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 Nominal FN → NombrePropio Nominal → Nombre | Nombre Adjetivo Las reglas pueden establecerse jerárquicamente de manera que podemos incluir por ejemplo las reglas que nos relacionan con el lexicón: Artículo → un Artículo → 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 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 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=  …] NP S [head= , tense=  ]  NP [num= ,…] VP [head= , tense= , num=  …] num=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=  …] NP S [head= , tense=  ]  NP [num= ,…] VP [head= , tense= , num=  …] num=sing comió

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