Труды международной конференции «Диалог 2006»

СЕМАНТИКА ПРЕДЛОЖНО-ПАДЕЖНЫХ ФОРМ РУССКОГО ЯЗЫКА

SEMANTICS OF PREPOSITIONAL-CASE FORMS OF THE RUSSIAN

LANGUAGE

В.А. Тузов ([email protected])

Санкт-Петербургский государственный университет Обсуждается проблема вычисления смысла предложно-падежных форм в рамках формального толкования слов русского языка, заданного семантическим словарем.

Дополнение словаря базой данных, содержащей сведения о предметной области, позволяет автоматически вычислять значения всех предложно-падежных форм русского языка. Как правило, проблема сводится к выбору атрибута для объекта, присоединяющего предложнопадежную форму. Рассматривается возможная структура подобной базы данных.

1. О базе знаний Функциональная модель языка [1], в свое время успешно использованная как средство формализации и описания искусственных языков, оказалась моделью, адекватной и естественным языкам. Доказательством этого факта является работающий семантический анализатор, правильно транслирующий практически любое предложение русского языка в формальный семантический язык.

Семантический анализатор является первым звеном двухчленной цепи: Русский Язык => Семантический Язык => База Знаний. Информация, поставляемая анализатором, имеет вид множества формул, очень похожих на обычные логические предикаты. Например, предложение русского языка Иван белит стены на семантическом языке имеет вид формулы: Caus(Иван,IncepCopul(стены, БЕЛЫЙ)) = Иван делает так, что стены начинают быть белыми. Однако эти формулы не являются предикатами.

Во-первых, каждая формула не имеет переменных: в нее входят только константы. Поэтому, мы имеем дело не с логикой предикатов, а с алгеброй высказываний. Во-вторых, нет необходимости в каких-либо правилах вывода. Сравнительно небольшой набор эквивалентных преобразований аналогичен преобразованиям в обычном алгебраическом языке [2]. Таким образом, мы имеем дело даже не с алгеброй высказываний, а с алгебраическим языком. Эквивалентные преобразования в этом языке могли бы стать объектом математического исследования, но даже и в этом нет никакой необходимости. Таким образом, структура данных семантического языка в принципе аналогична структуре данных обычного языка программирования.

Информация, поставляемая семантическим анализатором, может использоваться разными способами. Но, если базисные функции – Caus(x,y), Copul(x,y) и т. п. – являются функциями, то запись Caus(Иван,IncepCopul(стены,БЕЛЫЙ)) является записью алгоритма. Поэтому выполнение этой записи является наиболее естественным способом построения отображения с семантического языка в базу знаний. Чтобы выполнить эту запись, необходимо построить алгоритм вычисления каждой базисной функции.

Областью определения базисных функций является множество объектов базы знаний. Общая структура базы знаний (БЗ) описывается классификатором семантического языка [2]. Основу БЗ составляют объекты, которые находятся в тех или иных отношениях друг с другом.

Рассмотрим процесс отображения в БЗ предложения На окне стоит красный цветок. В результате семантического анализа это предложение примет вид:

стоит (@Где На (@Пред окне), @Им цветок(@Им красный)) стоит X003.006: Oper01(Z1[X005.001], СТОЯНИЕ$12013(Z [Где:X001.079])) На X001.079: НА$123372~@Где Y1> Loc(Y1:,Z1[Пред:X002.001]) Окне X002.001: ОКНО$123372 S1>Hab (ЗДАНИЕ$1233(Z1,Z2,Z3), S1:ОТВЕРСТИЕ$12/07) Цветок X005.001: ЦВЕТОК$ ({Z0[КАКОЙ:X004.001]},ПРИСУЩИЙ:Z1) красный X004.001: Hab( [X005.001], ЦВЕТ$12/012(КРАСНЫЙ$12/1121/01)) По двум объектам – ОКНО$123372 и ЦВЕТОК$12232 – строится их образ в БЗ. Номер класса однозначно предписывает структуру объектов этого класса. Далее вычисляется функция Hab:

Труды международной конференции «Диалог 2006»

Hab(ЦВЕТОК$12232,ЦВЕТ$12/012(КРАСНЫЙ$12/1121/01), которая полю цвет объекта цветок присвоит значение КРАСНЫЙ$12/1121/01. Функция Oper01 присвоит полю местонахождение этого объекта два значения:

способ нахождения СТОЯНИЕ$12013 и место – ОКНО$123372.

Из этого примера видны основные моменты отображения семантической информации в БЗ. Во-первых, построение объектов. На этом этапе решается проблема их идентификации: быть может, этот объект уже есть в базе (при этом объект может иметь разные наименования, которые выражаются словом или словосочетанием, на него может указывать местоимение и т. п.). Во-вторых, вычисление значений связей, которые выявлены в процессе анализа. Связи могут быть двух типов. Первый тип связи указывает на отношения между объектами (например, отношение местонахождения объектов ЦВЕТОК$12232, и ОКНО$123372). Второй тип связан с конкретизацией объекта (например, присвоение полю ЦВЕТ$12/012 значения красный). В обоих случаях происходит присваивание значения атрибуту объекта и главная проблема здесь – найти имя этого атрибута.

Первый тип связи предопределен семантико-грамматическим типом (СГТ) связи (например, @Где) (см. [3]), однозначно указывающим на атрибут, которому следует присвоить значение. Второй тип связи определяется базисными функциями, поэтому его реализация сводится к построению алгоритмов, вычисляющих значения базисных функций. Некоторые функции можно представить в виде таблицы, но для реализации таких функций как Rel табличного представления недостаточно.

Семантические функции, входящие в текст на семантическом языке, либо берутся непосредственно из семантического словаря, либо вычисляются в процессе связывания слов. Сравнительно небольшой набор тождеств (см. [2]) позволяет сократить число вхождений семантических функций. Например, тождество Hab(x,S1>f(S1:y, x1,…,xN)) = f(x, y, x1,…,xN)) позволяет убрать одно вхождение функции Hab. При помощи этого тождества предложения типа – Сержант Иванов имеет 5 задержанных преступников – преобразуются в предложения вида: Сержант Иванов задержал 5 преступников.

Рассмотрим ряд небольших фрагментов описаний функций.

Функция Hab.

Классы аргументов Поле объекта и его значения НЕЧТО$1, ЦВЕТ$12/ ЦВЕТ$12/012 \ Красный цветок ЧЕЛОВЕК$1241, ВЕЩЬ$1213 СОБСТВЕННОСТЬ$12411/0 \ Дом Ивана ДОКУМЕНТ$14002, ИНФОРМАЦИЯ$ СОДЕРЖАНИЕ$1440200 \ Книга анекдотов ПОСУДА$12131111, ЖИДКОСТЬ$ В большинстве случаев информация для вычисления функции Copul содержится непосредственно в исходном семантическом словаре. Например:

АББАТИСА$ (S1>Copul(S1: АББАТ$12413211(!Род),ЖЕНЩИНА$124131)) АБДИКАЦИЯ (S0>Caus(!Род, FinCopul(!Род,МОНАРХ$124134021))) АБОРИГЕН$ (S1>Copul(S1:ЖИТЕЛЬ$1241 (СТРАНА:!Род),МЕСТНЫЙ$1241))

АБРИКОСНЫЙ

(A1>Copul(A1: ЦВЕТ$12/012,ПРИСУЩИЙ:АБРИКОС$122332))

АБРИКОСНЫЙ

(A1>Copul(A1: ВЕТВЬ$1223/2,ПРИСУЩИЙ:АБРИКОС$12231)) и потому вычислить значение этой функции несложно. Ненамного сложнее вычисление функции Copul в записях, которые порождаются выражениями вида Директор фабрики Иванов, Иванов является директором фабрики.

Эта функция в основном используется в описаниях прилагательных, образованных от существительных.

Подавляющему числу таких прилагательных приписывается достаточно абстрактный смысл: такой, который имеет какое-то отношение к мотивирующему его существительному. Заводская труба – труба, которая имеет какое-то отношение к заводу. Таких прилагательных в словаре более 11 тысяч. Некоторые из них могут быть описаны с помощью функции Copul. Например, АБРИКОСНЫЙ (A1>Copul(A1:ЦВЕТ$12/012,ПРИСУЩИЙ:

АБРИКОСНЫЙ (A1>Copul(A1:ВЕТВЬ$1223/2, ПРИСУЩИЙ:

Но разброс значений многих прилагательных достаточно велик, и потому размещение этих значений в семантическом словаре нецелесообразно, а иногда и невозможно. Например, прилагательное заводской в выражениях заводской рабочий, заводская труба, заводской гудок, заводские ясли, заводская территория, заводской митинг присваивает значение завод разным полям объектов-существительных. А словосочетание карандашная зарисовка показывает, что статическое описание взаимодействия прилагательных этого класса с существительным практически невозможно, так как прилагательное взаимодействует не со словом зарисовка, а с его аргументом. Система тождеств, позволяющая заменять прилагательные существительными (карандашная зарисовка = зарисовка карандашом, восстановительные работы = работы по восстановлению, южный ветер = ветер с юга и т. п. ), дает возможность свести описание функции Rel к вычислению смысла предложно-падежных форм.

Работа по реализации семантических функций еще не завершена, поэтому говорить о результатах целостного отображения семантической информации в базу знаний еще рано. Но независимо от того, какой окончательный вид примет это отображение, уже сейчас можно отчетливо представить основные контуры базы знаний, адекватно взаимодействующей с естественным языком [4]. Компьютерная база знаний – это база активных информационных процессов, получаемых из текстов на естественном языке. Взаимодействие двух информационных процессов порождает набор новых знаний. Эти взаимодействия – основа логического (хотя правильнее было бы сказать – семантического) компьютерного “мышления”. Исследование этих взаимодействий – одна из основных теоретических проблем информатики ближайшего будущего.

2. Смысл предложно-падежных форм Чтобы уяснить постановку задачи рассмотрим ряд примеров: книга Петра, книга анекдотов, книга издательства, книга времен Ивана Грозного. Каждое из этих выражений имеет собственную интерпретацию:

книга Петра = книга, принадлежащая Петру, книга анекдотов = книга, содержащая анекдоты, книга издательства = книга, изданная издательством, книга времен Ивана Грозного = книга, относящаяся ко временам Ивана Грозного. Или в более формальной интерпретации:

книга Петра = КНИГА(ВЛАДЕЛЕЦ: Петр) книга анекдотов = КНИГА(СОДЕРЖАНИЕ: анекдоты) книга издательства = КНИГА(ИЗДАНИЕ: издательство) книга времен Ивана Грозного Родительный падеж, связывая два слова, приписывает значения разным атрибутам первого слова.

Аналогичная ситуация возникает с любой предложно-падежной формой. Таким образом, проблема вычисления смысла предложно-падежной формы сводится к поиску конкретного атрибута присоединяющего слова.

Если посмотреть на связи, которые строит семантический анализатор:

КНИГА$1213 РОД ПЕТР$12413/ КНИГА$1213 РОД АНЕКДОТ$ КНИГА$1213 РОД ИЗДАТЕЛЬСТВО$ КНИГА$1213 РОД ВРЕМЯ$ то легко увидеть, что родительный падеж следует рассматривать как бинарную функцию, определенную на множестве номеров семантических классов, значением которой является имя атрибута первого аргумента:

РОД($1213,$123411) = ИЗДАНИЕ Однако, есть альтернативное решение. В семантическом словаре слово книга описывается одной альтернативой:

КНИГА $1430(S1>Usor(S1:ВЕЩЬ$1213(РОД:!Род),ЧТЕНИЕ$ Если добавить еще четыре альтернативы:

КНИГА $1430(S1>Hab(ЧЕЛОВЕК$1241~!Род,S1: КНИГА$ КНИГА$1430(S1>Content(S1:КНИГА$1430(ТЕМА:

КНИГА $1430(S1>PerfCaus(ИЗДАТЕЛЬСТВО$123~ !Род, IncepFunc(S1:КНИГА$1430(ТЕМА:!Про\!обПред)))) КНИГА $1430(S1>Temp(S1:КНИГА$1430(ТЕМА:

то семантический анализатор, обрабатывая выражение книга Петра выберет первую альтернативу, выражение книга анекдотов – вторую альтернативу и т.д. Тем самым проблема вычисления смысла родительного падежа может быть сведена к вычислению базисных функций. На первый взгляд такое решение выглядит достаточно простым, но необходимость многократного увеличения словаря делает его по крайней мере непрактичным.

В большинстве случаев смысл предложной формы вычисляется семантическим анализатором. Например, предложение – компот из Франции хорош – после анализа примет вид: @Крат хорош(@Им компот (@Откуда из(@Род Франции))), и нет необходимости в дальнейшем анализе предложной формы из Франции. Разбор предложения – Они делают компот из Франции – оставит предлог из не вычисленным: делают(@Им Они,@Вин компот,@Изо из(@Род Франции)), так как его смысл определяется глаголом делают. Близкое по внешней структуре предложение – Они делают компот из персиков – анализатор разберет следующим образом:

делают(@Им Они,@Вин компот(@0Какой из(@Род персиков))), и семантика предлога из определяется не словом делают, а словом компот, что несколько меняет процесс дальнейшего анализа, в результате которого в первом случае глагол делают присвоит атрибуту МАТЕРИАЛ объекта компот значение Франция, а во втором случае атрибуту СОСТАВ будет присвоено значение персики.

Общее представление о множестве атрибутов можно получить из следующих трех списков.

Общие свойства:

Азы Аналогия База Базис Возможность Выигрыш Высота Градус Доза Доля Закон Звено Значение Идеал Индекс Инфраструктура Итог Категория Качество Квалификация Квота Класс Композиция Компонент Кондиция Конституция Конструкция Конфигурация Корпус Критерий Кусок Логос Ляпсус Макроструктура Манера Мера Модель Недооценка Необходимость Норма Нужды Образец Ополоски Орудие Основа Остов Отрывок Оценка Ошибка Пласт Подсистема Показатель Положение Полоса Полюс Порция Порядок Правило Превосходство Предпосылка Пример Принцип Прок Прототип Профит Распорядок Режим Результат Ритм Роль Самоцель Свойство Сегмент Сеть Система Следствие Слой Соединение Сор Способ Средство Стандарт Статут Степень Стереотип Стиль Стоимость Строение Строй Структура Субстрат Трафарет Узел Упор Управа Уровень Условие Устав Устой Формация Форма Формула Фрагмент Фракция Фундамент Функция Характеристика Характер Хартия Хлам Цена Часть Черта Член Шаблон Штамп Штука Экземпляр Экономия Элемент Эталон Свойства физических объектов:

тип звук свет запах температура величина цвет состав Габарит высота Глубина Длина Толщина Ширина Вес Масса Объем Адрес Название Облик Поза Имидж Положение Крен Осадка Равновесие Уклон Изоляция Количество Число Часть Процент Множество Бок Сторона Верх Низ Зад Перед Периферия Середина Центр Поверхность Глянец Пятно Тавро Щель Углубление Галс Свойства человека:

Поощрение-Наказание Успех-Неуспех Слава-Бесславие Репутация Цивилизация Зажиточность Темперамент Лихой-Растерянный Трезвый-Пьяный Родной-Посторонний Женский-Мужской Бодрый-Усталый Активный-Пассивный Дородный-Плюгавый Местный-Чужедальний Талант Право Практика Чувство ДепрессияВдохновение Довольство-Недовольство Торжество Церемониал Покой-Тревога Радость-Печаль Веселье-Плач Страх-Бесстрашие Возмущение Обида Горе-Счастье Тягота-Легкость Благословение-Проклятие ВосхищениеОтвращение Благодарность-Неблагодарность Любовь-Ненависть Отзывчивость-Бессердечность УважениеПрезрение Доброта-Жадность Дружба-Вражда Доверие-Недоверчивость Верность-Измена ЧистоплюйствоНеразборчивость Лень Забытье Сон-Бдение Поза Невзгоды Опасность-Безопасность Мораль ИскренностьХитрость Скромность- Чванство Благородство Самообладание Упорство Добросовестность Непринужденность Покорность-Покорение Зависимость-Независимость Согласие-Разногласие Компромисс Настрой ЛегкомыслиеСерьезность Грех Обольщение Вина Обвинение-Оправдание Покаяние-Прощение Воля Намерение Желание Надежда Мечта Интерес-Скука Глупость-Здравомыслие Сомнение-Уверенность Преувеличение-Преуменьшение Разум Память Возможности Сословие Многолюдье Населенность Племенной Авангард-Арьергард Мобилизация Гражданка Коллективизм-Индивидуализм Отметка Ребенок-Старик Деторождение Детскость ЛюбительНенавистник Верующий Брюнет-Блондин Знаток-Неук Друг-Враг Озорник-Фифа Ловелас-Анахорет ЛиходейДжентльмен Умница-Балбес Работяга-Лентяй Красавец-Урод Молодец-Раззява Великан-Карлик Ниже приведен небольшой фрагмент таблицы, позволяющий по типу связи и номеру класса присоединяющего слова определить имя атрибута, которому нужно присвоить значение – присоединяемое слово.

Например, после вычисления выражения цена пять рублей атрибуту ВЕЛИЧИНА объекта цена будет присвоено значение – пять рублей. Число в последней колонке таблицы показывает число базовых слов, обладающих данным типом связи. Вычисление некоторых атрибутов сводится к вычислению базисных функций. Например, связь !Дат сводится к вычислению функции Hab(ДАТ:x,y): благодарность Петру = Hab(Петр, благодарность).

стоимость цена рост габарит глубина длина калибр объем площадь размер толщина формат ширина ситуация атмосфера обстановка условия среда барьер забор изгородь ограда тын виток извилина ошибка судьба чувство счастье фантазия иллюзия заблуждение сомненье убеждение брехня клевета барахтанье бродяжничество бунт бытие взрыв висение восстание встреча вход дежурство строительство батя благодарность благословение близнец брехня буллит веление вендетта вера команда комментарий абажур абонемент бутылка дробь дровни еда емкость ерш жбан приспособление присыпка прицеп восьмеро двое десятеро треть тридевять тысячная четверть сколько абрикосовка абсент аи анисовка аперитив арак азу антрекот амбра кольдкрем косметика лосьон бинт заплата лонгет повязка бинт заплата лонгет повязка рюш материя отрез ткань бадья бак баллон банка блюдце бочка бурдюк футляр хребтуг цибик цистерна чан боязнь веление возможность гарантия глупость настроение необходимость обет мужество мысль надежда ожидание перерыв тайм-аут действие наблюдение ожидание положение работа саммит ситуация галс галфвинд траверз фордевинд авиалиния авиарейс траверз проспект бетонка колея коммуникация бегство бег вход въезд поездка полет прыжок убег виток волочение качение лазанье носка падение виляние качание колебание нутация шатание деньга деньги десятирублевка дидрахма динарий ассигнация бабки баксы намерение стремление тяга декларация депеша заявка заявление каблограмма обращение сообщение телефонограмма абонемент билет бронь виза контрамарка купон курсовка талон вовлечение завлечение заманивание переманивание совлечение круиз паломничество поход путешествие рейд турне турпоездка турпоход экспедиция Список литературы 1. Тузов В.А. Математическая модель языка. – Л.: Изд-во Ленингр. Ун-та, 1984. – 176 с.

2. Тузов В.А. Компьютерная семантика русского языка. – СПб.: Изд-во СПбГУ, 2004. – 400 с.

3. Тузов В.А. Компьютерная грамматика русского языка // Вестник С.-Петерб. ун-та. Сер. 10. СПб.: Изд-во С.-Петерб. ун-та, 2004. Вып. 1-2. С. 94–100.

4. Тузов В.А. Языки представления знаний. Л.: Изд-во Ленингр. Ун-та, 1990. 126 с.