Introductory Seminar on Mathematical Linguistics II - NPFL031

• Title: Úvodní seminář matematické lingvistiky II
• Guaranteed by: Institute of Formal and Applied Linguistics (32-UFAL)
• Faculty: Faculty of Mathematics and Physics
• Actual: from 2020
• Semester: summer
• E-Credits: 3
• Hours per week, examination: summer s.:0/2, C [HT]
• Capacity: unlimited
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: cancelled
• Language: Czech
• Teaching methods: full-time
• Teaching methods: full-time
• Guarantor: doc. RNDr. Vladimír Petkevič, CSc.
• Class: Informatika Mgr. - volitelný
• Classification: Informatics > Computer and Formal Linguistics
• Co-requisite : NPFL002

Annotation

English

Last update: T_UFAL (25.05.2003)

The seminar follows up with the Introductory seminar of mathematical linguistics I. It deals with the following topics: morphological and syntactic analysis of natural languages; Functional generative description of language (FGD); main features of the formal description of sentence structure; introduction to unification-based formalisms and grammars; prominent grammatical theories of the description of natural language in the West; introduction to corpus linguistics.

Czech

Last update: T_UFAL (25.05.2003)

Seminář navazuje na Úvodní seminář matematické lingvistiky I. Zabývá se těmito tématy: morfologická a syntaktická analýza přirozených jazyků; Funkční generativní popis jazyka (FGP); hlavní vlastnosti formálního popisu větné struktury; úvod do unifikačních gramatik a formalismů; hlavní gramatické teorie popisu přirozeného jazyka na Západě; úvod do korpusové lingvistiky.

Literature

Last update: T_UFAL (23.05.2003)

Čermák F., J. Klímová, V. Petkevič (2000): Studie z korpusové lingvistiky. Nakladatelství Karolinum, Univerzita Karlova v Praze, Praha.

Český národní korpus (2000). Úvod a příručka uživatele. Ústav Českého národního korpusu FFUK. http://ucnk.ff.cuni.cz

Covington M. A. (1994): Natural Language Processing for Prolog Programmers. Prentice Hall, Englewood Cliffs, New Jersey.

Garside R., G. Leech, A. McEnery (eds.) (1997): Corpus Annotation. Linguistic Information from Computer Text Corpora. Longman, London, New York.

Karlsson F., A. Voutilainen, J. Heikkilä, A. Antilla (eds.) (1995): Constraint Grammar. A Language-Independent System for Parsing Unrestricted Text. Mouton de Gruyter, Berlin - New York.

Kennedy G. (1998): An Introduction to Corpus Linguistics. Longman, London.

Kuboň V. (2001): Problems of Robust Parsing of Czech. Doktorská disertační práce. ÚFAL MFF UK.

Květoň P., K. Oliva (2002): Achieving an Almost Correct PoS-Tagged Corpus. Text, Speech and Dialogue. Proceedings of the Fifth International Conference, TSD 2002, LNAI 2448, Brno, Czech Republic 2002, 19-26.

McEnery A.M. (1992): Computational Linguistics. Sigma Press, Wilmslow.

Panevová J. (1980): Formy a funkce ve stavbě české věty. Academia, Praha.

B.H. Partee, A. ter Meulen, R. E. Wall (1990): Mathematical Methods in Linguistics. Kluwer Academic Publishers. Dordrecht, Boston, London.

Petkevič V. (1995): A New Formal Specification of Underlying Structures. Theoretical Linguistics 21, No. 1, 1-61.

Sells P. (1985): Lectures on Contemporary Syntactic Theories. (An Introduction to Government-Binding Theory, Generalized Phrase Structure Grammar and Lexical Functional Grammar.) CSLI Lecture Note Series No. 3. CSLI Publications, Stanford (California).

Sgall P., Hajičová E., Buráňová E. (1980). Aktuální členění věty v češtině. Academia, Praha.

Sgall P. (ed.) (1984): Contributions to Functional Syntax, Semantics, and Language Comprehension. Academia, Praha.

Sgall P. et al. (1986): Úvod do syntaxe a sémantiky. Academia, Praha.

Shieber S. (1986): An Introduction to Unification-Based Approaches to Grammar. CSLI Lecture Note Series No. 4. CSLI, Stanford (California).

Wintner S. (1998): Unification-based Linguistic Formalisms. 10th European Summer School in Logic, Language and Information. Saarbruecken, BRD.

Syllabus

English

Last update: T_UFAL (23.05.2003)

I. Syntactic analysis (parsing) of natural languages

• main objectives and problems of parsing in general and of parsing natural languages in particular

• the input text to be analyzed, the grammar and the parser - mutual relations

• declarative and procedural aspects of parsing

• definite-clause grammars (DCG)

• chunking, shallow parsing

• some algorithms of syntactic analysis: top-down parsing, bottom-up parsing, left-corner parsing, chart-parsing, Earley algorithm

• the relation of syntactic analysis and morphological disambiguation

J. The foundations of the Functional generative description of language (FGD)

• stratificational linguistics

• FGD as a representative of stratificational descriptions of natural language

• characteristic properties of the levels in FGD, elementary and complex units

• the relation of representation as the relation of form and function, asymmetric dualism

• homonymy and synonymy

• relationships between levels, transductive components

K. The level of language meaning in FGD (level of tectogrammatics)

• language meaning and extralinguistic content

• deep structure and surface structure

• main features of the level of language meaning: syntactic structure of sentence - dependency, projectivity; description of coordination; topic-focus articulation (TFA); deep word order; negation and focalizing particles, their scope and their relation to TFA; grammatical and textual coreference

L. Executive parts of FGD

• generative component and its mathematical expression: dependency grammar, pushdown dependency grammar

• transductive components of FGD

M. FGD and the Prague Dependency Treebank

• the objective and main features of the Prague Dependency Treebank

• analytical level, tectogrammatical level

N. Introduction to unification-based formalisms and grammars

• declarative and procedural description of language, nonstratificational descriptions of language

• motivation of the development of unification-based formalisms and their relation to context-free languages

• feature structures

• underspecification, subsumption, unification, generalization

• directed acyclic graph

• design of unification grammars for the description of various syntactic structures

• types and their hierarchy

• lexicalized grammars, relationship of dictionary and grammar

O. Short survey of the prominent grammatical theories in the West

• Government and Binding theory

• Generalized Phrase-Structure Grammar

• Lexical Functional Grammar

• Head-Driven Phrase-Structure Grammar

P. Introduction to Corpus Linguistics

• subject of corpus linguistics

• computer language corpus of electronic texts

• design and build-up of a corpus

• types of corpora

• administrative and textual markup of corpora, their linguistic annotation (tagging); markup languages (SGML and XML)

Czech

Last update: T_UFAL (23.05.2003)

I. Syntaktická analýza (parsing) přirozených jazyků

• hlavní cíle a problémy syntaktické analýzy obecně a přirozených jazyků zvláště

• analyzovaný vstupní text, gramatika a syntaktický analyzátor (parser) - vzájemné vztahy

• deklarativní a procedurální aspekty syntaktické analýzy

• definite-clause grammars (DCG)

• chunking, mělká syntaktická analýza

• některé algoritmy syntaktické analýzy: top-down parsing, bottom-up parsing, left-corner parsing, chart-parsing, Earleyův algoritmus

• vztah syntaktické analýzy a morfologické disambiguace

J. Základy Funkčního generativního popisu jazyka (FGP)

• stratifikační lingvistika

• FGP jako představitel stratifikačních popisů struktury přirozeného jazyka

• charakteristika jednotlivých rovin ve FGP, elementární a komplexní jednotky

• vztah reprezentace jako vztah formy a funkce, asymetrický dualismus

• homonymie a synonymie

• vztahy mezi rovinami, převodní složky

K. Rovina jazykového významu ve FGP (tektogramatická rovina):

• rozlišení jazykového významu a mimojazykového obsahu

• rozlišení hloubkové a povrchové struktury věty

• charakteristika roviny jazykového významu: syntaktická struktura věty (závislostní, projektivní); zachycení koordinace; aktuální členění větné (AČV), hloubkový slovosled; negace a rematizátory a jejich dosah, jejich vztah k AČV; gramatická a textová koreference

L. Výkonné součásti FGP

• generativní složka a její matematické podoby: závislostní gramatika; zásobníková závislostní gramatika

• převodní složky FGP

M. FGP a Pražský závislostní korpus

• smysl a charakteristika Pražského závislostního korpusu

• analytická rovina

• tektogramatická rovina

N. Úvod do unifikačních formalismů a gramatik

• deklarativní a procedurální popis jazyka, nestratifikační popisy jazyka

• motivace unifikačních formalismů a vztah k bezkontextovým gramatikám

• struktury rysů

• podspecifikace, subsumpce, unifikace, generalizace

• orientovaný acyklický graf

• návrh unifikačních gramatik pro popis různých syntaktických struktur

• typy a jejich hierarchie

• lexikalismus, vztah slovníku a gramatiky

O. Stručný přehled vlivných západních gramatických formalismů

• teorie Řízení a vázání (Government and Binding)

• Generalized Phrase-Structure Grammar

• Lexical Functional Grammar

• Head-Driven Phrase-Structure Grammar

P. Úvod do korpusové lingvistiky

• předmět korpusové lingvistiky

• počítačový jazykový korpus elektronických textů

• koncepce a budování korpusu

• typy korpusů

• správní, textové a jazykové značkování korpusů; značkovací jazyky (SGML a XML)