Analysis of Knowledge in Sentences

doc. RNDr. Aleš Horák, Ph.D.

Advanced ('rigorózní') thesis

Abstract:

Práce popisuje implementaci efektivního syntaktického analyzátoru českých vět, který je založen na pravděpodobnostní analýze typu head-corner chart parsing (tabulkový analyzátor s řídícím prvkem) s přidanými kontextovými akcemi a testy pro zajištění gramatické shody a generování výstupu ve tvaru stromu závislostí. Velice důležitou částí analyzátoru je gramatika českého jazyka s více než 90% pokrytím správných vět z korpusu. V teoretických kapitolách představíme nejčastěji používané gramatické formalismy a techniky syntaktické analýzy. Analýza syntaxe zde slouží jako rozhraní v přirozeném jazyce pro Algoritmus normální translace (NTA), jenž poskytuje prostředek pro překlad vět na konstrukce transparentní intenzionální logiky (TIL), které representují význam vět. TIL je temporální logika vyššího řádu s hierarchií typů s konstrukcemi ve tvaru formulí lambda-kalkulu. V rámci práce implementujeme NTA pro vybranou podmnožinu českých vět. Výstup NTA může být následně předán inferenčnímu stroji (TIM), který představuje vyvozovací mechanismus pro dedukci nových faktů ze zadaných vstupních konstrukcí. V práci popisujeme strukturu báze znalostí, jak je uložena v TIMu, ve srovnání s jinými teoriemi reprezentace znalostí.

Abstract:

In the work we present an implementation of an efficient syntactic analyser of Czech sentences. The parser is based on a probabilistic head-corner chart parser with supplemented contextual actions and tests for grammatical agreement and dependency output generation. The most important part of the analyser is the grammar of Czech with more than 90% coverage on correct corpus data. In theoretical chapters we introduce the most frequently used grammar formalisms and parsing techniques. The syntax analysis offers a natural language interface to the Normal Translation Algorithm (NTA) that provides means for translating sentences to constructions of transparent intensional logic, which then serve for representing the sentence meaning. TIL is a lambda-calculus system of higher order temporal logic with a hierarchy of types. We also implement the NTA for a specified subset of Czech sentences. The output of NTA can be successively advanced to the TIL inference machine (Tim), which represents the reasoning mechanism for deduction of new facts out of the input constructions. In the work we specify the inner form of the Tim knowledge base in comparison with other knowledge representation theories.

Keywords

TIL, transparent intensional logic, syntactic analysis, logical analysis, knowledge base

Language used: English

Date on which the thesis was submitted / produced: 16. 6. 2008

Thesis defence

• Date of defence: 23. 6. 2008

Masaryk University

Faculty of Informatics

Advanced ('rigorózní řízení') programme / field:
Informatics / Informatics