Введение
Грамматика структуры фраз, управляемая головой (HPSG) – это высоко лексикализированная грамматика, основанная на ограничениях, разработанная Карлом Поллардом и Иваном Сагом. Она является типом грамматики структуры фраз, в отличие от грамматики зависимостей, и непосредственным развитием обобщённой грамматики структуры фраз. HPSG опирается на другие области, такие как информатика (теория типов данных и представление знаний), и использует понятие знака, предложенное Фердинандом де Соссюром. Она использует единый формализм и организована по модульному принципу, что делает её привлекательной для обработки естественного языка. HPSG включает в себя принципы, грамматические правила и лексические записи, которые обычно не рассматриваются как часть грамматики. Формализм основан на лексикализме. Это означает, что лексикон – это не просто список записей, а сам по себе обладает богатой структурой. Отдельные записи маркируются типами, которые образуют иерархию. Ранние версии грамматики были сильно лексикализированы и содержали мало грамматических правил (схем). Более поздние исследования склоняются к добавлению большего количества и более сложных правил, приближаясь к грамматике конструкций. Базовым типом, с которым работает HPSG, является знак. Слова и фразы – это два различных подтипа знака. Слово характеризуется двумя признаками: [PHON] (звук, фонетическая форма) и [SYNSEM] (синтаксическая и семантическая информация), каждый из которых, в свою очередь, подразделяется на подпризнаки. Знаки и правила формализуются в виде типизированных структур признаков.
developed by Carl Pollard and Ivan Sag. It is a type of phrase structure grammar, as opposed to a dependency grammar, and it is the immediate successor to generalized phrase structure grammar. HPSG draws from other fields such as computer science (data type theory and knowledge representation) and uses Ferdinand de Saussure's notion of the sign. It uses a uniform formalism and is organized in a modular way which makes it attractive for natural language processing. An HPSG includes principles and grammar rules and lexicon entries which are normally not considered to belong to a grammar. The formalism is based on lexicalism. This means that the lexicon is more than just a list of entries; it is in itself richly structured. Individual entries are marked with types. Types form a hierarchy. Early versions of the grammar were very lexicalized with few grammatical rules (schema). More recent research has tended to add more and richer rules, becoming more like construction grammar. The basic type HPSG deals with is the sign. Words and phrases are two different subtypes of sign. A word has two features: [PHON] (the sound, the phonetic form) and [SYNSEM] (the syntactic and semantic information), both of which are split into subfeatures. Signs and rules are formalized as typed feature structures.
Образец грамматики
HPSG генерирует строки, объединяя знаки, которые определяются их местоположением в иерархии типов и внутренней структурой признаков, представленной матрицами значений атрибутов (AVM). Признаки принимают типы или списки типов в качестве своих значений, и эти значения, в свою очередь, могут иметь собственную структуру признаков. Грамматические правила в значительной степени выражаются через ограничения, которые знаки накладывают друг на друга. Структура признаков знака описывает его фонологические, синтаксические и семантические свойства. В общепринятой нотации AVM записываются с признаками заглавными буквами и типами курсивом нижнего регистра. Нумерованные индексы в AVM представляют собой тождественные значения. В упрощенном AVM для слова (в данном случае глагола, а не существительного, как в "nice walks for the weekend") "walks" ниже, категориальная информация глагола (CAT) разделена на признаки, описывающие его (HEAD), и признаки, описывающие его аргументы (VALENCE). "Walks" – это знак типа слово с ядром типа глагол. Как непереходный глагол, "walks" не имеет дополнения, но требует субъекта, являющегося существительным в третьем лице единственного числа. Семантическое значение субъекта (CONTENT) соиндексировано с единственным аргументом глагола (индивидом, совершающим ходьбу). Следующая AVM для "she" представляет собой знак со значением SYNSEM, который может удовлетворить эти требования. Знаки типа фраза объединяются с одним или несколькими дочерними элементами и распространяют информацию вверх. Следующая AVM кодирует правило непосредственного доминирования для head-subj фразы, требующей двух дочерних элементов: главного дочернего элемента (глагола) и неголовного дочернего элемента, удовлетворяющего ограничениям SUBJ глагола. Конечным результатом является знак с глагольным ядром, пустыми подкатегориальными признаками и фонологическим значением, определяющим порядок дочерних элементов. Хотя фактическая грамматика HPSG состоит полностью из структур признаков, лингвисты часто используют деревья для представления объединения знаков, когда эквивалентная AVM была бы громоздкой.
Реализация
Были разработаны различные парсеры, основанные на формализме HPSG, и в настоящее время исследуются возможности их оптимизации. Примером системы, анализирующей немецкие предложения, является система, разработанная Свободным университетом Берлина. Кроме того, проект CoreGram Группы грамматики Свободного университета Берлина предоставляет грамматики с открытым исходным кодом, реализованные в системе TRALE. В настоящее время доступны грамматики для немецкого, датского, китайского (мандаринского), мальтийского и персидского языков, имеющие общую основу и находящиеся в открытом доступе. В рамках инициативы DELPH IN (Deep Linguistic Processing with HPSG Initiative) разрабатываются масштабные HPSG-грамматики для различных языков. Грамматики с широким охватом для английского, немецкого и японского языков доступны под лицензией с открытым исходным кодом. Эти грамматики могут использоваться с различными совместимыми HPSG-парсерами с открытым исходным кодом: LKB, PET, Ace и agree. Все они генерируют семантические представления в формате Minimal Recursion Semantics (MRS). Декларативный характер формализма HPSG позволяет обычно использовать эти вычислительные грамматики как для синтаксического анализа, так и для генерации (создания поверхностных строк на основе семантических данных). Деревья зависимостей, также распространяемые DELPH IN, используются для разработки и тестирования грамматик, а также для обучения моделей ранжирования, определяющих наиболее вероятные интерпретации при анализе (или реализации при генерации). Enju – свободно распространяемый вероятностный HPSG-парсер для английского языка, разработанный лабораторией Цуджии в Токийском университете (Япония).