Trong phân tích ngữ pháp, một Pattern (mẫu cấu trúc) có thể giúp nhận ra những cấu trúc có khả năng xuất hiện. Tuy nhiên, sự tương đồng về hình thức không đủ để chứng minh rằng hai biểu thức có cùng cấu trúc cú pháp.
Một Pattern trước hết chỉ cung cấp một Candidate Parse (cách phân tích ứng viên).
Ví dụ, từ chuỗi:
Nếu những câu hỏi này chưa được giải quyết, [B + C] vẫn chỉ là một cấu trúc ứng viên.
Đây là điểm mà Semantic Analysis (phân tích ngữ nghĩa) trở thành một phần quan trọng của quá trình phân tích.
1. Pattern nhận diện hình thức, không tự chứng minh cấu trúc
Giả sử đã biết một cấu trúc:
Hai biểu thức có thể giống nhau ở bề mặt nhưng khác nhau về:
Constituency (quan hệ thành tố);
Syntactic Relations (quan hệ cú pháp);
Semantic Roles (vai nghĩa);
- Semantic Relations (quan hệ ngữ nghĩa).
Do đó:
Pattern có giá trị như một phương tiện phát hiện khả năng phân tích, không phải bằng chứng cuối cùng cho cấu trúc.
2. Góc nhìn Compiler: Parser chấp nhận chưa có nghĩa chương trình hợp lệ
Trong Compiler (trình biên dịch), sự khác biệt giữa cấu trúc và ngữ nghĩa thể hiện rất rõ.
Xét biểu thức giả định:
thì Parser (bộ phân tích cú pháp) vẫn có thể xây dựng một Abstract Syntax Tree – AST (cây cú pháp trừu tượng):
Ở tầng cú pháp, cấu trúc đã được xác định:
Nhưng quá trình phân tích chưa kết thúc.
Semantic Analysis (phân tích ngữ nghĩa) và Type Checking (kiểm tra kiểu) tiếp tục kiểm tra liệu các thành phần có đáp ứng những ràng buộc của phép toán hay không.
Nếu toán tử - chỉ được định nghĩa cho các kiểu số:
Do đó:
3. Tại sao phép đối chiếu này hữu ích với ngôn ngữ tự nhiên?
Ngôn ngữ tự nhiên không phải ngôn ngữ lập trình và không vận hành bằng một Type System (hệ thống kiểu) được đặc tả chính thức.
Tuy nhiên, hai lĩnh vực có chung một vấn đề phương pháp:
Từ một chuỗi tuyến tính, cần xác định những thành phần nào kết hợp với nhau và các thành phần đó có quan hệ gì.
Một câu tự nhiên có thể cho phép nhiều Candidate Parses (cách phân tích ứng viên):
Việc một Parse phù hợp với một Pattern đã biết chỉ chứng minh:
Có lý do để xem xét cách phân tích này.
Nó chưa chứng minh:
Đây là cấu trúc của câu.
Cần tiếp tục kiểm tra:
Đặc biệt, nếu một cách phân tầng làm mất hoặc thay đổi những quan hệ ngữ nghĩa cơ bản của câu, đó là dấu hiệu cần xem xét lại cách phân tích.
4. Một ví dụ: 我送他回国
Xét câu:
Trên bề mặt, có thể nhận ra chuỗi:
Nếu chỉ dựa vào Pattern, một cách phân tích có thể được đề xuất:
Về mặt hình thức, cách phân tích này có vẻ khả thi.
Nhưng Semantic Relations của câu cho thấy một vấn đề.
5. Ai được 送? Ai 回国?
Có thể kiểm tra bằng hai quan hệ đơn giản.
送谁？
Quan hệ thứ nhất:
谁回国？
Quan hệ thứ hai:
Hay biểu diễn bằng quan hệ:
他 đồng thời tham gia vào hai quan hệ.
6. 兼语: khi một thành phần tham gia hai quan hệ
Trong cách phân tích truyền thống của ngữ pháp tiếng Hán, hiện tượng trên liên quan đến 兼语 (kiêm ngữ; pivot).
Có thể biểu diễn:
Quan trọng nhất là vị trí của 他:
Hay:
Tên gọi 兼语 phản ánh chính đặc điểm này: một thành phần đồng thời tham gia vào hai quan hệ cú pháp-ngữ nghĩa trong cấu trúc.
Điểm quan trọng ở đây không phải việc phải sử dụng chính thuật ngữ 兼语.
Điểm quan trọng là:
Một cách phân tích phải bảo toàn và giải thích được những quan hệ thực sự tồn tại giữa các thành phần.
7. Vì sao [他回国] chưa đủ để giải thích câu?
他回国 hoàn toàn có thể là một cấu trúc chủ-vị trong:
Đây là một ví dụ rõ của nguyên tắc:
Một chuỗi có thể tạo thành constituent trong môi trường A nhưng không vì vậy mà tự động có cùng cấu trúc trong môi trường B.
8. Semantic Relations có thể ràng buộc Candidate Parse
Có thể xem quá trình phân tích như một chuỗi kiểm tra:
Giả sử Candidate Parse đưa ra:
hoặc một thành phần bên trong [A + B] còn phụ thuộc trực tiếp vào thành phần nằm ngoài constituent được đề xuất.
Khi đó cần kiểm tra lại:
- boundary của constituent;
- loại cấu trúc;
- dependency;
- hoặc chính mô hình phân tích đang sử dụng.
Semantic không thay thế Syntax.
Semantic ràng buộc việc lựa chọn giữa các phân tích cú pháp có khả năng cạnh tranh.
9. Semantic Constraints và Type Constraints
Ở đây có thể sử dụng thêm một phép đối chiếu với khoa học máy tính.
Trong một ngôn ngữ lập trình có kiểu:
Một predicate không kết hợp hoàn toàn tùy ý với mọi loại semantic argument.
Vì vậy, khi một phân tích đề xuất:
Đây là giới hạn quan trọng của phép đối chiếu.
11. Semantic không thay thế Syntax
Nếu Pattern không đủ, điều đó cũng không có nghĩa có thể bỏ Syntax và chỉ dựa vào nghĩa.
Một câu “có vẻ hiểu được” không chứng minh bất kỳ cách phân tầng nào cũng đúng.
Ví dụ, từ một interpretation:
nếu không có bằng chứng cấu trúc.
Phân tích cần đồng thời thỏa mãn:
Do đó, quan hệ đúng hơn là:
Một phân tích tốt phải giải thích được cả hai.
Nếu một Parse chỉ giải thích:
13. Pattern vẫn rất quan trọng
Việc Pattern không đủ không có nghĩa Pattern vô ích.
Pattern giúp:
- nhận diện cấu trúc có khả năng xuất hiện;
- tìm các câu tương tự;
- hình thành Candidate Parse;
- xây dựng quy tắc;
- phát hiện bất thường;
- so sánh phân bố trong corpus.
Trong compiler, Grammar Rule cũng cực kỳ quan trọng.
Không có Grammar, Parser thậm chí không biết phải dựng cây nào.
Nhưng:
không phải toàn bộ pipeline.
Tương tự, trong phân tích ngôn ngữ tự nhiên:
chỉ là một phần của quá trình.
Sai lầm xảy ra khi:
thay vì:
14. Từ Pattern Matching đến Grammatical Analysis
Có thể tổng hợp quá trình thành một pipeline:
Không phải mọi trường hợp đều cần thực hiện tuần tự từng bước theo đúng thứ tự này.
Đây là một mô hình phương pháp luận, không phải một thuật toán chính thức của ngôn ngữ tự nhiên.
Giá trị của nó nằm ở việc ngăn một bước suy luận quá nhanh:
Thay vào đó:
15. Ba mệnh đề cần phân biệt
Có thể rút gọn toàn bộ vấn đề thành ba mệnh đề:
Trong nghiên cứu ngôn ngữ tự nhiên, không tồn tại một pipeline cứng hoàn toàn tương đương.
Tuy nhiên, cách tư duy phân tầng vẫn hữu ích:
Điểm chung không phải là:
Natural language hoạt động giống programming language.
Mà là:
Một cấu trúc hình thức cần được kiểm tra bằng các quan hệ mà nó tạo ra.
Compiler khiến nguyên tắc này dễ nhìn thấy hơn vì nếu AST đúng hình thức nhưng operand sai type, hệ thống có thể báo lỗi ngay.
Natural language không đơn giản như vậy, nhưng câu hỏi phương pháp vẫn còn nguyên:
17. Kết luận
Pattern là một công cụ quan trọng trong phân tích ngữ pháp. Nó giúp nhận diện những cấu trúc có khả năng tồn tại và tạo ra các Candidate Parses để kiểm tra.
Nhưng Pattern không tự chứng minh Structure.
Structure cũng không thể được đánh giá hoàn toàn độc lập với Semantic Relations.
Ví dụ:
cho thấy 他 đồng thời liên hệ với cả 送 và 回国. Chính quan hệ này là cơ sở để hiểu cấu trúc 兼语 và cho thấy tại sao Pattern bề mặt không thể thay thế phân tích quan hệ.
Quy trình hợp lý hơn là:
Vì vậy:
Bài tiếp theo sẽ áp dụng trực tiếp phương pháp này vào 他学习很好 và 他唱歌很好听: hai biểu thức có bề mặt tưởng như tương tự, nhưng 学习 và 唱歌 có thực sự có cùng tính chất cú pháp hay không, 很好 và 很好听 đang predicated về thành phần nào, và liệu một Pattern giống nhau có đủ để đưa cả hai vào cùng một phân tích ngữ pháp hay không.