Zachycení (nejen) koordinací v závislostních stromech

Podobné dokumenty
Syntactic annotation of a second-language learner corpus

Prague Dependency Treebank (vs. Functional Generative Description) and HamleDT Family

On the Structure of Constituent Negation in Czech

Universal Dependencies and non-native Czech

Využití korpusu InterCorp při vytváření ručních pravidel pro automatickou detekci pleonastického it a jeho českých ekvivalentů v závislostních datech

Daniel Zeman Charles University in Prague

Přirozený jazyk a matematika: jak popsat češtinu tak, aby jí porozuměly počítače?

The Over-Head Cam (OHC) Valve Train Computer Model

Compression of a Dictionary

Database systems. Normal forms

VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O.

CZ.1.07/1.5.00/

Strukturovaný životopis

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

ČSN EN ISO OPRAVA 2

Řešitelský kolektiv Finanční požadavky Finanční výhled na další roky Rozšiřující informace Přílohy. Role Celé jméno Typ odměny

CZ.1.07/1.5.00/

Enabling Intelligent Buildings via Smart Sensor Network & Smart Lighting

Číslo projektu: CZ.1.07/1.5.00/ Název projektu: Inovace a individualizace výuky

USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING

Ministerstvo školství, mládeže a tělovýchovy Karmelitská 7, Praha 1 tel.: msmt@msmt.cz

1 st International School Ostrava-mezinárodní gymnázium, s.r.o. Gregorova 2582/3, Ostrava. IZO: Forma vzdělávání: denní

VY_22_INOVACE_60 MODAL VERBS CAN, MUST

FAMILY AND RELATIONSHIPS

User manual SŘHV Online WEB interface for CUSTOMERS June 2017 version 14 VÍTKOVICE STEEL, a.s. vitkovicesteel.com

EEA and Norway Grants. Norské fondy a fondy EHP

CZ.1.07/1.5.00/

Next line show use of paragraf symbol. It should be kept with the following number. Jak může státní zástupce věc odložit zmiňuje 159a.

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost.

Výprodej - ZK Sklep - duben 2014 Angličtina - cvičebnice gramatiky (zahr. nakl.) 2 64,00 Kč 2 64,00 Kč 2 64,00 Kč 2 64,00 Kč 2 89,60 Kč 2 89,60 Kč

PAINTING SCHEMES CATALOGUE 2012

CZECH BUSINESS CLUB IN THE UAE 18 TH AUGUST 2014, PRAGUE

GUIDELINES FOR CONNECTION TO FTP SERVER TO TRANSFER PRINTING DATA

Vánoční sety Christmas sets

Cambridge International Examinations Cambridge International General Certifi cate of Secondary Education

VY_32_INOVACE_06_Předpřítomný čas_03. Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost

Why PRIME? 20 years of Erasmus Programme Over 2 million students in total Annually

Automatická post-editace výstupů frázového strojového překladu (Depfix)

Jak importovat profily do Cura (Windows a

obj obl obl:arg nmod advmod

Britské společenství národů. Historie Spojeného království Velké Británie a Severního Irska ročník gymnázia (vyšší stupeň)

Číslo projektu: CZ.1.07/1.5.00/ Název projektu: Inovace a individualizace výuky

Nová éra diskových polí IBM Enterprise diskové pole s nízkým TCO! Simon Podepřel, Storage Sales

WWW. Petr Jarolímek, DiS. Školní rok:

Číslo materiálu: VY 32 INOVACE 29/18. Číslo projektu: CZ.1.07/1.4.00/

Are you a healthy eater?

Just write down your most recent and important education. Remember that sometimes less is more some people may be considered overqualified.

1, Žáci dostanou 5 klíčových slov a snaží se na jejich základě odhadnout, o čem bude následující cvičení.

FILOZOFICKA FAKULTA UNIVERZITY KARLOVY V PRAZE USTA V ANGLISTIKY A AMERIKANISTIKY. NON-PROJECTIVITY IN ENGLISH AND CZECH DIPLOMOV A PRAcE

SEZNAM PŘÍLOH. Příloha 1 Dotazník Tartu, Estonsko (anglická verze) Příloha 2 Dotazník Praha, ČR (česká verze)... 91

On large rigid sets of monounary algebras. D. Jakubíková-Studenovská P. J. Šafárik University, Košice, Slovakia

Mechanika Teplice, výrobní družstvo, závod Děčín TACHOGRAFY. Číslo Servisní Informace Mechanika:

DOPLNĚK K FACEBOOK RETRO EDICI STRÁNEK MAVO JAZYKOVÉ ŠKOLY MONCHHICHI

Výsledky dosažené v roce 2007

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

READERS OF MAGAZINE DOMA DNES

CZECH REPUBLIC. Dřevěné obrázkové kostky Wooden picture blocks.

POPIS TUN TAP. Vysvetlivky: Modre - překlad Cervene - nejasnosti Zelene -poznamky. (Chci si ujasnit o kterem bloku z toho schematu se mluvi.

Název projektu: Multimédia na Ukrajinské

Pražská vysoká škola psychosociálních studií

Karta předmětu prezenční studium

Introduction to Navision 4.00 Jaromír Skorkovský, MS., PhD.

SenseLab. z / from CeMaS. Otevřené sledování senzorů, ovládání zařízení, nahrávání a přehrávání ve Vaší laboratoři

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

Introduction to MS Dynamics NAV

Aktivita FCE V. Stručný popis aktivity: žáci si prohloubí slovní zásobu, práci s textem

Caroline Glendinning Jenni Brooks Kate Gridley. Social Policy Research Unit University of York

Drags imun. Innovations

Návrh ideální struktury a funkce krajské knihovny Bakalářská práce

VY_22_INOVACE_84. P3 U3 Revision

VŠEOBECNÁ TÉMATA PRO SOU Mgr. Dita Hejlová

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

Projekt: ŠKOLA RADOSTI, ŠKOLA KVALITY Registrační číslo projektu: CZ.1.07/1.4.00/ EU PENÍZE ŠKOLÁM

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE

Theme 6. Money Grammar: word order; questions

Education and Training

Životopis Duben 2008

Co vím o Ázerbájdžánu?

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

CCD 90 MV Cameras (Firewire) CCD 90 MV Cameras (GigE) CCD 90 MV Cameras (USB 2.0)

Gymnázium, Brno, Slovanské nám. 7 WORKBOOK. Mathematics. Teacher: Student:

READERS OF MAGAZINE DOMA DNES

Common Language Resources and Their Applications

EU peníze středním školám digitální učební materiál

Recognized Cambridge English Certificates by universities in the Czech republic

AJ 3_20_American_holidays.notebook. April 14, Úvodní strana

Digitální učební materiál

Digitální učební materiál

model arabské morfologie Otakar Smrž

HODNOCENÍ INOVAČNÍCH VÝSTUPŮ NA REGIONÁLNÍ ÚROVNI

Tabulka 1 Stav členské základny SK Praga Vysočany k roku 2015 Tabulka 2 Výše členských příspěvků v SK Praga Vysočany Tabulka 3 Přehled finanční

CZ.1.07/1.5.00/ Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT

AJ 3_16_Prague.notebook. December 20, úvodní strana

VY_22_INOVACE_90 Project 3 U5 Revision

LOGOMANUÁL / LOGOMANUAL

ČTENÍ. M e t o d i c k é p o z n á m k y k z á k l a d o v é m u t e x t u :

Transportation Problem

CZ.1.07/1.5.00/

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115

Transkript:

Zachycení (nejen) koordinací v závislostních stromech Markéta Lopatková ÚFAL MFF UK

atural language syntax: Treebanks text corpora, esp. treebanks tens of languages stress on morphology, syntax manual or (semi)automatic annotation millions of words, tens of thousands sentences BUT: various data formats various user interface various annotation scenarios

Phrase structure trees: CFG-like trees non-terminals Mary will eat bread. S Mary AuxV V will eat bread

Phrase structure trees: Coordination CFG-like trees non-terminals Mary will eat bread. S Mary will eat bread and rolls. S Coord Mary AuxV V Mary AuxV V Conj will eat bread will eat and bread rolls

Phrase structure trees: Word order CFG-like trees non-terminals Mary will eat bread. S What will Mary eat? S Mary AuxV V will eat bread Mary AuxV V will eat bread

Phrase structure trees: Word order CFG-like trees non-terminals Mary will eat bread. S What will Mary eat? S' T' what AuxV S will Mary AuxV V will eat bread Mary AuxV V trace i eat trace j

Phrase structure trees: Word order discontinuous phrases : Po babiččině příjezdu půjdou rodiče do divadla. S PrepP Prep rodiče PrepP po Atr V Prep babičině příjezdu do půjdou divadla

Dependency trees: Word order lexicalised (= no non-terminals) nodes ~ lexical, morphological and syntactic information My brother often sleeps in his study. sleeps.pred brother.sb often.adv in.auxp my.atr study.adv his.atr Lucien Tesnière (1959) Éléments de syntaxe structurale. Editions Klincksieck. Igor Mel čuk (1988) Dependency Syntax: Theory and Practice. State University of ew York Press. My brother often sleeps in his study.

Dependency trees: Word order discontinuous phrases : Po babiččině příjezdu půjdou rodiče do divadla. půjdou.pred po.auxp rodiče.sb do.auxp příjezdu.adv divadla.adv babiččině.atr

Dependency trees: Coordination??? standard???

Why Treebanks Standardization?

Why Treebanks Standardization?

Treebanks Standardization!! Prague Dependencies from sixties/seventies (ebeský. Sgall, Plátek) as implemented in Prague Dependency Treebank (Hajič et al.) (nineties now) Stanford Dependencies Google Universal Dependencies Stanford Universal Dependencies Google Universal Tags Universal Dependencies (ivre, Zeman et al., from 2014) former alternatives

Prague Dependency Treebank (PDT) PDT 2.0 (Hajič et al, 2006) and its upgrades http://ufal.mff.cuni.cz/prague-dependency-treebank dependency relations governing/modified unit (head) dependent/modifying unit (modifier criterion: possible reduction dependent member of the pair may be deleted while the distributional properties are preserved ( correctness is preserved) non-dependency relations coordination as a core type apposition other types (function words auxiliaries, prepositions, punctuatiom, )

PDT: Coordination as implemented in PML (Pajas, Štěpánek, 2005 ) 'connecting' constructions ~ coordination, apposition (, OPER) specific types of nodes and edges: connecting node Afun (a-layer) or nodetype + functor (t-layer) (= node for coordinating / appositing conjunction) and Coord came Pred Thin men soldiers Atr Sb_Co Sb_Co Seminář Rozpoznávání a syntaktická analýza young listopad 2015

PDT: Coordination as implemented in PML (Pajas, Štěpánek, 2005 ) 'connecting' constructions ~ coordination, apposition (, OPER) specific types of nodes and edges: connecting node Afun (a-layer) or nodetype + functor (t-layer) (= node for coordinating / appositing conjunction) effective parent (= node for governing node, i.e. node modified by the whole construction, 'linguistic parent') and Coord came Pred Thin men soldiers Atr Sb_Co Sb_Co Seminář Rozpoznávání a syntaktická analýza young listopad 2015

PDT: Coordination as implemented in PML (Pajas, Štěpánek, 2005 ) 'connecting' constructions ~ coordination, apposition (, OPER) specific types of nodes and edges: connecting node Afun (a-layer) or nodetype + functor (t-layer) (= node for coordinating / appositing conjunction or punctuation) effective parent (= node for governing node, i.e. node modified by the whole construction, 'linguistic parent') members of a connecting construction is_member (= nodes that are coordinated / are in apposition) and Coord came Pred Thin men soldiers Atr Sb_Co Sb_Co Seminář Rozpoznávání a syntaktická analýza young listopad 2015

PDT: Coordination as implemented in PML (Pajas, Štěpánek, 2005 ) 'connecting' constructions ~ coordination, apposition (, OPER) specific types of nodes and edges: connecting node Afun (a-layer) or nodetype + functor (t-layer) (= node for coordinating / appositing conjunction or punctuation) effective parent (= node for governing node, i.e. node modified by the whole construction, 'linguistic parent') members of a connecting construction is_member (= nodes that are coordinated / are in apposition) effective child(ren) ( linguistic dependency ) e.g., men young; men thin soldiers thin came men; came soldiers and Coord came Pred Thin men soldiers Atr Sb_Co Sb_Co Seminář Rozpoznávání a syntaktická analýza young listopad 2015

PDT: Coordination 'connecting' constructions ~ coordination, apposition (, OPER) specific types of nodes and edges: connecting node Afun (a-layer) or nodetype + functor (t-layer) (= node for coordinating / appositing conjunction or punctuation) effective parent (= node for governing node, i.e. node modified by the whole construction, 'linguistic parent') members of a connecting construction is_member (= nodes that are coordinated / are in apposition) effective child(ren) ( linguistic dependency ) pass-through nodes ~ conjunctions, prepositions Thin men and Coord soldiers Atr Sb_Co Sb_Co Seminář Rozpoznávání a syntaktická analýza young listopad 2015 came Pred

PDT: Coordination

HamleDT: HArmonized Multi-LanguagE Dependency Treebank 42 treebanks for 36 languages (Zeman et al., from 2012) common format based on Prague Dependency Treebank scenario minor changes (semi)automatic conversion from original treebanks freely available whenever possible (license constraints) http://ufal.mff.cuni.cz/hamledt

HamleDT:

Universal Dependencies (UD) Cross-linguistically consistent grammatical annotation Support multilingual research and development in LP Based on common usage and existing de facto standards Caveats: not a new linguistic theory but linguistically informed and relevant not an ideal parsing representation but useful for comparative evaluation not the ultimate annotation scheme but a lightweight lingua franca (Slides stolen from Daniel Zeman, Joakim ivre)

UD Syntax Basic principles: content words are related by dependency relations Why: to stress language similarities (Slides based on slides by Daniel Zeman, Joakim ivre)

UD Syntax Basic principles: content words are related by dependency relations Why: to stress language similarities function words attached to closest content word Why: as languages differ wrt. function words, e.g. preposition/less phrases Petr dal dárek Marii. Peter gave the gift to Mary. (Slides based on slides by Daniel Zeman, Joakim ivre)

UD Syntax Basic principles: content words are related by dependency relations Why: to stress language similarities function words attached to closest content word Why: as languages differ wrt. function words, punctuation attached to head of phrase or clause (Slides based on slides by Daniel Zeman, Joakim ivre)

UD Syntax: Coordination Coordinate structures are headed by the first conjunct subsequent conjuncts depend on it via the conj relation conjunctions depend on it via the cc relation punctuation marks depend on it via the punct relation (Slides stolen from Daniel Zeman)

UD Syntax: Coordination UD-like PDT-like (Slides stolen from Daniel Zeman)

Coordination with ellipses UD-like PDT-like (Slides stolen from Daniel Zeman) (Slides stolen from Daniel Zeman)

Universal Dependencies 2014-04: EACL Göteborg, kick-off meeting 2014-10: UD guidelines version 1 2015-01: released treebanks of 10 languages (UD 1.0) 2015-05: released treebanks of 18 languages (UD 1.1) 2015-11: next release (Slides stolen from Daniel Zeman)

Alternative solution I Mel'čuk (1988) problems: shared modification vs. modification of a single member embedded coordinations Hubení ( ( mladí muži ), vojáci a starci ) [Thin young men, soldiers and old-men]

Alternative solution II Petkevič (1995) formal representation of FGD

Alternative solution III and many others