A Paradigm Change for Formal Syntax: Computational Algorithms in the Grammar of English
The Hebrew University of Jerusalem(希伯来大学)
语言科学越来越少地依赖形式句法作为其基础。原因可能是它缺乏心理现实,故意回避。科学哲学家呼吁范式转变,用生物学中的机制来解释。我们转向程序设计语言作为基于过程的英语语法的启发式模型。选择功能词和实词的组合作为建模的主题。这样的组合非常频繁,它们的输出是句子的重要直接成分。我们在面向对象编程中发现了它们的相似之处,其中所有方法元素作为接口,而内容完整元素作为其实现,定义计算对象。该模型的拟合进行了测试,得出三个功能特性的算法至关重要,并检查其存在于英语语法。我们测试了现实的接口实现机制的心理语言学和神经语言学的证据有关的处理,发展和损失的句法。这种机制的紧密配合和心理现实表明,范式转移到语法的算法理论是可能的。
2022-05-24 cs.CL
LLM Agents as Computational Typologists
University of British Columbia(不列颠哥伦比亚大学);University of Waterloo(滑铁卢大学);Vector Institute(矢量研究院)
本文提出AUTOTYPOLOGIST,一种基于LLM的智能体,通过检索语法章节、分析IGT并采用ReAct工作流,实现基于证据的类型学分析,在特征编码和假设检验任务中展现潜力,但仍需专家验证。
2026-09-09 cs.CL
Computational Complexity of Probabilistic Disambiguation by means of Tree-Grammars
研究了概率树文法和上下文无关文法下的消歧算法的计算复杂度。证明了以下问题是NP难的:从句子或词图计算最可能句法分析(MPP),从词图计算最可能句子(MPS)。从词图计算MPS的NP-困难也适用于随机上下文无关文法。因此,存在确定性的多项式时间算法来解决这些消歧问题是一个非常不可能的事件。
1996-06-17 cmp-lg cs.CL
PCFGs Can Do Better: Inducing Probabilistic Context-Free Grammars with Many Symbols
Shanghai Engineering Research Center of Intelligent Vision and Imaging(上海智能视觉与成像工程技术研究中心);ShanghaiTech University(上海科技大学);Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences(中国科学院上海微系统与信息技术研究所);University of Edinburgh(爱丁堡大学);University of Chinese Academy of Sciences(中国科学院大学)
具有神经参数化的概率上下文无关文法(PCFG)在无监督短语结构文法归纳中已被证明是有效的。然而,由于PCFG表示和解析的立方计算复杂性,先前的方法不能扩展到相对大量的(非终结符和前终结符)符号。在这项工作中,我们提出了一种新的参数化形式的PCFG的张量分解的基础上,它具有最多的二次计算复杂性的符号数,因此允许我们使用更大数量的符号。我们进一步使用神经参数化的新形式,以提高无监督解析性能。我们在十种语言中评估了我们的模型,并以经验证明了使用更多符号的有效性。我们的代码:https://github.com/sustcsonglin/TN-PCFG
2021-04-28 cs.CL
A Unified Representation for Continuity and Discontinuity: Syntactic and Computational Motivations
University of Kansas(堪萨斯大学);Indian Institute of Technology Hyderabad(海得拉巴印度理工学院)
本文提出对应原则,将短语结构语法、依存语法和范畴语法统一为一种语言结构表征,并以土耳其语非连续从属子句为例,证明该统一表征可简化连续与非连续句的句法分析和神经认知加工的计算复杂性。
2025-06-06 cs.CL
A New Computational Schema for Euphonic Conjunctions in Sanskrit Processing
Presidency College(总统学院);Meenakshi College for Women(米纳克希女子学院);Mother Teresa Women’s University(特蕾莎修女女子大学)
自动化语言处理是驱动器的核心,以使越来越多的可用梵语E文本的参考更加方便。处理梵语文本的第一步涉及梵语复合词的处理,这些复合词是梵语文本的一个组成部分。这首先需要处理悦耳的连词或连读音,连读音是单词中或单词之间的点,相邻的字母在此合并和转换。古代梵语语法学家帕尼尼对梵语语法的编纂是这一学科公认的权威。他著名的佛经或警句,数量约四千,简洁,精确和全面编纂的语法规则,包括所有规则有关的sandhis。这项工作提出了一种新的方法来处理sandhis的计算模式。这种新的计算模型是基于帕尼尼的复杂编纂的语法规则。该模型具有简单的开始,但功能强大,全面和计算精益。
2009-11-04 cs.CL
Montague Grammar Induction
University of Rochester(罗切斯特大学)
我们提出了一个计算建模框架,从任意的行为数据诱导组合范畴语法。这个框架提供了分析师细粒度控制的假设,诱导语法应该符合:(i)什么是原始类型;(ii)复杂类型是如何构造的;(iii)什么组合子可以用来组合类型;(iv)是否(和什么)的类型的一些词汇项目应该是固定的。在概念验证实验中,我们部署我们的框架用于分布式分析。我们专注于s(emantic)-选择和c(ategory)-选择之间的关系,作为输入的词汇规模的可接受性判断数据集集中在英语动词的句法分布(MegaAcceptability数据集)和强制执行标准的假设,从语义文献的诱导语法。
2020-10-15 cs.CL
Extracting a bilingual semantic grammar from FrameNet-annotated corpora
University of Gothenburg(哥德堡大学);University of Latvia(拉脱维亚大学)
我们提出了创建一个基于英语瑞典语的语法框架。本研究的目的是使现有的框架计算访问多语言自然语言应用程序通过一个共同的语义语法API,并促进移植到其他语言的语法。在本文中,我们描述了语义语法的抽象语法,同时专注于其自动提取的可能性。我们已经从Berkeley FrameNet(BFN)中的~ 58,500个注释句子和Swedish FrameNet(SweFN)中的~ 3,500个注释句子中提取了共享的抽象语法。抽象语法定义了769个帧特定的价模式,覆盖77.8%的BFN和74.9%的SweFN属于共享的471帧集的例子。作为一个侧面的结果,我们提供了一个统一的方法比较语义和句法价模式跨框架。
2014-04-08 cs.CL
The Computational Learning of Construction Grammars: State of the Art and Prospective Roadmap
KU Leuven(鲁汶大学);imec research group at KU Leuven(鲁汶大学imec研究组);Université de Namur(那慕尔大学);Vrije Universiteit Brussel(布鲁塞尔自由大学)
本文综述构式语法计算学习的研究现状,整合分散的形式-意义配对学习相关工作,梳理现有方法与成果、明确已解决与待研究问题,并提出路线图以推动大规模基于使用的构式语法计算学习研究。
2024-07-10 cs.AI cs.CL
Computational Representation of Linguistic Structures using Domain-Specific Languages
University of Cologne(科隆大学);German Institute of Medical Documentation and Information(德国医学文献与信息研究所)
我们描述了一个模块化的系统,用于从使用特定领域的语言的基本语言结构的正式定义生成句子。该系统一般使用Java,用于词条的Prolog和基于功能语法和功能语篇语法符号的自定义域特定语言,使用ANTLR解析器生成器实现。我们展示了如何在一个自然语言处理系统中将语言和技术部分结合在一起,以及如何将特定领域的语言用作语言描述中一致的正式符号的工具。
2008-05-21 cs.CL
A Labelled Analytic Theorem Proving Environment for Categorial Grammar
我们提出了一个系统的计算性质的范畴语法分析的基础上标记的分析tableaux定理证明器的调查。这种证明方法允许我们采取模块化的方法,其中基本语法可以保持不变,而一系列的范畴演算可以通过分配不同的属性给标签代数来捕获。定理证明策略特别适合于范畴语法的处理,因为它允许我们在处理语法类型的算法和约束推导的代数检查器之间分配计算成本。
1995-08-15 cmp-lg cs.CL
Exploring the Constructicon: Linguistic Analysis of a Computational CxG
New Zealand Institute for Language, Brain and Behaviour(新西兰语言、大脑与行为研究所);University of Canterbury(坎特伯雷大学)
最近的工作制定了计算构式语法的任务,产生一个constructicon给定的语料库的用法。以前的工作已经评估了这些无监督的语法使用内部指标(例如,最小描述长度)和外部指标(例如,方言任务的性能)。本文从语言学的角度来研究评价,首先学习构式,然后从语言学的角度来分析构式的内容。分析表明,习得构式可分为九种主要类型,其中动词性和名词性构式最为常见。本文还表明,标记和类型频率的结构可以用来模拟跨语域和方言的变化。
2023-01-30 cs.CL
The Complexity of Recognition of Linguistically Adequate Dependency Grammars
计算复杂性的结果存在广泛的短语结构为基础的语法形式主义,而有一个明显的依赖为基础的形式主义缺乏这样的结果。我们在这里适应的ID/LP-文法的依赖框架的复杂性的结果。相反,以前的研究严重限制依赖语法,我们证明了识别(因此,解析)的语言足够的依赖语法是NP完全的。
1997-09-08 cmp-lg cs.CL
Performance and competence intertwined: A computational model of the Null Subject stage in English-speaking children
针对英语儿童空主语阶段,提出新计算参数衡量祈使句与陈述句的误解,结合修改版Variational Learner模拟模型,支持相关假设并为语法习得研究提供计算模型与发展因素结合的框架。
2025-09-29 cs.CL
Indexed Languages and Unification Grammars
索引语言在计算语言学中很有趣,因为它们是乔姆斯基层次结构中最小的一类语言,尚未被证明不足以描述自然语言句子的字符串集。我们在这里定义了一类统一文法,它精确地描述了索引语言的类。
1995-07-24 cmp-lg cs.CL
Computational Semantics and Evaluation Benchmark for Interrogative Sentences via Combinatory Categorial Grammar
Kyoto University(京都大学);Keio University(庆应义塾大学)
本文在组合范畴语法框架下提出疑问句的组合语义,并构建问答数据集QSEM进行评估,揭示了CCG理论能力与现有解析器之间的差距。
2023-12-22 cs.AI cs.CL cs.LO
Computational Analyses of Arabic Morphology
本文演示了如何(多磁带)两级形式主义可以用来写两级语法阿拉伯语非线性形态使用高层次的,但计算上容易处理,记法。三个说明语法提供的基础上CV-,moraic-和词缀分析。这些都是补充了一个建议,用于处理迄今为止的计算未处理的问题,破碎的复数。它将表明,最好的语法描述阿拉伯语的非线性形态moraic在templatic干的情况下,和词缀的情况下,a-templatic干。本文将演示如何破复数可以通过“隐式”推导的单数推导下两个层次的理论。
1994-08-01 cmp-lg cs.CL
Parsing for Semidirectional Lambek Grammar is NP-Complete
我们研究了Lambek范畴语法的一个变体{ \em semi-directional}的解析问题的计算复杂性。在半定向Lambek演算$\SDL$中,有一个额外的非定向抽象规则,允许被抽象的公式出现在前提条件的左手边的任何地方,从而允许非外围提取。$\SDL$语法能够生成每一种上下文无关语言,甚至更多。我们证明了半定向Lambek文法的解析问题是NP-完全的3-分区问题的减少。
1996-05-10 cmp-lg cs.CL
Building Tamil Treebanks
University of Jaffna(贾夫纳大学);University of Konstanz(康斯坦茨大学)
本文探讨了通过人工标注、计算语法和机器学习三种方法构建泰米尔语树库,分析了各自的优势与挑战,强调了其对推进语言学研究和改善泰米尔语NLP工具的重要性。
2024-09-23 cs.CL
A Neural Model for Regular Grammar Induction
ETH Zürich(苏黎世联邦理工学院)
语法推理是计算学习理论中的一个经典问题,也是自然语言处理中一个有着广泛影响的课题。我们把语法作为一个模型的计算,并提出了一种新的神经方法,从积极和消极的例子归纳规则的语法。我们的模型是完全可解释的,它的中间结果可以直接解释为部分解析,当提供足够的数据时,它可以用来学习任意的正则语法。我们发现,我们的方法在一系列不同复杂度的测试中始终达到高召回率和准确率。
2022-10-01 cs.CL cs.LG
Matroids Hitting Sets and Unsupervised Dependency Grammar Induction
Dept of Computer Science, Univ of British Columbia(不列颠哥伦比亚大学计算机科学系);Systems Biology Dept, Harvard Medical School(哈佛医学院系统生物学系);Dept of Computer Science, MIT(麻省理工学院计算机科学系);Google(谷歌)
本文提出了一个新的图问题:在一个全连通图中求最小边子集,使得所得到的图包含一组指定子图的所有生成树。这种提法的动机是一个无监督的语法归纳问题,从计算语言学。我们提出了一个减少一些已知的问题和算法从图论,提供计算复杂性的结果,并描述了一个近似算法。
2017-07-15 cs.CL cs.DM cs.DS
Dependency resolution and semantic mining using Tree Adjoining Grammars for Tamil Language
树邻接语法(TAG)提供了一个充分的工具来捕捉许多印度语言的语法。泰米尔语对计算形式主义提出了特殊的挑战,因为它具有广泛的粘着形态学和相对困难的论点结构。使用TAG建模泰米尔语语法和形态学是一个有趣的问题,尽管TAG已经有40多年的历史了,但这个问题一直没有得到关注。我们对泰米尔语TAG的研究表明,我们不仅可以表示语言的语法,而且在一定程度上可以通过句子的依赖关系解析来挖掘语义。但是为了证明这种现象属性,我们需要使用我们构建的TAG来解析泰米尔语句子,并通过解析获得我们可以用来解决依赖关系的派生,从而证明语义属性。我们使用内部开发的伪词汇TAG图解析器; Schabes和Joshi(1988)给出的算法,用于生成句子的派生。我们不使用任何统计数据来排除模糊的派生,而是使用所有这些来理解泰米尔语标签中提到的语义关系。为了使讨论更完整,我们还将给出一个简短的解析器分析。
2017-04-19 cs.CL
Parsing Combinatory Categorial Grammar with Answer Set Programming: Preliminary Report
University of Kentucky(肯塔基大学);Technische Universität Wien(维也纳工业大学)
组合范畴语法(CCG)是一种用于自然语言分析的语法形式。CCG将结构化的词汇类别分配给单词,并使用一小组组合规则来组合这些类别以解析句子。在这项工作中,我们提出并实现了一种新的CCG解析方法,该方法依赖于突出的知识表示形式主义,即答案集编程(ASP)--一种声明性编程范式。我们制定的CCG解析的任务作为一个规划问题,并使用ASP计算工具来计算解决方案,对应于有效的解析。与其他方法相比,不需要使用这种声明性方法实现特定的解析算法。我们的方法旨在为一个给定的句子产生所有语义不同的解析树。从这一目标出发,出现了规范化和效率问题,我们通过结合和扩展现有战略来处理这些问题。我们已经实现了一个CCG解析工具包- AspCcgTk -使用ASP作为其主要的计算手段。C&C supertagger可以用作AspCcgTk中的预处理器,这使我们能够实现广泛覆盖的自然语言解析。
2011-08-29 cs.AI cs.CL
Assessing Complexity Results in Feature Theories
在本文中,我们评估的复杂性结果的形式主义,描述了计算语言学中使用的功能理论。我们表明,从这些复杂性的结果没有立即得出结论,可以得出统一的语法识别问题的复杂性,使用这些功能理论。一方面,特征理论的复杂性并没有为这种统一文法的复杂性提供一个上限。另一方面,特征理论的复杂性不需要提供下限。因此,我们主张形式主义,描述实际的统一语法,而不是功能理论。因此,这些形式主义的复杂性结果决定了计算语言学中统一语法的难度。
1995-03-21 cmp-lg cs.CL
Superregular grammars do not provide additional explanatory power but allow for a compact analysis of animal song
Primate Research Institute, Kyoto University(京都大学灵长类研究所)
关于人类语言和动物声音序列(歌曲)之间的差异,人们普遍认为它们属于不同的计算复杂性类别,动物歌曲属于常规语言,而人类语言是超常规的。然而,这一论点缺乏经验证据,因为动物鸣叫的超常规分析研究不足。本文的目标是执行一个超常规的分析动物的歌声,从长臂猿作为一个案例研究的数据,并证明了超常规的分析可以有效地用于非人类数据。一个关键的发现是,超规则分析并没有增加解释力,而是提供了紧凑的分析:一旦允许超规则,就需要更少的语法规则。这种模式类似于之前对人类语言的计算分析,因此,不能拒绝零假设,即人类语言和动物歌曲由相同类型的语法系统控制。
2019-06-14 cs.CL q-bio.NC
The Grammar and Syntax Based Corpus Analysis Tool For The Ukrainian Language
NASK National Research Institute(NASK国家研究院)
本文介绍了扩展至乌克兰语的文本挖掘工具StyloMetrix,基于手动设计的指标分析语法和句法模式,并展示了其在文本分类任务上的实验及局限性。
2023-05-22 cs.AI cs.CL
Learning Directly from Grammar Compressed Text
NEC Corporation(日本电气公司);RIKEN Center for Advanced Intelligence Project (RIKEN AIP)(理化学研究所先进智能项目中心)
使用大量文本数据的神经网络已经成功地应用于各种任务。虽然大量文本数据通常使用语法压缩等技术进行压缩,但几乎所有以前的机器学习方法都假设已经解压缩的序列数据作为其输入。在本文中,我们提出了一种方法,直接应用神经序列模型的语法压缩算法压缩的文本数据,而无需解压缩。为了对压缩规则中出现的唯一符号进行编码,我们引入了作曲家模块来将符号增量编码为矢量表示。通过在真实数据集上的实验,我们经验性地表明,该建议模型可以在保持适度性能的同时实现内存和计算效率。
2020-02-28 cs.CL cs.LG stat.ML
Extracting and Learning a Dependency-Enhanced Type Lexicon for Dutch
Utrecht University(乌得勒支大学)
本论文关注的是类型逻辑语法及其作为句子句法和语义推理工具的实用性。重点是缩小到荷兰语,表现出很大程度的词序变化的语言。为了克服由于这种可变性而产生的困难,本文探索并扩展了基于乘法直觉线性逻辑的类型语法,不可知的词序,但丰富的装饰,旨在减少其证明理论的复杂性。然后实现了一种将依赖性注释的句子转换为类型序列的算法,用具体的数据驱动的词法类型填充类型逻辑。两个实验上运行的语法实例化。第一个是关于神经结构的类型分配过程的可学习性。一个新的应用程序的自我关注的序列转导模型的建议,相反,既定的做法,它构造类型归纳内化的类型形成语法,从而表现出超出了预先指定的类型词汇的概括性。第二个围绕着一个演绎分析系统,可以解决结构歧义咨询字和类型的信息,初步结果表明,优秀的计算效率和性能。
2019-09-10 cs.CL
The Compactness of Construction Grammars
我们提出了一个参数{ \em构造文法}的基础上的最小描述长度(MDL)的原则(一个正式版本的奥卡姆剃刀)。该论点在于使用语言和计算的证据,在建立一个正式的模型,然后应用MDL原则,以证明其优越性与替代模型。我们表明,基于结构的表示至少是一个数量级更紧凑的相应的词汇化表示相同的语言数据。这一结果对于理解句法和语义之间的关系,进而选择自然语言处理体系结构具有重要意义。例如,处理是否应该在从句法到语义再到语用的管道中进行,以及是否应该将所有语言信息组合在一组约束中。从更广泛的角度来看,本文不仅为某种处理模型进行了论证,而且还提供了一种方法来确定不同NLP方法的优势。
1995-05-15 cmp-lg cs.CL
Unsupervised Language Acquisition
本文提出了一种无监督语言习得的计算理论,精确地定义了从普通的口语或书面语中学习语言的过程,没有老师的明确帮助。该理论在很大程度上基于从机器学习和统计估计中借用的概念。特别是,学习是通过将语言的随机生成模型与证据相匹配来进行的。本文的大部分内容都致力于解释这种一般学习策略达到语言学上理想的语法所必须具备的条件。本文介绍了各种技术创新,其中包括一个共同的证据和语法表示,和一个学习策略,分离的“内容”的语言参数从他们的表示。基于它的算法很少遇到困扰其他语言习得计算方法的搜索问题。该理论已被测试的问题,学习词汇和语法,从未分割的文本和连续的语音,和声音之间的映射和表示的意义。它在各种客观标准上都表现得非常好,获得的知识使它能够像人类一样为话语分配几乎完全相同的结构。这项工作已应用于数据压缩,语言建模,语音识别,机器翻译,信息检索,以及其他依赖于语言的结构或随机描述的任务。
1996-11-12 cmp-lg cs.CL
Morphology and Syntax of the Tamil Language
University of Jaffna(贾夫纳大学)
本文系统概述了泰米尔语的形态与句法特征,强调其当代用法的复杂性,为语言学比较研究及泰米尔语计算资源开发提供了基础。
2024-01-16 cs.CL
Specifying Intonation from Context for Speech Synthesis
本文提出了一种理论和计算实现生成韵律适当的合成语音响应数据库查询。对比和强调的适当区别表现在语调轮廓中,语调轮廓在语法、语篇模型和知识库的控制下由规则合成。该理论基于组合范畴语法,这是一种易于整合句法成分、语义、韵律短语和信息结构等概念的形式主义。从我们目前的实施结果表明,该系统的能力,以产生各种语调的可能性为一个给定的句子取决于话语背景。
1994-07-18 cmp-lg cs.CL
A Categorial Framework for Composition in Multiple Linguistic Domains
本文描述了一个计算框架的语法架构,其中不同的语言领域,如形态,句法和语义被视为不是单独的组件,但组成域。单词和短语的形成被建模为统一的过程,有助于语义形式的推导。词素和词位一样,都有语义内容、策略约束和语音实现形式的词汇表征。这项工作的动机是处理形态-语法交互(例如,使役的配价变化,由格标记词缀施加的次范畴化)。该模型基于组合范畴语法。
1995-06-29 cmp-lg cs.CL