Describiendo las reglas del Lenguaje

Gramáticas ProbabilísticasLuis Villaseñor Pineda

Laboratorio de Tecnologías del LenguajeCoordinación de Ciencias Computacionales,

Instituto Nacional de Astrofísica, Óptica y Electrónica

¿Cómo construimos las reglas de un lenguaje?

¿Cómo un ser humano construye/descubre las reglas a partir de las cuales es posible generar expresiones en un lenguaje?

Dos posibles respuestas: Tenemos un mecanismo innato, es decir, estamos predispuestos

para aprender esas reglas Las aprendemos por contacto con ellas, el ambiente nos

condiciona

¿Cómo construimos las reglas de un lenguaje?

¿Cómo un ser humano construye/descubre las reglas a partir de las cuales es posible generar expresiones en un lenguaje?

Dos posibles respuestas: Tenemos un mecanismo innato, es decir, estamos predispuestos

para aprender esas reglas Las aprendemos por contacto con ellas, el ambiente nos

condiciona Probablemente es una mezcla de ambos !!

¿y para una máquina?

La creación cuidadosa de un conjunto de reglas completo cubriendo todas las posibilidades del lenguaje parece imposible!!

Otro enfoque es la posibilidad de aprender las reglas, inducirlas, a partir de corpus (cuidadosamente anotados) trabajo arduo, lento y costoso

Lo mejor de los dos mundos

Utilizando un formalismo como CFG y agregando elementos para la correcta asociación de

los constituyentes a través de sus probabilidades

Próximas diapositivas tomadas de Probabilistic Linguistics, R. Bod, J. Hay, S. Jannedy, MIT Press

Breve recordatorio …

Dos interpretaciones de la probabilidad: Objetiva – la probabilidad de un fenómeno es una medida de su

frecuencia relativa a través de un experimento Subjetiva – es el grado de creencia de un observador respecto a

cierto fenómeno

P(A) = |A| / |O| |A| = número de muestras del evento A |O| = espacio total del espacio de muestras

Ejemplo

Tenemos un corpus de 50 palabras (no ambiguas), 25 nombres 20 verbos 5 adjetivos

¿Cuál es la probabilidad de seleccionar un verbo?

Frecuencia relativa

La frecuencia relativa de un evento converge a su verdadera probabilidad cuando el número de experimentos se incrementa.

Dado un documento ¿cuál es la probabilidad de que una palabra sea la palabra “de”?

Probabilidad condicional

Joint probability ¿cuál sería la probabilidad de que al tomar dos palabras

tomáramos una nombre y un verbo? P({nombre} ∩ {verbo}) = P({nombre}) * P({verbo}) Suponemos que se trata de de eventos independientes

Conditonal probability ¿cuál es la probabilidad de que al tomar dos palabras

consecutivas tomemos primero un nombre y luego un verbo? P(B|A) = P(A|B) / P(A)

Modelo de Markov

Generalizando P(A,B,C) = P(A) x P(B|A) x P(C|A,B)

Suponiendo que el evento sólo depende del evento inmediatamente anterior P(A1,A2,…,An) = P(A1) x P(A2|A1)x … x P(An|An-1) Tenemos un modelo de markov de primero orden

Gramática probabilística

Necesitamos un corpus Treebank / anotando claramente las características que

deseamos capturar Las reglas que deseamos aprender

Entonces ¿las reglas están predeterminadas?

Treebank ejemplo

Conteo de reglas

Probabilidades de las reglas

Calculando las probabilidades de una derivación

Sin embargo…

Suponer que las reglas son independientes no es del todo adecuado Buzzing bees

Diferentes enfoques han sido propuestos History-based grammars Head-lexicalized probabilistic grammars Probabilistic lexicalized tree-adjoning grammars DOP Data-oriented parsing

DOP

Tenemos una gramática de substitución de árboles probabilísticos

No son reglas sino árboles los elementos básicos No existen restricciones sobre el tamaño o tipo de

nodos en los árboles

Treebank ejemplo DOP

Árboles posibles

Operación de base

Substitución de nodos

Probabilidad de una derivación

A diferencia de otras gramáticas, en ésta existen muchas derivaciones posibles

Algunas derivaciones

La probabilidad de una derivación

Es la suma de las probabilidades de todas las posibles derivaciones

Mientras más evidencia tenemos de cómo se relacionan las palabras más probabilidad de obtener el árbol correcto

No interesan los pasos intermedios, el árbol final es lo importante!!

Evidencia psicolingüística

No únicamente orientamos nuestro léxico También las relaciones entre él

“vete al …”

El lenguaje no es estático se “mueve” según entramos en contacto con diferentes ambientes

Entendemos mejor algunas cosas que otras Por el lenguaje (palabras y sus relaciones) que conocemos Por el lenguaje que escuchamos