Văn phạm TAG cho phép trang bị cấu trúc đặc trưng (cặp thuộc tính - giá trị) gắn với mỗi nút trên cây cú pháp, giúp mô tả các đối tượng, ràng buộc ngôn ngữ như hợp giống, hợp số, khung vị từ và các ràng buộc ngữ nghĩa. Có hai loại cấu trúc đặc trưng trong TAG: Đặc trưng trên (top) và đặc trưng dưới (bottom). Việc hợp nhất hai cấu trúc đặc trưng chính là q trình hợp nhất các cặp thuộc tính - giá trị có trong hai cấu trúc. Trong đó, hai cấu trúc đặc trưng là hợp nhất được với nhau nếu mọi thuộc tính cùng tên trong hai cấu trúc có giá trị trùng nhau. Trường hợp ngược lại, phép hợp nhất thất bại, dẫn xuất khơng thực hiện được. Q trình hợp nhất cấu trúc đặc trưng khi thực hiện phép thế hay kết nối được thực hiện theo nguyên tắc:
• Với phép thế, cấu trúc đặc trưng top của các nút được ghép với nhau sẽ được hợp nhất (hình 2.3)
• Với phép kết nối, trước hết, cấu trúc đặc trưng top của nút trong nơi thực hiện kết nối và của nút gốc trong cây phụ trợ sẽ được hợp nhất; tiếp theo, cấu trúc đặc trưng bot của nút trong nơi thực hiện kết nối và của nút chân
của cây phụ trợ sẽ được hợp nhất. Ở dẫn xuất cuối, các cấu trúc đặc trưng top và bot của mỗi nút trong cây dẫn xuất sẽ được hợp nhất. (hình 2.4). Ví dụ: Dưới đây là ví dụ minh họa cho q trình hợp nhất đặc trưng trong phép kết nối. SNpApATree S NP Cơ ấy AP đẹp + ApRApTree AP[negAdv=+] R khơng AP*[negAdv=−] ⇒ SNpApRApTree S NP Cơ ấy AP[negAdv=+] R khơng AP[negAdv=−] đẹp Hình 2.5: Q trình hợp nhất đặc trưng sinh câu “Cơ ấy khơng đẹp”
Thuộc tính negAdv trên cây ApRApTreegiúp ràng buộc không cho phép sinh ra câu “Cô ấy không không đẹp”
ApRApTree AP[negAdv=+] R không AP*[negAdv=−] + SNpApRApTree S NP Cơ ấy AP[negAdv=+] R khơng AP[negAdv=−] đẹp ; SNpApRApRApTree S NP Cơ ấy AP[negAdv=+] R khơng AP[negAdv=-][negAdv=+] R khơng AP[negAdv=−] đẹp Hình 2.6: Ràng buộc đặc trưng trong phép kết nối
Khi xây dựng văn phạm TAG cho một ngôn ngữ tự nhiên, người ta áp dụng một số nguyên lý ngôn ngữ học sau. Thứ nhất, văn phạm TAG được từ vựng hóa: Mỗi cây cơ bản đều có ít nhất một nút lá gắn với một đơn vị từ vựng gọi là từ neo. Thứ hai, mỗi cây khởi tạo của TAG biểu diễn các thành phần thành phần bổ nghĩa cho từ neo. Thứ ba, các cây cơ bản là cực tiểu: Cây khởi tạo phải có từ neo là từ trung tâm của một thành phần chính trong câu và chứa tất cả các thành phần đối bắt buộc của từ neo. Tất cả các thành phần phụ của từ neo
có thể thêm vào một cách đệ quy bằng cách sử dụng phép kết nối với các cây phụ trợ. 2.1.2 Siêu văn phạm và XMG S NP tơi VP V ngủ S NP tơi VP V NP ăn cơm
Hình 2.7: Hiện tượng lặp cấu trúc trong TAG
TAG là một văn phạm kích thước lớn với hàng nghìn cây cơ bản. Để xây dựng văn phạm TAG cho một ngôn ngữ, số lượng các cây cơ bản cần xây dựng là khá lớn. Mặt khác, ta thường thấy có hiện tượng lặp cấu trúc khi hai hoặc nhiều từ vựng khác nhau cùng chia sẻ một tập cây cơ bản vì chúng có cùng tính chất cú pháp. Hình 2.7 là một ví dụ đơn giản minh họa cho hiện tượng lặp cấu trúc xảy ra trong TAG. Để khắc phục những nhược điểm nêu trên, người ta đã đề xuất các mơ hình siêu văn phạm (meta-grammar) cho phép sinh một văn phạm TAG đầy đủ từ thành phần cơ sở là các mảnh cây.
XMG (eXtended MetaGrammar) [15] là một hệ thống siêu văn phạm cung cấp cơ chế để người sử dụng định nghĩa và kết hợp các mảnh cây nhằm xây dựng các cây cơ bản đầy đủ. Việc phân rã cây thành các mảnh một mặt giúp tối tiểu hoá các cấu trúc cơ sở, tránh được hiện tượng dư thừa hay trùng lặp cấu trúc. Mặt khác, XMG cho phép mô tả thơng tin cú pháp hỗ trợ cả hai tính chất là chia sẻ cấu trúc và lựa chọn.
Ví dụ: Hình 2.8 là ba mô tả cú pháp trong XMG tương ứng với thơng tin về chủ ngữ chính tắc, chủ ngữ mệnh đề và dạng động từ đơn: Tên các cây bộ phận này có thể sử dụng lại để mơ tả các lựa chọn bằng phép tuyển (∨). Ví dụ, chủ ngữ có thể là chủ ngữ chính tắc hoặc chủ ngữ mệnh đề:
Subject → CanonicalSubject∨ RelativisedSubject.
CanonicalSubject RelativisedSubject VerbalForm S NP↓ V NP NP∗ S NP↓ V S V Hình 2.8: Mô tả cú pháp XMG
trúc động từ nội động gồm một chủ ngữ và một động từ đơn được mô tả như sau:
IntransitiveVerb→ Subject ∧ VerbalForm
Ngồi ra, siêu văn phạm XMG cịn được thiết kế để tránh đệ quy nhằm đảm bảo rằng văn phạm TAG sinh ra là hữu hạn. Từ mô tả IntransitiveVerb ở trên, XMG sinh mọi câu trong văn phạm tn theo mơ tả cú pháp này. Ví dụ:
1. S NP↓ The boy V ∧ S V sleep ⇒ S NP↓ The boy V sleeps 2. NP NP∗ The boy S NP↓ who V ∧ S V sleep ⇒ NP NP∗ The boy S NP↓ who V sleeps Bên cạnh đó, XMG cung cấp các cơ chế tổ hợp và ràng buộc cấu trúc nhằm hạn chế sao cho siêu văn phạm chỉ sinh ra các cấu trúc cú pháp hợp lệ. Hệ hình thức và bộ biên dịch siêu văn phạm XMG đã được sử dụng hiệu quả để sinh ra văn phạm TAG tiếng Pháp gồm hơn 6 000 cây cơ bản từ 293 mô tả mảnh cây.
2.1.3 Văn phạm RCG
Theo ngơn ngữ nói, RCG là văn phạm viết lại các vị từ dựa trên xâu đầu vào bằng các vị từ khác. Hệ thống viết lại cây TAG và các mở rộng của nó đã được chứng minh là tương đương với RCG [10]. Do đó, khi xây dựng cơng cụ phân
tích cú pháp cho một văn phạm TAG cụ thể, các tác giả có xu hướng chuyển đổi văn phạm ban đầu sang RCG tương đương để phân tích do RCG có khả năng sinh mạnh hơn các văn phạm cảm ngữ cảnh yếu, cụ thể là các hệ hình thức dựa trên cây (TAG, TAG đa thành phần [31]...) trong khi thời gian phân tích vẫn là đa thức. Hơn nữa, các thuật tốn phân tích cú pháp RCG khá đơn giản 3.2.2. Định nghĩa 2.1.2. (Văn phạm RCG)
Văn phạm RCG [10] (Range Concatenation Grammar) là một bộ năm G = (N, T, V, S, P) trong đó:
• N là tập hợp hữu hạn các vị từ, với số đối của vị từ là ánh xạ dim: N → N+
• T và V lần lượt là tập hữu hạn các kí tự kết thúc và các biến. ǫ ∈T là kí hiệu rỗng
• S ∈ N là vị từ khởi đầu với dim(S) = 1 • P là tập hợp hữu hạn các mệnh đề có dạng
A0(x01, ..., x0a0) → ǫ hoặc
A0(x01, ..., x0a0) →A1(x11, ..., x1a1)...An(xn1, ..., xnan)
trong đó n ≥ 1, xij ∈(T ∪V)∗, Ai ∈ N là vị từ ai đối. Vị từ An(xn1, ..., xnan) cịn có thể viết là An(−→xn)
Cho mệnh đề A0(x01, ..., x0a0) → A1(x11, ..., x1a1)...An(xn1, ..., xnan). Khi đó,
A0(x01, ..., x0a0)được gọi là phần bên trái (LHS),A1(x11, ..., x1a1)...An(xn1, ..., xnan)
được gọi là phần bên phải (RHS) của mệnh đề. Định nghĩa 2.1.3. (Văn phạm RCG đơn giản)
Một văn phạm RCG đơn giản là RCG thỏa mãn ba tính chất:
• Phi kết hợp: Mỗi đối số trong RHS của mệnh đề c∈ P bất kì chỉ chứa chính xác một biến
• Tuyến tính: Khơng có biến nào xuất hiện nhiều hơn một lần trong LHS và trong RHS của mệnh đề
• Khơng xóa bỏ: Mọi biến xuất hiện trong RHS của một mệnh đề thì cũng xuất hiện trong LHS của mệnh đề đó và ngược lại
Ví dụ: Văn phạm RCG đơn giản:
G = ({S, A, B},{a, b},{X, Y, Z}, S, P), trong đó
P = { S(XY Z) → A(X, Z)B(Y),
A(aX, aY) → A(X, Y),
A(ε, ε) →ε, B(bX) → B(X),
B(ε) → ε }
Định nghĩa 2.1.4. (Phạm vi, vectơ phạm vi trong RCG)
Với mỗi w ∈T∗, w = w1...wn (wi ∈T,1 ≤ i ≤n), ta có định nghĩa:
• Một cặp chỉ số hl, ri,1 ≤ l ≤ r ≤ n là một phạm vi trong w biểu diễn xâu con wl+1...wr
• Hai phạm vi hl1, r1i,hl2, r2i có thể kết hợp được với nhau khi và chỉ khi r1 =l2, kí hiệu hl1, r1i · hl2, r2i=hl1, r2i
• Giả sử hli, rii là một phạm vi trong w,1 ≤i ≤ k. Khi đó,
φ = (hl1, r1i), ...,hlk, rki) được gọi là vectơ phạm vik chiều trong w. Kí hiệu φ(i).l= li, φ(i).r =ri
Để thuận tiện, chúng ta giả sử các biến, các kí tự kết thúc, kí tự ǫ xuất hiện trong mệnh đề được đánh số bởi các chỉ số dưới phân biệt, theo thứ tự từ trái sang phải, bắt đầu từ 1. Chỉ lần xuất hiện đầu tiên của x∈(T ∪V ∪ {ǫ}) trong mệnh đề được đánh số. Quy ước Υ(c), c ∈ P là chỉ số dưới lớn nhất của mệnh đề c, với x ∈ (T ∪V ∪ {ǫ}) trong c, Υ(c, x) cho biết chỉ số dưới của x trong c. Khi đó, ta có định nghĩa sau:
Định nghĩa 2.1.5. (Mệnh đề phạm vi)
Cho xâu w =w1...wn và mệnh đề c∈P,Υ(c) =j. Mệnh đề phạm vi sinh bởi c và w là mệnh đề trong đó mọi xi ∈ (T ∪V ∪ǫ),1 ≤ i ≤ j xuất hiện trong c được ánh xạ thành một phạm vi φi biểu diễn xâu con tương ứng của w. Mỗi vị từ trong mệnh đề phạm vi được gọi là vị từ phạm vi.
Ví dụ: A(hg, hi) → B(hg + 1, hi) là mệnh đề phạm vi sinh bởi A(aX1) → B(X1) và xâu w thỏa mãn wg+1 =a
Nếu x, y ∈ (T ∪V ∪ {ǫ}), xy là xâu con biểu diễn bởi một trong các đối số của một vị từ nào đó trong c thì hai phạm vi tương ứng trong mệnh đề phạm vi có thể được kết hợp.
Định nghĩa 2.1.6. (Vectơ ràng buộc phạm vi)
Cho Vr ={r1, r2, ...} là tập các biến. Vectơ ràng buộc phạm vik chiều là cặp hρ, Ci:
• ρ = (hr1, r2i, ...,hrk, rk+1i) ∈ (Vr2)k, Vr(ρ) là tập các biến ràng buộc xuất hiện trong ρ. Kí hiệu ρ(i) = hri, ri+1i
• C là tập các ràng buộccr có một trong các dạng:
ri = rj, k = ri, ri +k = rj, k ≤ ri, ri ≤ k, ri ≤ rj, ri +k ≤ rj với ri, rj ∈ Vr(ρ), k ∈N
Một vectơ phạm vi φ là thỏa mãn hρ, Ci khi và chỉ khi φ và ρ có cùng số chiều k và tồn tại một ánh xạ f : Vr → N ánh xạ ρ(i).l sang φ(i).l, ρ(i).r sang φ(i).r tương ứng sao cho tất cả các ràng buộc trong C đều thỏa mãn. Khi đó, ta nói vectơ ràng buộc phạm vi hρ, Ci là thỏa được.
Định nghĩa 2.1.7. (Vectơ ràng buộc phạm vi của mệnh đề)
hρ, Ci là vectơ ràng buộc ràng buộc phạm vi sinh bởi mệnh đề c và xâu w nếu nó thỏa mãn:
• ρ có số chiều Υ(c) và tất cả các biến ràng buộc trongρ đơi một khác nhau • ∀hr1, r2i ∈ρ, ta có:
0 ≤ r1, r1 ≤ r2, r2 ≤ n∈ C
∀x∈T trong c,Υ(c, x) = i, ta có: ρ(i).l+ 1 = ρ(i).r ∈C
∀x, y ∈ (T ∪V) trong c, xy là xâu con biểu diễn bởi một trong các đối số của vị từ nào đó trong c, ta có: ρ(Υ(c, x)).r =ρ(Υ(c, y)).l ∈C
Định nghĩa 2.1.8. (Dẫn xuất ⇒)
Cho văn phạm RCG G = (N, T, V, S, P) và xâu w, mối quan hệ dẫn xuất trong G, kí hiệu ⇒ được xác định như sau:
Γ1A(φ0)Γ2 ⇒Γ1A(φ11)...A(φ1k)Γ2, trong đó:
Γ1,Γ2 là các vị từ phạm vi, A(φ0) →A(φ1
1)...A(φ1
k) là mệnh đề phạm vi sinh bởi c∈ P và w.
Trường hợp Γt 1...Γt
2 thu được từ Γ1A(φ0)Γ2 thông qua một dãy các dẫn xuất
Γ1A(φ0)Γ2 ⇒... ⇒Γt 1...Γt
2, kí hiệu Γ1A(φ0)Γ2 ⇒∗ Γt 1...Γt
2
Định nghĩa 2.1.9. (Ngơn ngữ đốn nhận bởi RCG)
Ngơn ngữ đốn nhận bởi RCG G = (N, T, V, S, P) là tập các xâu L(G) = {w1...wn | S(h0, ni) ⇒∗ ε}, với n là độ dài xâu w.
Ví dụ: Cho văn phạm RCG: G = ({S, A, B},{a, b},{X, Y, Z}, S, P), trong
đó:
P = { S(XY Z) → A(X, Z)B(Y),
A(aX, aY) → A(X, Y),
A(ε, ε) →ε, B(bX) → B(X),
B(ε) → ε }
Khi đó L(G) ={anbkan | k, n ∈N}. Với w =aabaa ta có q trình dẫn xuất S(h0,5i)⇒∗ ε của xâu w được minh họa trong hình 2.9
2.2 Biểu diễn và tính tốn ngữ nghĩa bằng logic
Để có thể sử dụng và khai tác tốt tri thức phục vụ cho nhiều mục đích khác nhau, tri thức cần được biểu diễn dưới dạng thuận tiện cho việc mô tả và suy diễn. Việc lựa chọn mơ hình cho biểu diễn ngữ nghĩa là vấn đề then chốt. Nội dung của phần này sẽ giới thiệu về ngôn ngữ logic bậc một và cách thức xây dựng biểu diễn ngữ nghĩa bậc một cho các câu trong ngôn ngữ tự nhiên theo các tài liệu [25], [19], [35].
S(X Y Z) →A(X, Z)B(Y)
h0,2ih2,3ih3,5i h0,2ih3,5ih2,3i
aa b aa aa aa b
• S(h0,5i) ⇒ A(h0,2i,h3,5i)B(h2,3i)
B(bX) → B(X) và B(ǫ) → ǫ h2,3ih3,3ih3,3i
b ǫ ǫ
•A(h0,2i,h3,5i)B(h2,3i) ⇒ A(h0,2i,h3,5i)B(h3,3i) ⇒ A(h0,2i,h3,5i)
A(aX, aY) → A(X, Y)
h0,1ih1,2ih3,4ih4,5ih1,2ih4,5i
a a a a a a
•A(h0,2i,h3,5i)⇒ A(h1,2i,h4,5i)
A(aX, aY) → A(X, Y) và A(ǫ, ǫ) →ǫ h1,2ih2,2ih4,5ih5,5ih2,2ih5,5i
a ǫ a ǫ ǫ ǫ
• A(h1,2i,h4,5i) ⇒ A(h2,2i,h5,5i) ⇒ ǫ
Hình 2.9: Quá trình dẫn xuất trong RCG
2.2.1 Logic bậc một
Logic bậc một (logic vị từ bậc một) là một trong những cách thức biểu diễn thông tin khá phổ biến và hiệu quả, trong đó mỗi câu được chuyển tương ứng thành một công thức logic tốn học sau q trình phân tích cú pháp - ngữ nghĩa. Việc lựa chọn logic bậc một trong biểu diễn ngữ nghĩa xuất từ hai lí do chính. Thứ nhất, các bộ chứng minh tự động trong logic bậc một đã đạt hiệu năng cao, hữu ích trong các tác vụ suy luận tự động. Thứ hai, logic bậc một là ngơn ngữ biểu diễn tốt, có khả năng diễn đạt phần lớn các hiện tượng cần quan tâm.
Cú pháp của logic bậc một
Muốn xây dựng ngôn ngữ logic bậc một (hay bất kì một ngơn ngữ hình thức nào khác), cần phải hiểu được cú pháp của nó. Cú pháp của logic bậc một là tập các kí hiệu và quy tắc liên kết các kí hiệu để xây dựng cơng thức logic bậc một. Cụ thể, các thành phần của ngơn ngữ logic bậc một gồm:
• Các kí hiệu hằng: Mary, John, 3,... dùng để đặt tên cho các thực thể • Tập hữu hạn các biến x, y, z, w,...
• Các kí hiệu vị từ: Love(Hoa, Nam), Brother(x, y),... thể hiện quan hệ giữa các thực thể. Mỗi vị từ gồm n đối số (n ≥0) được gọi là v t n ngi ã Cỏc phộp tn ơ (ph nh), → (kéo theo), ∧ (hội), ∨ (tuyển)
• Các lượng từ ∀ (với mọi), ∃ (tồn tại) • Các dấu ( ) để nhóm các kí hiệu
Định nghĩa 2.2.1. (Cơng thức ngun tử)
Nếu R là một kí hiệu vị từ n ngơi, τ1, ..., τn là các hạng tử (hằng hoặc biến) thì R(τ1, ..., τn) là một công thức nguyên tử.
Định nghĩa 2.2.2. (Công thức logic bậc một)
Một công thức logic bậc một đúng ngữ pháp (well-formed formula hay wff) được xây dựng như sau:
• Tất cả các cơng thức ngun tử là wff
• Nếu ϕ vàψ là các wff thì ϕ, (ϕ → ψ), (ϕ∨ψ), (ϕ∧ψ) cũng là các wff • Nếu ϕ là một wff, x là một biến thì ∃xϕ và ∀xϕ là cácwff
Ví dụ: Một số cơng thức logic bậc một biểu diễn các câu tiếng Anh: • “Rice has a president”
∃x(president(x, Rice)) • “a woman walks”
∃x(woman(x)∧walks(x))
2.2.2 Tính tốn ngữ nghĩa bậc một dựa trên tính tốn lambda
Tính tốn lambda (lambda calculus hayλ−caculus) là hệ hình thức được đề xuất bởi Alonzo Church vào những năm 1930, nó được xem như một nền tảng lí thuyết quan trọng của logic tốn học.
Cú pháp của biểu thức lambda
Biểu thức lambda được xây dựng dựa trên các thành phần: • Các biến x, y, z, ...
• Các kí hiệu (tốn tử) λ và dấu ‘.’ • Cặp dấu ( )
Định nghĩa 2.2.3. (Biểu thức lambda)
Tập các biểu thức lambda, kí hiệu Λ được định nghĩa như sau: 1. Nếu x là một biến thì x∈Λ
2. Nếu x là một biến và M ∈Λ thì (λx.M) ∈ Λ.
Biểu thức λx.M còn được gọi là biểu thức trừu tượng lambda (lambda abstraction)
3. Nếu M, N ∈ Λ thì (M@N) ∈Λ (M@N là được gọi là khai triển lambda) Mở rộng: (Biểu thức lambda và logic bậc một): Trong tính tốn ngữ nghĩa bậc một dựa trên lambda, mỗi công thức logic bậc một cũng được coi là một biểu thức lambda.
Ví dụ: Dưới đây là một số ví dụ về biểu thức lambda: λx.x; λx.y(λx.λz); λx.x(y)
λx.W OMAN(x);λx.λy.LOV E(x, y)
Để đơn giản và tránh nhầm lẫn, các biểu thức lambda có thể được thu gọn sử dụng một số quy ước sau:
• Cặp dấu ngoặc ngồi cùng của biểu thức lambda có thể được lược bỏ: Biểu thức (M@N) có thể viết là M@N
• Các khai triển lambda có tính chất kết hợp trái: Biểu thức M@N@P có thể được thay bởi biểu thức (M@N)@P
• Biểu thức trừu tượng lambda λx.M@N được hiểu là λx.(M@N)
• Một dãy tốn tử lambda có thể được thu gọn: λx.λy.λx.N viết gọn lại là λxyz.N
Định nghĩa 2.2.4. (Biến tự do và ràng buộc)
Tập các biến tự do trong một biểu thức lambda được định nghĩa: • Một biến x bất kì đứng độc lập là tự do