Számítógépes nyelvészet ea.
Transcript of Számítógépes nyelvészet ea.
-
8/4/2019 Szmtgpes nyelvszet ea.
1/53
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
2/53
Ktelez irodalom
A magyar nyelv kziknyve nyelvtechnolgiaifejezete
11. Szmtgpes nyelvszet
vagy
A magyar nyelv c. kziknyv nyelvtechnolgiaifejezete
(Mindkett: Kiefer.)
-
8/4/2019 Szmtgpes nyelvszet ea.
3/53
Mestersges intelligencia
Az els
nagy ambcik...
-
8/4/2019 Szmtgpes nyelvszet ea.
4/53
Gondolkod szmtgp? Alan Turing 1950: a Turing teszt
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
5/53
ElizaWeisenbaum 1966
A frfiak mind egyformk.
Ezt hogy rted? Mindig nyaggatnak minket valamirt. Mondanl egy konkrt pldt? Ht a fim kldtt ide.
11. Szmtgpes nyelvszet
A fid kldtt ide. Azt mondja, mindig depresszis vagyok. Sajnlom, hogy depresszis vagy. Taln ki kellene bklnm az anymmal. Meslj mg a csaldodrl.
-
8/4/2019 Szmtgpes nyelvszet ea.
6/53
a pciensek elhittk, hogy valdi szemllyel
beszlgetnek... A mdszer:
Pszichoterapeuta
11. Szmtgpes nyelvszet
A kulcssz aktivl egy szablyt Regulris kifejezsek segtsgvel
behelyettests a szablynak megfelelen A kulcsszavak rangsorolva vannak
-
8/4/2019 Szmtgpes nyelvszet ea.
7/53
Ksbbi scriptmodellek
(Schank, 70-es vek)
Trtnet:Egy ember bement egy tterembe s rendeltegy hamburgert. Amikor a hamburger
11. Szmtgpes nyelvszet
,amikor tvozott, kifizette a szmlt s sokborravalt hagyott.
Krds: Megette az ember a hamburgert?Vlasz: (Valsznleg) igen.
-
8/4/2019 Szmtgpes nyelvszet ea.
8/53
Forgatknyvek lethelyzetekrl (tipikus
esemnyek rszletes lersa) Az tterem forgatknyve:
A mdszer lnyege
11. Szmtgpes nyelvszet
a ruhatrban letesszk a kabtot kivlasztunk egy asztalt ha foglalt tbla van egy asztalon, oda nem
lnk ...
-
8/4/2019 Szmtgpes nyelvszet ea.
9/53
A Skynet elksett
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
10/53
Nyelvtechnolgia ma
Szernyebb clok...
-
8/4/2019 Szmtgpes nyelvszet ea.
11/53
Felhasznlsok Helyesrs-ellenrzs
Szvegkivonatols Gpi fordts Mozi e rendels
11. Szmtgpes nyelvszet
Bankszmlaegyenleg-lekrdezs Tudakoz Repljegyfoglals Dolgozatosztlyzs ...
-
8/4/2019 Szmtgpes nyelvszet ea.
12/53
Felismers produkci Felismers:
Ingerrzkels (rott karakter, beszdhang,kzjelek)
Elemzs (parsing)
11. Szmtgpes nyelvszet
Megrts Produkci:
Gondolat (mentlis reprezentci) Kdols Megjelents
-
8/4/2019 Szmtgpes nyelvszet ea.
13/53
Mdszerek Szablyalap
Pldaalapstatisztikai ves amerikai
30
35
4045
50
11. Szmtgpes nyelvszet
konferenciaeladsai (ACL):
0
5
10
15
20
25
1990 2003
Nem stat Stat
-
8/4/2019 Szmtgpes nyelvszet ea.
14/53
Meg kell rtsk, hogy egy mondatvalsznsg-rl beszlni teljesenrtelmetlen. Noam Chomsky 1969.
11. Szmtgpes nyelvszet
Ahnyszor tvozik egy nyelvsz acsoportbl, felszkik a beszdfelismersirtnk. Fred Jelinek, IBM 1988.
-
8/4/2019 Szmtgpes nyelvszet ea.
15/53
Beszdfelismers,beszdszintetizls
Eredmnyek s korltok
-
8/4/2019 Szmtgpes nyelvszet ea.
16/53
Fonetika: a hangok akusztikai tulajdonsgai(formnsfrekvencik)
Szksges tuds
11. Szmtgpes nyelvszet
Fonolgia: egy-egy nyelv hangrendszere
Esetleg egy kiejtsi sztr
-
8/4/2019 Szmtgpes nyelvszet ea.
17/53
A hang hullmknt terjed a levegben.
A beszdhang sszetett, tbb hullmegyttesbl ll (formnsszerkezet).
A hang fizikai jellemzi
11. Szmtgpes nyelvszet
periodikus: ismtld hullmalak
(magnhangz) aperiodikus: rendszeres ismtlds nlkli
(bizonyos mssalhangzk)
-
8/4/2019 Szmtgpes nyelvszet ea.
18/53
[a] s [s] hullmalak
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
19/53
Paramterek:
rezgs szaporasga (frekvencia) rezgs erssge (intenzits) rezgs idtartama
A beszdhang fizikai jellemzi
11. Szmtgpes nyelvszet
jelenti meg: vszintes tengely: id fggleges tengely: rezgsszm (frekvencia)
(formnsok: F0 (100-200Hz), F1 (300-600Hz), F2 (800-3000Hz)) harmadik dimenzi (a jel erssge): intenzits
-
8/4/2019 Szmtgpes nyelvszet ea.
20/53
Spektogram
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
21/53
Spektogram
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
22/53
Tovbbi szksges ismeretek A hangok variabilitsa:
Beszltl fggen (hanger, hangmagassg,artikulcis klnbsgek)
Szvegkrnyezettl fggen Fonotaktikai szablyok:
11. Szmtgpes nyelvszet
Hasonuls: mzz, mztartalm, msztartalm Magnhangz-harmnia: kenyeremet, kalapomat Folyamatos beszd
Prozodikai szablyok: intonci, hangsly, ritmus
-
8/4/2019 Szmtgpes nyelvszet ea.
23/53
Bayesi beszdfelismers
Ha adott egy hangsor (h), mi a valsznsge
egy ssznak: P(s|h) Korpusz: szgyakorisg Varicikor usz: han sorokhoz rendelt szlistk
11. Szmtgpes nyelvszet
Fonotaktikai folyamatok valsznsgei (pl.szvgi nlehagysnak valsznsge)
Legvalsznbb sz: maximlis P(h|s)P(s)
Helyesrs-ellenrzs hasonl elveken
-
8/4/2019 Szmtgpes nyelvszet ea.
24/53
N-gram modellek (Markov-lncok)
A mondat kvetkez szavnak prediktlsa
Korpusz Automatikusan kinyert nyelvtan: egy sz
valsznsge, ha az elz (egy, kett,
11. Szmtgpes nyelvszet
hrom...) sz a mondatban adott: P(sn|sn-1) sn gyakorisga sn-1 utn Osztva sn-1 gyakorisgval
Minl nagyobb a szvegkrnyezet, annlpontosabb a nyelvtan.
-
8/4/2019 Szmtgpes nyelvszet ea.
25/53
Az bredj mr fel kifejezs n-gramjabredj mr fel
bredj .001 .032 .135
11. Szmtgpes nyelvszet
mr .025 .004 .022
fel .002 .011 .003
-
8/4/2019 Szmtgpes nyelvszet ea.
26/53
Az n-gram modell htrnyai:
Stlus- s tmafgg
11. Szmtgpes nyelvszet
Hatalmas korpuszokat ignyel
-
8/4/2019 Szmtgpes nyelvszet ea.
27/53
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
28/53
Parsing
Szerkezeti elemzs
-
8/4/2019 Szmtgpes nyelvszet ea.
29/53
Morfolgia: a szavak bels
szerkezete A szavak elemekre (morfmkra) bonthatk:
Szt + affixumok:El-kel-kposzt-s-t-hat-atlan-sg-ai-tok-rt
11. Szmtgpes nyelvszet
Szalaklista:gazdasgtalan, st lehetetlen (produktvszkpzs)
-
8/4/2019 Szmtgpes nyelvszet ea.
30/53
Az elemz komponensei
Sztr: szt, affixumok
Cmketr (tags)
11. Szmtgpes nyelvszet
Szfaji kategrik (fnv, ige, hatrozsz,stb) Morfolgiai jegyek (mltid, tbbesszm, stb)
-
8/4/2019 Szmtgpes nyelvszet ea.
31/53
Milyen szfajhoz milyen morfolgiai jegytartozhat? Morfofonolgiai kategrik:
Szablyok
11. Szmtgpes nyelvszet
Sziszeg vg: olvas, olvasol Egyb: fl, flsz
Morfotaktika: affixumok sorrendje
Kenyer-em-et, *kenyer-et-em Szeletem: szelet-em s nem *szel-et-em
-
8/4/2019 Szmtgpes nyelvszet ea.
32/53
alak
alak alakult1
alak
Plda a taggingre
11. Szmtgpes nyelvszet
alakult alak alaktottk
alak alaktsunk
alak
-
8/4/2019 Szmtgpes nyelvszet ea.
33/53
Morfolgiai egyrtelm
sts Szvegkrnyezet:
Tavaly megalakult a prt. A tavaly megalakult prt nyerte a
vlasztsokat.
11. Szmtgpes nyelvszet
Szablyalap Statisztikai: korpuszbl kinyert
valsznsgek alapjn Szalap n-gram modell Kategriaalap n-gram modell
-
8/4/2019 Szmtgpes nyelvszet ea.
34/53
Ismeretlen szavak
Ha a sztrban nem szerepel egy sz...
Tbbrtelm cmkzs (+ egyrtelmsts) egyenletes elosztsban (minden cmke) cmkegyakorisg szerint (bizonyos gyakorisgi
11. Szmtgpes nyelvszet
Cmkzs ismert affixum alapjn:
Roxfortban roxfort
Szmisen rottolnak a maknok aleghntebb mufjotukban.
-
8/4/2019 Szmtgpes nyelvszet ea.
35/53
Eredmnyek
9598% teljestmny
11. Szmtgpes nyelvszet
a c m e r m re gg en
Megfelel az ember teljestmnynek.
-
8/4/2019 Szmtgpes nyelvszet ea.
36/53
Mondatelemzs Az elemzs clja: a szavak kztti
szintaktikai/szemantikai viszonyok feltrsa
De endencian elvtanok
11. Szmtgpes nyelvszet
Frzisstruktra-nyelvtanok
-
8/4/2019 Szmtgpes nyelvszet ea.
37/53
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
38/53
11. Szmtgpes nyelvszet
A kutya nagy csontot eszik
-
8/4/2019 Szmtgpes nyelvszet ea.
39/53
11. Szmtgpes nyelvszet
-
8/4/2019 Szmtgpes nyelvszet ea.
40/53
[[egy felmrs] szerint] [[minden tizedik] rendr] [drogozott]]
Mondat
Nvut.Fr. Fn.Fr. Ige.Fr.
11. Szmtgpes nyelvszet
Fn.Fr.
szerint
Szmn.Fr.
rendr drogozottegy felmrs minden tizedik
-
8/4/2019 Szmtgpes nyelvszet ea.
41/53
Mondat
Hatroz Ige Trgy
Jl lttam az embert a tvcsvelJl lttam az embert a tvcsvel..
11. Szmtgpes nyelvszet
am az em er a vcs ve
Mondat
Hatroz Ige Trgy Eszkz
jl lttam az embert a tvcsvel
-
8/4/2019 Szmtgpes nyelvszet ea.
42/53
Krnyezetfggetlen nyelvtan Mondat NvutFr FnFr IgeFr
NvutFr
FnFr Nvut FnFr Nvel Fnv
FnFr SzmnFr Fnv
11. Szmtgpes nyelvszet
SzmnFr Quantor Sorszmnv IgeFr Ige Nvut szerint Nvel egy Fnv felmrs, rendr
...
-
8/4/2019 Szmtgpes nyelvszet ea.
43/53
A kombincis szablyok
*Egy felmrsek szerint minden tizedik rendrdrogoztuk.
*Egy felmrssel szerint minden tizedik
11. Szmtgpes nyelvszet
.
*Szerint egy felmrs tizedik minden rendrdrogozott. !Egy felmrs szerint drogozott minden tizedik
rendr. ...
-
8/4/2019 Szmtgpes nyelvszet ea.
44/53
Problmk
Mirt lehet kt ltszlag hasonl mondatbl azegyik j s a msik rossz:Meg szeretnm enni. Szeretnm megenni.
11. Szmtgpes nyelvszet
Meg akarom enni. ?Akarom megenni.*Meg megyek enni. Megyek megenni.
Kenyerem van. Van kenyerem.Melegem van. *Van melegem.
-
8/4/2019 Szmtgpes nyelvszet ea.
45/53
sszetett rendszerek
Hasta la vista, baby
-
8/4/2019 Szmtgpes nyelvszet ea.
46/53
Diskurzuselemzs: szveg Jl lttam az embert a tvcsvel. Megmutatta egy
gyereknek.
Mi kell mg?
11. Szmtgpes nyelvszet
felllt egy smlira, hogy jobban lsson.Majd
Pragmatika: a nyelv mint kommunikcis eszkz
A: Meg tudn mondani hogy hny ra van?B: Igen.
-
8/4/2019 Szmtgpes nyelvszet ea.
47/53
Beszlgets szemantikja Mondjon nekem reggeli jratokat kedden
Bostonbl San Franciscoba.MUTAT:
JRAT:
11. Szmtgpes nyelvszet
:
VROS: BostonDTUM: keddID: reggel
CL:VROS: SF
-
8/4/2019 Szmtgpes nyelvszet ea.
48/53
Egy szemantikai nyelvtan
Krnyezetfggetlen nyelvtan, ahol a bal oldali elem egyszemantikai kategria:
LISTZ -> mondjon nekem | szeretnk | mutatna | INDULSID -> RA (eltt | krl | utn)
| reggel | dlutn | este
11. Szmtgpes nyelvszet
RA -> egy | kt | hrom | huszonngy JRAT -> (egy) jrat | jratok EREDET -> VROSbl CL -> VROSba VROS -> Boston | San Francisco | Denver |
Washington |
-
8/4/2019 Szmtgpes nyelvszet ea.
49/53
Repljegyfoglals embertl
V1: Mjusban szeretnk utazni.1: s mjusban melyik nap?
V2: Ht, egy trgyalsra kell ott lennem, ami 12-tl 15-ig lesz.2: s melyik vrosba szeretne replni?V3: Bostonba. : s hnykor szeretne indulni Pittsburghbl?
11. Szmtgpes nyelvszet
V4: Hmm, gondolom nincs sok vlasztsom, ha nem akarok
tszllni.4: Hrom egyenes jrat van.V4: Ja, s mikor?5: Az els 10 rakor indul s helyi id szerint 12.05-kor rkezik
Bostonba...
-
8/4/2019 Szmtgpes nyelvszet ea.
50/53
Beszlgets pragmatikja turntaking
illokcis er megllaptsa (krdez, kr,megllapt, javasol, stb)
11. Szmtgpes nyelvszet
bizonytalansg jelzse kooperci: ltszlag irrelevns informci
helyes rtelmezse
-
8/4/2019 Szmtgpes nyelvszet ea.
51/53
Gpi fordts
Utazom hven.
-
8/4/2019 Szmtgpes nyelvszet ea.
52/53
Szksges modulok
Forrsnyelv nyelvtana (parsing) Transformcis nyelvtan (transfer)
11. Szmtgpes nyelvszet
Clnyelv nyelvtana (generls) Parallel korpuszok: statisztikai
megfeleltetsek
-
8/4/2019 Szmtgpes nyelvszet ea.
53/53
Babelfish I'd like to make some arrangements for a trip
that I'll be taking to Boston on Tuesday sometime in the morning. Je voudrais prendre quelques arrangements
11. Szmtgpes nyelvszet
pour un voyage que je prendrai Bostonmardi une certaine heure le matin. I would like to take some arrangements for a
voyage which I will take in Boston Tuesday acertain hour the morning.