automatique des
langues 5Violaine Prince 27/01/09
Simplification desremarques règles
 L’application d’une règle se fait en  X -> X X0 1 2
accord avec les relations de
 <X cat> = P0subsomption.
 < X cat> = SN1
 Les règles définissent également un
 < X cat> = SV2processus d’analyse qui va utiliser le
 < X tête> = < X tête>0 2fonctionnement inverse des règles avec
 < X tête sujet> = < X tête> devient:des relations d’identité et d’unification. 0 1
 Les contraintes d’identité peuvent être  P -> SN SV
vues comme des instructions de
 < P tête> = < SV tête>
remplacement de sous-structures par
 < P tête sujet> = < SN tête>leurs unifications. Cette opération est
appelée unification par abus de langage
(et relation avec l’unification logique).
Des règles de Maisgrammaire du LN
 L’information associée aux éléments du Aux précédentes règles on peut
lexique remonte vers la racine de larajouter :
structure syntaxique.
 SV -> V
 => il faut au maximum spécifier, au
 <SV tête> = <V tête> niveau des structures, les
comportements des éléments.
 La grammaire ainsi définie permet
 => sous-catégorisation : représenter lesen fonction des traits de structure
comportements distincts des éléments
 D’accepter ‘Jean dort’ d’une même catégorie.
 Et de refuser ‘Jean dorment’.
Cours sur le traitement automatique des
langues 6Violaine Prince 27/01/09
La sous-Exemple catégorisation
 Le comportement des verbes renverser  L’idée est de dire que :
et persuader est distinct.
 Chaque verbe a un trait qui
 Jean renverse le pot d’Arthur. s’appelle « sous-catégorie » qui va
 Jean persuade Arthur de partir. définir une contrainte
 Dans un cas : supplémentaire .
 SV -> V SN  SV -> V SN « renverser »
 <SV tête> = <V tête>  < SV tête> = < V tête>
 Dans l’autre  < V souscat = SN>
 SV1 -> V SN SV2
 Renverser prend un syntagme
 <SV1 tête> = <V tête> nominal en sous-catégorie
 < SV2 tête forme> = infinitif
La sous-
catégorisation
 SV1 -> V SN SV2 « persuader »
 < SV1 tête> = < V tête>
 <SV2 tête forme> = infinitif
 < V souscat = SNINF>
 L’objet de « persuader » est un SN
suivi d’un infinitif.
 La sous-catégorisation permet de
définir les compléments de verbe.
Cours sur le traitement automatique des
langues 7