1 / 34

Elaborazione del linguaggio naturale automi, trasduttori & morfologia

Elaborazione del linguaggio naturale automi, trasduttori & morfologia. Maria Teresa PAZIENZA. Programma. Breve introduzione all’NLP Linguaggi Naturali e Linguaggi Formali Complessità Morfologia Teoria: Morfologia del Linguaggio Naturale Strumenti: Automi e Trasduttori

glynnis
Download Presentation

Elaborazione del linguaggio naturale automi, trasduttori & morfologia

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Elaborazione del linguaggio naturaleautomi, trasduttori & morfologia Maria Teresa PAZIENZA

  2. Programma • Breve introduzione all’NLP • Linguaggi Naturali e Linguaggi Formali • Complessità • Morfologia • Teoria: Morfologia del Linguaggio Naturale • Strumenti: Automi e Trasduttori • Analisi Morfologica: con automi e trasduttori • Part of Speech Tagging • Teoria: Le classi morfologiche • Strumenti a Analisi: modelli a regole e statistici • Sintassi • Teoria: Sintassi del Linguaggio Naturale • Strumenti: CFG • Analisi Sintattica: parsing top-down, bottom-up, Early • Semantica • Lexical Semantics • Sentence Semantics Info

  3. Sommario Strumenti per la Morfologia • Automi a stati finiti (FSA) • FSA deterministici • FSA non-deterministici (NFSA) • Introduzione alla Morfologia • FSA e Morfologia: riconoscimento • Trasduttori a stati finiti (FST) • Cosa sono • FST e Morfologia: parsing

  4. Morfologia: definizioni La morfologia (morphology)è lo studio di come le parole sono costruite a partire da unità atomiche dette morfemi. I morfemi (morphemes) sono le più piccole unità linguistiche che possiedono un significato. Possono essere divisi in due classi: • Radice (stem) il morfema che dà il significato principale alla parola • Affisso (affix) particelle apposte alla radice che ne completano il significato e la funzione grammaticale ESEMPIO radice gatt-o gatt-i buy-s buy - er affisso Morfologia

  5. Morfologia: definizioni La morfologia può essere divisa in due parti principali • Inflectional Morphology: combinazione di una radice con un affisso che risulta in una parola (forma flessa) della stessa classe(nome, verbo, talvolta aggettivo, ecc..) con una funzione grammaticale specifica • cat (nome sing) cat-s (nome plur) • cut (verbo base) cut-t-ing (verbo progressivo) • Derivational Morphology: combinazione di una radice con un affisso che risulta in una parola di una classe diversa. Il significato della nuova parola non è facilmente prevedibile • trasporto (nome)  trasport-abile (aggettivo) • computerize (verbo)  computeriz-ation(nome) Morfologia

  6. Quante morfologie ? Ogni linguaggio naturale ha una sua morfologia (affissi, regole, ecc.) Due classi principali: • Concatenative morphology: una parola è composta da morfemi (prefissi/suffissi) concatenati insieme • Italiano, Inglese: gatt-o, s-conosciuto,cat-s, buy-er, un-able • Non-concatenative morphology: le parole sono composte in maniera complessa • Ebraico: lamad (radice:lmd; affissi:a-a pass.rem.attivo) Lingue agglutinanti: le parole sono formate da molti affissi • Turco:uygarlaştiramadiklarimizdanmişsinizcasina (“comportarsi come se fossi tra quelli che non possono civilizzare”) Morfologia

  7. Morfologia inglese Caratteristiche: • Concatenative morphology • Non-agglutinative (al più 4 o 5 affissi) • Una parola può avere più affissi: • Prefissi: un-certain • Suffissi: eat-s • Combinazioni:un-clear-ly • Inflectional morphology: semplice, applicata solo a nomi e verbi • Derivational Morphology: complessa Morfologia

  8. Inflectional Morphology NOMI: • Due solo inflessioni: • Plurale: cat  cat-s thrush thrush-es • Possessivo: dog  dog’s children  childrens’ VERBI: • Quattro forme morfologiche: • stem: walk • s form: walk walk-s • past form: walk walked • ing form: walk walking • Irregolari:(ca. 250) Parole che non seguono le regole morfologiche (Esempio:mouse mice go goes, going, went). La maggior parte dei nomi e verbi inglesi sono regolari -La classe dei verbi regolari è produttiva : una nuova parola della lingua è automaticamente inclusa nella classe (Esempio: fax  faxes, faxing, faxed ) Morfologia

  9. Derivational Morphology nominalizzazione (verbo, aggettivo nome) nome, verbo aggettivo Morfologia

  10. A cosa serve l’analisi morfologica automatica? • Stemming in Information Retrieval • Data una parola della query, cercare le pagine che contengano anche le sue forme flesse • Spell Checking • Riconoscere quali forme flesse sono ammissibili in una lingua e quali no (ad esempio gatt-o e gatt-are) • Traduzione Automatica • Ricondurre parole diverse a una stessa radice e quindi alla stessa traduzione (ad esempio amatore, amare  love) Morfologia & FSA

  11. Quali strumenti usare ? • Lessico esteso • Un lessico (lista di parole) che contiene tutte le parole della lingua in tutte le forme flesse • Spreco di spazio e non è produttivo! • Lessico ridotto + Automi • La morfologia è generalmente produttiva (gran parte delle parole segue le regole morfologiche per formare le forme flesse) • Conviene quindi utilizzare: • Lessico contenente solo radici e affissi (ed eventualmente irregolarità) • Implementazione delle regole morfologiche in un dispositivo • FSA sono semplici dispositivi per implementare tali regole Morfologia & FSA

  12. Sommario Strumenti per la Morfologia Automi a stati finiti (FSA) FSA deterministici FSA non-deterministici (NFSA) Introduzione alla Morfologia FSA e Morfologia: riconoscimento Trasduttori a stati finiti (FST) Cosa sono FST e Morfologia: parsing

  13. FSA: riconoscimento Un FSA può essere utilizzato per riconoscere se una parola è ammissibile in una lingua - Cosa serve? Lessico: lista di radici ed affissi della lingua (invece di lista di tutte le parole della lingua – troppo lunga e non esaustiva) • Esempio: [cat,dog,cut,go,…,-s,-ed,-ation,-able,…,un-,dis-] • Regole Morfologiche (morphotactics): le regole di costruzione dei morfemi che spiegano come classi di morfemi possono seguire altre classi di morfemi in una parola • Esempio: Plurale inglese: radice + -s • Regole Ortografiche: cambiamenti che occorrono in una parola quando due morfemi si combinano • Esempio: city  cities Morfologia & FSA

  14. NOMI: regole morfologiche FSA per modellare l’inflessione plurale per nomi regolari ed irregolari Come modellare i nomi (regolari ed irregolari) nell’FSA? Ovvero: Come si può integrare il lessico? Morfologia & FSA

  15. NOMI: regole morfologiche + lessico Integrazione del lessico dei nomi regolari ed irregolari REGOLARI IRREGOLARI Morfologia & FSA

  16. Sommario Strumenti per la Morfologia • Automi a stati finiti (FSA) • FSA deterministici • FSA non-deterministici (NFSA) • Introduzione alla Morfologia • FSA e Morfologia: riconoscimento • Trasduttori a stati finiti (FST) • Cosa sono • FST e Morfologia: parsing

  17. Dal Riconoscimento al Parsing RICONOSCIMENTO :indica se una data parola in input è morfologicamente corretta oppure no (ad esempio gatti è corretta, gattare è scorretta) FSA PARSING/GENERAZIONE : - parsing:produce un’analisi morfologica della parola in input: data la parola in input viene restituita la sua struttura cats cat +N +PL - generazione: data una struttura morfologica in input, produce una forma superficiale (parola) cat +N +PL  cats FST FST

  18. Trasduttori a Stati Finiti (FST) I Trasduttori sono automi a stati finiti con due nastri A e B Ad es, può leggere da un nastro (ad es. “cats”) e scrivere sull’altro (“cat + N + PL”) • Quattro modalità di utilizzo dell’ FST: • riconoscitore: riceve in input una coppia di stringhe su A e B, e restituisce accept se essa appartiene al linguaggio delle coppie (una stringa per nastro) • cats, cat+N+PL  accept • produttore: restituisce coppie di stringhe appartenenti al linguaggio su A e B • Output: tutte le parole del lessico con la loro struttura • traduttore: riceve in input una stringa su A (o B) e ne restituisce un’altra su B (o A) • cats  cat+N+PL (PARSING) • cat+N+PL  cats (GENERAZIONE) • correlatore: correla set di stringhe in A e B FST

  19. : FST: definizione formale Un FST è definito dai seguenti parametri: • Q: un insieme finito di N stati q0….qN • Σ: un alfabeto finito di simboli complessi. Ogni simbolo complesso è una coppia (uno per nastro) di simboli i:o appartenenti rispettivamente agli alfabeti I e O (Σ  I x O) • q0: lo stato iniziale • F: un insieme di stati finali FQ • δ(q,i:o):funzione di transizione tra stati (relazione da Q x Σa Q)che restituisce un nuovo stato a partire da un dato stato e un simbolo complesso in input ESEMPIO di utilizzo di un FST • riconoscetutte le coppie di stringhe in cui una ha tutte a e l’altra uno stesso numero di b • producestringhe di a su un nastro e stringhe di b sull’altro, con la stessa lunghezza • traducestringhe di a in input in stringhe di b della stessa lunghezza in output, e viceversa FST

  20. Trasduttori a Stati Finiti (FST) Un FSA definisce un linguaggio formale attraverso la definizione di un insieme di stringhe – un FSA è isomorfo ai linguaggi regolari Un FST definisce una relazione tra insiemi di stringhe – un FST è isomorfo alle relazioni regolari Ovvero l’FST esprime il concetto della relazione tra due entità formalmente definite

  21. Trasduttori a Stati Finiti (FST) Un FST gode delle proprietà di Inversione: l’inversione di un transducer T (T -1) cambia l’input in output - se T correla l’input I all’ouput O, T -1 correla l’input O all’ouput I Composizione: se T1 è un transducer da I1 ad O1 , e T2 è un transducer da I2 ad O2, allora T1◦T2 correla I1 ad O2 La proprietà di inversione inverte i ruoli di input ed output, facendo passare il FST da un ruolo ad un altro (da parser a generatore) La proprietà di composizione permette di porre più transducer in serie ed ottenere un transducer più complesso

  22. : : ε : FST: -transizioni Come gli FSA, anche gli FST possono avere ε-transizioni (o jump arcs) ESEMPIO • riconoscetutte le coppie di stringhe in cui quella sul primo nastro ha tutte a e quella sul secondo un numero doppio di b • producele coppie di stringhe … • traducestringhe di a in input in stringhe di b di lunghezza doppia Σ = {a:b,:b} L = {0,abb,aabbbb,aaabbbbbb…} FST

  23. Sommario Strumenti per la Morfologia • Automi a stati finiti (FSA) • FSA deterministici • FSA non-deterministici (NFSA) • Introduzione alla Morfologia • FSA e Morfologia: riconoscimento • Trasduttori a stati finiti (FST) • Cosa sono • FST e Morfologia: parsing

  24. FST e morfologia: parsing/generazione OBIETTIVO: Livello Superficiale Livello Lessicale • Passare da un livello superficiale ad un livello lessicale e viceversa, utilizzando un FST in funzione di traduttore: • cats  cat+N+PL (PARSING) • cat+N+PL  cats (GENERAZIONE) Morfologia & FST

  25. N:ε PL:s c:c a:a t:t FST e morfologia: parsing/generazione OBIETTIVO: • Passare da un livello superficiale ad un livello lessicale e viceversa, utilizzando un FST in funzione di traduttore: • cats  cat+N+PL (PARSING) • cat+N+PL  cats (GENERAZIONE) Morfologia & FST

  26. Analisi morfologica a due stadi Dal livello superficiale al livello lessicale (PARSING) Sono necessari due stadi (  due trasduttori) IDENTIFICAZIONE DEI MORFEMI: Data la parola in input sul nastro A, il trasduttore la divide su B nei morfemi costituenti (radice + affissi) IDENTIFICAZIONE DELLA STRUTTURA: Dati i morfemi costituenti sul nastro A, il trasduttore identifica la categoria della radice e il significato degli affissi PARSING Livello Superficiale Livello Intermedio Livello Lessicale Morfologia & FST

  27. Stadio 1: Identificazione dei morfemi ESEMPIO: nomi singolari/plurali • Obiettivo • Rappresentare con un FST le regole ortografiche della lingua per i nomi regolari e irregolari • Input:cats Output:cat+s Regola e-insertion cats  cat+s foxes fox+s kisses  kiss+s + s:s s:s, z:z, x:x s:s, z:z, x:x s:s + Morfologia & FST

  28. Stadio 1: non è così facile … • Problemi • Il trasduttore gestisce solo la regola della e-insertion, e non altri casi: • Regola y-replacement: berries  berry +s (berrie +s) • Regola raddoppio consonanti:beg  begging • Ecc. ecc. • Bisogna quindi implementare più regole ortografiche, nello stesso trasduttore, o in trasduttori paralleli! • Ambiguità locale: foxes produce due forme di cui solo la prima è corretta: fox+s , foxe+s, foxes. Morfologia & FST

  29. Stadio 2: Identificazione della struttura ESEMPIO: nomi singolari/plurali • Obiettivo • Rappresentare con un FST le regole morfologiche della lingua per i nomi regolari e irregolari • Input:cat+s, mouse, mice Output:cat N PL, mouse N SG, mouse N PL reg:reg irr_sing:irr_sing irr_plur:irr_sing Bisogna aggiungere il lessico ! Morfologia & FST

  30. Stadio 2: Identificazione della struttura ESEMPIO: nomi singolari/plurali

  31. Stadio 1+2: Combinare lessico e regole E’ possibile combinare i due stadi mettendo in cascata(serie)i due trasduttori: l’output dell’uno sarà l’input dell’altro (bottom-up parsing, top-down generazione) Livello Lessicale Livello Intermedio in serie o in parallelo Livello Superficiale Oppure, è possibile fondere i due trasduttori, attraverso un’operazione di intersezione Morfologia & FST

  32. Vantaggi e problemi • Vantaggi degli FST • Computazionalmente efficienti • Semplici • Doppio uso: parsing e riconocimento • Qual’è la morfologia di foxes ? foxes fox+N+PL • Qual è il plurale di fox ? Fox+N+PL  foxes • Problemi • Laborioso costruire e codificare un trasduttore per gestire ogni regola ed eccezione: • Soluzione: Tool automatici di traduzione regolaFST • Ambiguità globale: kisses può essere sia verbo che nome • kisses kiss+N+PL kisseskiss+V+3SG • Per disambiguare sono necessarie risorse esterne (non morfologiche), ad esempio il contesto sintattico Morfologia & FST

  33. Argomentitrattati in questalezione Morfologia (derivazionale/inflezionale, concatenativa/non-concatenativa) FSA e riconoscimento FST e loro proprietà

  34. Elaborazione del linguaggio naturale Le presentazioni sugli argomenti di elaborazione del linguaggio naturale fanno in alcuni passi riferimento ad alcune presentazioni dei colleghi prof. Fabio Massimo Zanzotto e dottor Marco Pennacchiotti, oltre che ad alcune parti del libro: Speech and Language Processing, Prentice Hall, 2000, autori D.Jurafsky, J. H. Martin.

More Related