komplexität menschlicher sprachen
DESCRIPTION
Komplexität menschlicher Sprachen. Karin Haenelt 19.6.2010. Komplexität menschlicher Sprachen und Bestimmung der Komplexität. Mohri / Sproat 2006. Menschliche Sprachen haben vermutlich die Komplexität schwach-kontextsensitiver Sprachen Bestimmung der Komplexität - PowerPoint PPT PresentationTRANSCRIPT
1
Komplexität menschlicher Sprachen
Karin Haenelt
19.6.2010
Komplexität menschlicher Sprachen und Bestimmung der Komplexität
Menschliche Sprachen haben vermutlich die Komplexitätschwach-kontextsensitiver Sprachen
Bestimmung der Komplexität korrekter Beweis (Shieber 1985): Schnitt einer beobachteten
Konstruktion (cross-serial dependency) mir einer regulären Sprache ergibt eine schwach-kontextsensitive Sprache
fehlerhafte Argumente: schließen von der Beobachtung einer nicht-regulären
Konstruktion auf die Komplexität der umfassenden Sprache
vermischen Komplexität der Sprache und Komplexität der Maschine zur Erkennung bestimmter Konstruktionen
2© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Mohri/Sproat 2006
Beweis von Shieber 1985:Schweizerdeutsch ist schwach-kontextsensitiv
Basis: beobachtetes Phänomen: überkreuzende Abhängigkeit (cross-serial dependency)
3
x1 x2 x3 y1 y2 y3
John said that we the children-acc let Hans-dat help the house paint
Jan säit das mer d’chind em Hans es huus lönd hälfe aastriiche
© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Beweis von Shieber 1985:Schweizerdeutsch ist schwach-kontextsensitiv
Form der überkreuzenden Abhängigkeit:v1 noun1
m noun2n v2 verb1
m verb2n v3
noun{1,2}: Nomina, verb{1,2}: korrespondierende Verben, vi weitere Ausdrücke
Homomorphismus v{1,2,3} → w bzw. x bzw. y noun{1,2} → a bzw. b verb{1,2} → c bzw. d
Intersektion mit der regulären Sprache wa*b*xc*d*y ergibt schwach-kontextsensitive Sprache wambnxcmdny
4© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Mohri/Sproat 2006
Beweis von Shieber 1985:Schweizerdeutsch ist schwach-kontextsensitiv
kontextfreie Sprachen sind abgeschlossen unter Homomorphismus und unter Schnittbildung mit regulären Sprachen
daher kann die Ausgangssprache der Schnittbildung keine strikt-kontextfreie Sprache gewesen sein
Shiebers Beweis beruht nicht auf Annahmen über die syntaktische Struktur
der Konstruktion sondern auf der Betrachtung der Sprache als Menge von
Ketten (zur Unterscheidung: eine Kette kann durch verschiedene Grammatiken verschiedene Strukturierungen erhalten)
5© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Mohri/Sproat 2006
Voraussetzungen der Argumentation:Länge der Sätze oder Wörter sei unbegrenzt
alle Beweise einer höheren Komplexität als regulärer Sprachen gelten nicht, wenn die Phänomene nicht als unbegrenzt angenommen werden können.
keines der genannten Argumente ist interessant, wenn man die Länge der Sätze (oder Wörter) als begrenzt durch eine große Zahl N annimmt
viele beobachteten Konstrukte sind nur dann nicht-regulär, wenn die Folge der Wörter oder Sätze als unbegrenzt angenommen wird
so auch Chomsky 1957 der endliche Automat zur Beschreibung der Sprache kann
allerdings sehr groß werden
6
Mohri/Sproat 2006
© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Fehlerhafte ArgumentationEine Schwalbe mache einen Sommer
Fehlerhafte Argumentation Man entdeckt eine spezielle Konstruktion K einer Sprache L,
die eine Sprache L′ L erzeugt, die an einer wohl-⊆definierten Position P‘ in der Chomsky-Hierarchie liegt.
Hieraus folgert man, dass L an Position P ≥ P′ liegt. Sei beispielsweise L‘ kontextsensitiv, so sei L mindestens kontextsensitiv.
reguläre Sprachen können nicht-reguläre Konstrukte enthalten jede Sprache L‘ über einem Alphabet Σ ist eine Teilmenge der
Sprache L = Σ*. Die Entdeckung einer Subsprache L‘ ⊆ L – egal wie komplex -
besagt nichts über die Komplexität von L
7
Mohri/Sproat 2006
© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
… Beispiel
L = {apbq : p, q ∈ ℕ } ist eine reguläre Sprache Ein Automat, der L erkennt, erkennt auch
L1 = {anbn : n }∈ ℕ L2 = {wwR: w ∈ Σ*}
8
Mohri/Sproat 2006
© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Fehlerhafte ArgumentationSprache (Menge von Zeichenfolgen) – Struktur einer Konstruktion
versäumt zu unterscheiden: Komplexität der Sprache und Komplexität der Maschine zur
Erkennung bestimmter Konstruktionen Sprache und Struktur
9
Mohri/Sproat 2006
© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Beispiele fehlerhafter Argumentationen
Chomsky (1957): English is not a finite state language. (Korrekte Terminologie: regular language) Large classes of context-free languages such as some of those used in
Chomsky’s argument have been proved to be representable by weighted finite automata (Cortes & Mohri 2000).
Hobbs & al. (1997) Finite-state models are clearly not adequate for full natural language processing... . Every computational linguistics graduate student knows, from the first textbook that introduces the Chomsky hierarchy, that English has constructs, such as center embedding, that cannot be described by any finite-state grammar.
(Arnold 2000) .Natural Languages are not Finite State (‘regular’). There is no FSA (hence type 3 grammar) that can generate anbn. Natural Languages are infinite, and have constructions like anbn, i.e. ‘nested dependencies’...
10
Mohri/Sproat 2006
© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Modellierung der Struktur menschlicher Sprachen
Morphologie Mittel der Wahl: Typ-3-Grammatiken, reguläre Sprachen einige Fälle können durch geringe spezielle Erweiterungen
endlicher Automaten effizienter behandelt werden Syntax
Für die endliche "Kernsprache" der tatsächlich vorkommenden akzeptablen Sätze des Deutschen (und anderer Sprachen) kann man annehmen, dass eine nicht-triviale Beschreibung als Typ-3-Sprache möglich ist
Der menschliche Analysator bewältigt nur bestimmte Schachtelungstiefen (für begrenzte Schachtelungstiefen reicht Typ-3)
11
Kunze 2001: 143f© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Modellierung der Struktur menschlicher Sprachen
Bei Fortsetzung der „Kernsprache“ ins Unendliche tritt ein „Komplexitätsschub“ bei Zentraleinbettungen auf
Bedingungen nicht mit Typ-3 Grammatik darstellbar Anzahl der Nomina und Verben muss übereinstimmen gewisse Merkmale, die eine Kongruenz sichern, müssen
übereinstimmen Unendliche Einbettungen kommen in der Praxis nicht vor
12
the regulation
defines
which the commission
had formulated
which the Council
had elected
...
Kunze 2001: 143ff© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
…
Trend in der Folge von Chomsky 1957: Suche nach immer komplexeren Konstruktionen
Motiv eher Konstruktion neuer formaler Theorien als Sammlung und Beobachtung von Sprachdaten
13© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Effektivität und Effizienz
Effektivität eine Struktur mit einer Typ-3-Grammatik beschreiben zu
können, bedeutet nicht, dass man sie auf diese Weise effektiv beschreiben kann
beispielsweise kann eine einzige kontextsensitive Regel einer großen Menge kontextfreier Regeln entsprechen
Effizienz endliche Automaten haben eine viel bessere Laufzeit – O(n)-
als Automaten mit zusätzlichen Speichern – O(nx)
14
Kunze 2001: 143ff© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Literatur
Arnold, Doug (2000) LG511 Computational Linguistics I: Parsing and Generation. University of Essex. URL:
http://courses.essex.ac.uk/lg/LG511/1-Formal/index 7.html. Chomsky, Noam (1957) Syntactic Structures. The Hague: Mouton. Cortes, Corinna & Mehryar Mohri (2000) Context-Free Recognition with
Weighted Automata. Grammars 3: 2–3. Hobbs, Jerry R., Douglas Appelt, John Bear, David Israel, Megumi Kameyama,
Mark Stickel & Mabry Tyson (1997) FASTUS: A Cascaded Finite-State Transducer for Extracting Information from Natural-Language Text. In Emmanuel Roche & Yves Schabes (eds.) Finite-State Language Processing, pp. 383–406. Language, Speech, and Communication. Cambridge, MA: The MIT Press.
15© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010
Literatur
Jürgen Kunze (2001). Computerlinguistik. Voraussetzungen, Grundlagen, Werkzeuge. Vorlesungsskript. Humboldt-Universität zu Berlin.
Mehryar Mohri und Richard Sproat (2006)On a Common Fallacy in Computational Linguistics. In: Mickael Suominen, Antti Arppe, Anu Airola, Orvokki Heinämäki, Matti Miestamo, Urho Määttä, Jussi Niemi, Kari K. Pitkänen and Kaius Sinnemäki (Hrsg.). A Man of Measure: Festschrift in Honour of Fred Karlsson on this 60th Birthday. pages 432-439. SKY Journal of Linguistics, Volume 19, 2006.
Shieber, Stuart. 1985. Evidence against the context-freeness of natural language. Linguistics and Philosophy 8: 333–343.
16© Karin Haenelt, Komplexität menschlicher Sprachen 19.6.2010