DELPH-IN

Academics
Discipline:
Formalisms:		Zpracování přirozeného jazyka
HPSG, MRS
DELPH-IN Summits
Inaugural:LisbonTop (2005)
Latest:Virtual2021Top (2021)
Upcoming:FairhavenTop (2022)

Deep Linguistic Processing with HPSG – INitiative (DELPH-IN, iniciativa pro hloubkové lingvistické zpracování s HPSG) byl projekt spolupráce, v jehož rámci počítačoví lingvisté po celém světě vyvíjeli nástroje pro hloubkové zpracování přirozeného jazyka.[1] Cílem DELPH-IN bylo kombinovat lingvistické a statistické metody zpracování, za účelem výpočetního porozumění významu textů a výpovědí.

Nástroje vyvinuté v DELPH-IN využívají dva formalismy pro hlubokou lingvistickou analýzu – Head-driven phrase structure grammar (HPSG) a Sémantika s minimální rekurzí (anglicky minimal recursion semantics, MRS).[2] Všechny nástroje vzniklé v rámci spolupráce DELPH-IN byly vyvinuty pro obecné použití na základě Open-source licence.

Od roku 2005 pořádá DELPH-IN každoroční summit. Jedná se o volně strukturovanou unconferenci, jejíž účastníci se vzájemně informují o práci, kterou dělají, hledají zpětnou vazbu pro svou aktuální práci, a příležitostně se dohodnou o standardy a osvědčených postupech.

Technologie a nástroje DELPH-IN

V rámci spolupráce DELPH-IN byly postupně vytvořeny softwarové nástroje pro hluboké lingvistické zpracování, např.:

  • LKB systém (Linguistic Knowledge Builder): prostředí pro gramatické inženýrství, ve kterém mohou lingvisté vytvářet unifikační gramatiky s formalismem Head-driven phrase structure grammar
  • PET analyzátor (platforma pro experimentování s efektivními technikami zpracování HPSG): s otevřeným zdrojovým textem analyzátor který produkuje HPSG derivační stromy s MRS výstupy [3]
  • ESO procesor (Odpověď Omezení Stroj): efektivní systém zpracovávat DELPH-IN gramatiky, který poskytuje HPSG syntaktická analýzy s MRS výstupy. Nejnovější verze ESO umožňuje generovat věty přirozeného jazyka.[4]
  • Infrastruktura LOGON je kolekce softwaru a DELPH-IN gramatik, které poskytují strojový překlad založený na přenosu. Prokázalo se, že tento přístup ke strojovému překladu poskytuje kvalitní hybridní (využívající jak pravidlový tak stochastický přístup) překlady.[5]

V rámci DELPH-IN vznikly i jiné nástroje než pro hluboké lingvistické zpracování, např. počítačové HPSG gramatiky a jazykové prototypy:

  • DELPH-IN gramatiky: katalog ručně vytvořených počítačových HPSG gramatik zpracovaných tak, aby zachycovaly hlubokou lingvistickou analýzu pro konkrétní jazyky.[6]
  • LinGO Grammar Matrix: Startovní kit s otevřeným zdrojovým textem pro velmi rychlé prototypování přesných gramatik se širokým pokrytím kompatibilních s LKB. Obsahuje knihovnu obvyklých jazykových jevů, kterou mohou využívat počítačoví gramatici pro své HPSG gramatiky.[7]
  • CLIMB knihovny (Comparative Libraries of Implementations with Matrix Basis): rozšířená jazyková knihovna postavená na Grammar Matrix. Účelem knihovny CLIMB je udržovat alternativní analýzy stejného jevu v různých jazycích pro testování jejich dopadu na dlouhodobý vývoj gramatiky.[8]

Řada dalších nástrojů DELPH-IN se neliší od dat používaných pro mělké lingvistické zpracování, jako je jazykový korpus a treebanky:

  • MRS Test Suite: malá ale reprezentativní sada vět navržená tak, aby zachycovala některé jevy sémantiky s minimální rekurzí. Obsahuje soubory testů pro bulharštinu, angličtinu, francouzštinu, němčinu, řečtinu, japonštinu, mandarínštinu, norštinu, portugalštinu, ruštinu a španělštinu.[9]
  • Wikiwoods: WikiWoods je analyzovaný korpus, který poskytuje množství syntakticko-sémantických anotací anglické Wikipedie.[10]
  • DeepBank: pokračující projekt na anotaci jednoho milionu slov z textů Wall Street Journal z roku 1989 (stejná sada vět byla anotována v původním projektu Penn Treebank) s použitím English Resource Grammar, rozšířené o robustní aproximaci PCFG pro dosažení úplného pokrytí.[11][12]
  • Cathedral a Bazaar: raná esej o Open Source od Erica Raymonda s překlady do více jazyků. Byla navržena jako vícejazyčný sdílený soubor testů pro porovnání analýz vytvořených různými gramatikami.[13][14]

Kultura softwaru s otevřeným zdrojovým textem v rámci DELPH-IN spolupráce přinesla komunitě zpracování přirozeného jazyka nástroje a prostředky pro hluboké lingvistické zpracování. Použitelnost nástrojů DELPH-IN byla však obtížná pro uživatele a vývojáře aplikací, kteří neměli zkušenosti s prostředím DELPH-IN.[zdroj?] Vývojáři DELPH-IN si jsou vědomi těchto problémů použitelnosti a neustále probíhají pokusy o zlepšení dokumentace a tutoriálů technologie DELPH-IN.[15]

Odkazy

Reference

V tomto článku byl použit překlad textu z článku DELPH-IN na anglické Wikipedii.

  1. ↑ DELPH-IN: Open-Source Deep Processing [online]. Dostupné online. 
  2. ↑ COPESTAKE, Ann; FLICKINGER, Dan; POLLARD, Carl; SAG, Ivan A. Minimal Recursion Semantics: An Introduction. [s.l.]: [s.n.], 2005. Dostupné online.  Archivováno 17. 7. 2012 na Wayback Machine.
  3. ↑ PET Parser website [online]. [cit. 2023-06-30]. Dostupné v archivu pořízeném dne 2022-03-29. 
  4. ↑ ACE parser/generator homepage [online]. Dostupné online. 
  5. ↑ OEPEN, Stephan; VELLDAL, Erik; LØNNING, Jan Tore; MEURER, Paul; ROSÉN, Victoria; FLICKINGER, Dan. Towards hybrid quality-oriented machine translation. On linguistics and probabilities in MT. Skövde, Sweden: [s.n.], 2007. Dostupné online. S. 144–153.  Archivováno 6. 8. 2020 na Wayback Machine.
  6. ↑ DELPH-IN catalog of grammars [online]. Dostupné online. 
  7. ↑ FOKKENS, Antske; BENDER, Emily M.; GRACHEVA, Varvara. LinGO Grammar Matrix Customization System Documentation. [s.l.]: [s.n.], 2012. Dostupné online. 
  8. ↑ FOKKENS, A.; AVGUSTINOVA, T.; ZHANG, Y. Climb grammars: three projects using metagrammar engineering. Istanbul, Turkey: [s.n.], 2012. Dostupné online.  Archivováno 23. 9. 2020 na Wayback Machine.
  9. ↑ MRS Test Suite page [online]. Dostupné online. 
  10. ↑ FLICKINGER, Dan; OEPEN, Stephan; YTRESTØL, Gisle. WikiWoods: Syntakticko-semantic anotation for English Wikipedia. [s.l.]: [s.n.], 2010. Dostupné online. S. 1665–1671. 
  11. ↑ FLICKINGER, Dan; KORDONI, Valia; ZHANG, Yi. DeepBank: A Dynamically Annotated Treebank of the Wall Street Journal. Lisbon, Portugal: [s.n.], 2012. Dostupné online.  Archivováno 4. 3. 2016 na Wayback Machine.
  12. ↑ DeepBank homepage [online]. Dostupné online. 
  13. ↑ DELPH-IN CatB page [online]. Dostupné online. 
  14. ↑ Official Cathedral and the Bazaar webpage [online]. Dostupné online. 
  15. ↑ DELPH-IN 2013 Summit: Special Interest Group in Useability [online]. Dostupné online. 

Související články

Externí odkazy