Biblioteka Cyfrowa KLF UW (Digital Library of the Formal Linguistics Department at the University of Warsaw)

Bień, Janusz S.

Słownik polszczyzny XVI wieku T. 1: A - Bany (przygotowanie

wersji internetowej)

Polish

Aparat pojęciowy wybranych systemów przetwarzania tekstów polskich

Janusz S. Bień
Wizualizacja wyników analizy syntaktycznej∗
Reprezentacja struktur syntaktycznych za pomocą wykresów nazywanych
technicznie grafami ma długą tradycję. Najczęściej stosuje się drzewa, czyli gra-
fy o pewnych szczególnych własnościach. Jedną z tych własności jest możliwość
przedstawienia drzewa na płaszczyźnie, w szczególności na papierze lub ekranie.
W konsekwencji istnieje wiele konwencji drukowania i wyświetlania drzewiastych
struktur, zarówno lingwistycznych, jak i tych używanych w innych dziedzinach.
W szczególności zaimplementowany przez Marcina Wolińskiego analizator syn-
taktyczny Świgra [4, 5] — będący komputerową realizacją gramatyki formalnej
Marka Świdzińskiego przedstawionej w książce [3] — produkuje drzewa rozbioru
w kilku formatach. Jeden z tych zaprojektowanych przez Wolińskiego formatów
ilustrują rysunki 1 i 2.
Analiza czysto syntaktyczna rzadko jest jednoznaczna, typowym wynikiem
analizy nie jest więc pojedyncze drzewo, lecz „las drzew” o wspólnych liściach.
Prezentowana w artykule [6] modyfikacja formatu ułatwia przeglądanie kolej-
nych analiz, ale moim zdaniem nie rozwiązuje problemu do końca. Las drzew
jest bowiem obiektem trójwymiarowym i może być przedstawiony na płaszczyź-
nie tylko za pomocą odpowiednich transformacji (ustalonych mniej lub bardziej
arbitralnie). W literaturze lingwistycznej nie natknąłem się dotąd na żadną pro-
pozycję takiej transformacji — przedstawiona w niniejszym artykule notacja jest
być może pierwszą tego typu.
Potrzeba sformułowania takiej notacji wynikła z dostępności wspomniane-
go wyżej analizatora syntaktycznego Świgra. Na potrzeby niniejszego artyku-
łu była wykorzystywana odmiana tego systemu przygotowana przez Macieja
Ogrodniczuka, nazywana Świgra Live [2]. Jako przykład posłuży nam wynik
analizy zdania «Ala ma kota» (celowo pomijamy końcową kropkę dla uprosz-
czenia wykresu). Świgra dostarcza poszczególne drzewa składające się na wynik
w określonej kolejności, w związku z tym można się odwoływać do ich numerów.
Wynikowe drzewa zapisujemy w tabeli, w której każda kolumna odpowiada
jednemu słowu analizowanego zdania (dokładniej — jednemu segmentowi, por.
[4] s. 50). W poszczególnych wierszach zapisujemy wszystkie interpretacje tych
słów i ich sekwencji. Jeśli wierszy jest dużo, tabelę dzielimy na strony (np.
w miejscach zmiany liczby kolumn) dodając dla wygody czytelników główki i
stopki przypominające analizowane zdanie. Dla uproszczenia zakładamy tutaj,
że szerokość tabeli nie przekracza szerokości strony.
Każda komórka tabeli ma następujące wspólne elementy:
— Identyfikator komórki w postaci jej kolejnego numeru, umieszczony w lewym
górnym rogu.
— Liczba drzew zawierających przestawioną w komórce interpretację oraz licz-
ba wszystkich drzew wynikowych, umieszczone w prawym górnym rogu.
— Numery drzew zawierających przedstawioną w komórce interpretację, poda-
ne kursywą w ostatnim wierszu komórki.
— Skrótowy opis przedstawionego w komórce elementu drzewa. Tytułem przy-
kładu, w komórce nr 9 jest to symbol «fw/mian» reprezentujący element
fw(np(mian),_,nd,ter,żeń/poj,tak,ni,np) występujący w analizach nr
1, 2 i 3 (pełną listę takich elementów można znaleźć w [4] na s. 122).
∗ Artykuł ukazał się w marcu 2007 r. w Poradniku Językowym w zeszycie nr 9 (638) da-
towanym na listopad 2006 r.; numer ten jest dedykowany Profesorowi Markowi Świdzińskiemu
z okazji jubileuszu 35 lat działalności zawodowej. Dodatkowe informacje na ostatniej stronie
tekstu.
1
— Wykaz komórek tabeli, które opisują nadrzędne elementy drzewa. Elementy
opisane w komórkach nr 22 i 25 są nadrzędne w stosunku do elementu z
komórki 9, dlatego w komórce 9 znajduje się zapis «⇓ 22,25» (strzałka wska-
zuje w dół, bo element nadrzędny znajduje się w tabeli poniżej elementu
podrzędnego).
— Lista symboli reguł gramatyki, które posłużyły do utworzenia danego ele-
mentu z elementu lub elementów podrzędnych. W komórce nr 22 będzie
to więc tylko jeden symbol e5, natomiast w komórce nr 9 ciąg symboli
no45,wy8,wy1
— Odesłania do elementów podrzędnych, które dla większej przejrzystości mają
dość rozbudowaną postać.
Zamiast szczegółowo opisywać budowę tabeli, lepiej jest pokazać na przy-
kładach sposób jej odczytywania. Patrząc na komórki nr 1 i 2 widzimy, że
słowo «ma» zostało zinterpretowane jako forma czasownika mieć, przy czym
w 8 drzewach dzięki odpowiednim uzgodnieniem rodzaj formy został określony
jako żeński, a w pozostałych 14 drzewach rodzaju nie udało się ustalić.
Patrząc na komórki nr 1, 4 i 7 widzimy, że słowo «Ala» 3 razy zostało zin-
terpretowane jako forma żeńskiego imienia Ala, a 19 razy jako forma męskiego
imienia Al, w tym 8 razy jako forma dopełniacza, a 11 razy jako forma biernika.
Korzystając ze znajdujących się w komórce odsyłaczy, przechodzimy do komórek
nr 12 i 17 — widzimy obecnie, że biernik rzeczownika Al pełni 3 razy rolę frazy
wymaganej (fw) i 8 razy frazy luźnej (fl). Korzystając z kolejnych odsyłaczy,
możemy sprawdzić, że «Ala» jako biernikowa fraza luźna jest składnikiem m.in.
zdania elementarnego («zd/ze», por. [1] s. 396 i [2] s. 123) przedstawionego w
komórce nr 23. W komórce tej jeden z wierszy opisuje strukturę zdania elemen-
tarnego — możemy przeczytać, że jego pierwszym składnikiem jest trzykrotnie
konstrukcja ze wspomnianej komórki 17 i trzykrotnie konstrukcja z komórki 15
czyli fraza luźna dopełniaczowa. Drugim składnikiem tego zdania jest zawsze
fraza finitywna przedstawiona w komórce nr 19.
Wielość analiz syntaktycznych zdania wynika m.in. z tego, że pewne drzewa
rozbioru reprezentują struktury właściwe dla innych treści leksykalnych, np.
«Ala czyta godzinę», «Godzinę czyta Ala». W naszym przypadku jedyne po-
prawne semantycznie interpretacje zdania «Ala ma kota» znajdziemy w komórce
nr 25.
Odczytywanie tabeli może wydawać się trudne, ale wyniki analizy dokonanej
na podstawie skomplikowanej gramatyki są z natury rzeczy skomplikowane i ich
interpretacja w konsekwencji nie może być łatwa. Dla porównania, podajemy
niżej dwa drzewa dla zdania «Ala ma kota.» — wychwycenie różnic między
nimi jest istotnie trudniejsze, zwłaszcza gdybyśmy chcieli porównać wszystkie
22 drzewa.
Proponowana notacja — która może służyć zarówno do wydruków na papie-
rze, jak i do tworzenia dokumentów elektronicznych z odpowiednimi hiperlinka-
mi — może stać się kolejnym krokiem naprzód w popularyzacji w środowisku
polonistycznym opracowanej przez Marka Świdzińskiego i największej jak dotąd
gramatyki formalnej języka polskiego.
2
Rysunek 1. Drzewo analizy
Rysunek 2. Inne drzewo analizy
3
Zbiorcza reprezentacja lasu drzew
1 Ala ma kota
2 1 3/22 2 8/22 3 11/22
n-rz1 ⇓ 9 n-cz1 ⇓ 10,13 n-rz1 ⇓ 11,18
Ala/mian mieć/żeń kot/bier
1,2,3 1,2,3,4,5,6,7,8 1,2,3,9,11,13,14,17,19,21,22
3 4 8/22 5 14/22 6 6/22
n-rz1 ⇓ 15 n-cz1 ⇓ 10,13 n-rz1 ⇓ 16
Al/dop mieć/R kot/dop
6,8,14,15,16,19,20,22 9,10,11,12,13,14,15,16,17,18,19,20,21,22 10,12,15,16,18,20
4 7 11/22 8 5/22
n-rz1 ⇓ 12,17 n-rz1 ⇓ 14
Al/bier kota/mian
4,5,7,9,10,11,12,13,17,18,21 4,5,6,7,8
5 9 3/22 10 10/22 11 5/22
fw/mian ⇓ 22,25 ff ⇓ 20,25,26 fw/bier ⇓ 20
no45,wy8,wy1 we30n,we29,we26,we22e,fi4,fi1 no46,wy10,wy1
n-rz1: 1 n-cz1: 2 [6], 5 [4] n-rz1: 3
1,2,3 3,4,5,6,7,8,13,16,21,22 3,13,16,21,22
6 12 3/22 13 12/22 14 5/22
fw/bier ⇓ 25 ff1 ⇓ 10,19 fw/mian ⇓ 20,25,26
no46,wy10,wy1 we30n,we29,we26,we22e,fi4,fi1 no46,wy8,wy1
n-rz1: 7 n-cz1: 2 [2], 5 [10] n-rz1: 8
4,9,10 1,2,9,10,11,12,14,15,17,18,19,20 4,5,6,7,8
7 15 8/22 16 6/22
fl/dop ⇓ 23,24,26 fl/dop
no46,lu6,lu1 no46,lu6,lu1
n-rz1: 4 n-rz1: 6
6,8,14,15,16,19,20,22 2,10,12,15,18,20
8 17 8/22 18 6/22
fl/bier ⇓ 23,24,26 fl/bier ⇓ 19
no46,lu6,lu1 no46,lu6,lu1
n-rz1: 7 n-rz1: 3
5,7,11,12,13,17,18,21 1,9,11,14,17,19
9 19 12/22
ff ⇓ 21
fi3
ff1: 13 fw: 16,18
1,2,9,10,11,12,14,15,17,18,19,20
10 20 4/22
zd/ze ⇓ 24
e6
ff: 10 fw: 11,14
5,6,13,16
11 21 4/22
zd/ze ⇓ 24
e6
ff : 19
11,12,14,15
Ala ma kota
4
1 Ala ma kota
12 22 2/22
zd/ze
e5
fw: 9 ff: 19
1,2
13 23 6/22
zd/ze
e5
fl: 15 [3], 17 [3] ff: 19
9,10,17,18,19,20
14 24 8/22
zd/ze
el8
fl: 15 [4], 17 [4] zd: 20,21
5,6,11,12,13,14,15,16
15 25 2/22
zd/ze
e5
fw: 9 [1], 12 [1] ff : 10 fw: 14
3,4
16 26 4/22
zd/ze
e4
fl: 15 [2], 17 [2] ff : 10 fw: 14
7,8,21,22
Ala ma kota
Literatura
[1] M. Ogrodniczuk. An extension of Świdziński’s grammar of Polish. Archives of
Control Sciences Vol. 15 (LI), 2005 No 3, pp. 393-402.
[2] M. Ogrodniczuk. Weryfikacja korpusu wypowiedników polskich (z wykorzysta-
niem gramatyki formalnej Świdzińskiego). Praca doktorska, Wydział Neofilologii
UW, 2006. http://www.mimuw.edu.pl/~jsbien/MO/dr/MO06-dr.pdf.
[3] M. Świdziński. Gramatyka formalna języka polskiego. Wydawnictwa UW: War-
szawa 1992.
[4] M. Woliński. Komputerowa weryfikacja gramatyki Świdzińskiego. Praca dok-
torska, Instytut Podstaw Informatyki PAN, 2005. http://www.ipipan.waw.pl/
~wolinski/publ/mw-phd.pdf.
[5] M. Woliński. An efficient implementation of a large grammar of Polish. Archives
of Control Sciences Vol. 15 (LI), 2005) No 3, pp. 481-488.
[6] M. Woliński. Jak się nie zgubić w lesie, czyli o wynikach analizy składniowej
według gramatyki Świdzińskiego. Poradnik Językowy nr 9 (638), listopad 2006,
s. 102-114.
5
Uwagi o wersji elektronicznej
Niniejszy artykuł jest obecnie dostępny w formacie PDF pod adresem
http://bc.klf.uw.edu.pl/72/
Plik ma objętość około 200 KB.
Artykuł ukazał się w marcu 2007 r. w Poradniku Językowym w zeszycie nr 9
(638) datowanym na listopad 2006 r, na stronach 24-29. Numer ten jest dedyko-
wany Profesorowi Markowi Świdzińskiemu z okazji jubileuszu 35 lat działalności
zawodowej.
Podział na strony i ich numery w wersji elektronicznej nie są zgodne z wersją
drukowaną.
Streszczenie angielskie (adjustacja M. Kołodzińska):
Visualization of Parsing Results
Syntactic structures obtained as parsing results are usually represented
as trees. If the analysis is ambiguous, then the result has the form of a
forest instead of a single tree. A transformation is proposed to represent
such a 3-dimensional forest on a plane (for printing or displaying). It is
intended to be used for the results of Woliński’s parser Świgra, which
implements Świdziński’s grammar of Polish.
Rekomendowany sposób cytowania niniejszego artykułu w formacie LATEX2e:
\bibitem{JSB-PJ06n9}
Janusz S. Bień.
Wizualizacja wyników analizy syntaktycznej
% Visualization of Parsing Results
\textit{Poradnik Językowy}
% ISSN 0551-5343
z. 9 (638), listopad 2006,
% marzec 2007
s.~24--29.
\url{http://bc.klf.uw.edu.pl/72/}
Metadane artykułu w formacie BibTEX:
@article{bc72,
number = {9 (638)},
month = {November},
author = {Janusz S. Bie\’n},
title = {Wizualizacja wynik\’ow analizy syntaktycznej},
publisher = {Wydawnictwa Uniwersytetu Warszawskiego},
journal = {Poradnik J\k{e}zykowy},
pages = {24--29},
year = {2006},
url = {http://bc.klf.uw.edu.pl/72/}
}


Wizualizacja wyników analizy syntaktycznej

Świnoga, Marcin

Narzędzia wspomagające tłumaczenie tekstów informatycznych

Bogusławski, Andrzej

Pedagogiczne paradoksy językoznawstwa

„Thesaurus” Grzegorza Knapiusza (przygotowanie wersji elektronicznej). Płyta CD

Chlebda, W.

О видовых соотношениях в русских глаголах с членом совершенного вида на -нуть

The path of the unreal and the path of the absurd: on an epistemic predicate that we don't really miss

Danielewiczowa, Magdalena

Verba polona abscondita

Veridicum laudare necesse est, vitam sustinere non est necesse

University of Warsaw

Not a member yet

Słownik polszczyzny XVI wieku T. 1: A - Bany (przygotowanie wersji internetowej)