Die Aktivitäten, die in den letzten Jahren am LATL durchgeführt worden sind, befassten sich hauptsächlich mit der Problematik, die im Zusammenhang mit der Syntaxanalyse der natürlichen Sprachen steht. Dies sowohl unter dem Gesichtspunkt der reinen Forschung, als auch mit dem Ziel, sich der typischen Probleme der Sprachverarbeitung zu widmen. Gestützt auf Chomskys Modell der formalen Linguistik haben diese Aktivitäten einerseits in der Entwicklung eines kognitiven Modells der Sprachanalyse (cf. Walther 1997) und andererseits in der Entwicklung von Syntaxparsern gemündet (fürs Englische, Deutsche, Italienische und Französische). Diese Werkzeuge und die Lexika, die sie begleiten, bilden die grundlegenden Hilfsmittel auf denen sich verschiedene Projekte zur Entwicklung von Prototypen und von Verarbeitungssystemen, sowohl geschriebener als auch gesprochener Sprache, stützen. Zu diesen Projekten gehören:
Der Parser FIPS wird im Rahmen der GRACE-Evaluation ebenfalls als Tagger benutzt. Im Rahmen von SAFRAN, einem ARP-Projekt des AUPELF, in Zusammenarbeit mit UMist/Manchester, ENST/Paris, IDIAP/Martigny und der Universität Sofia, ist der Parser in ein System für den computerunterstützten Sprachunterricht fürs Französische integriert.
Das IPS-Projekt hat, basierend auf dem Modell der linguistischen Rektions- und Bindungstheorie (Government and Binding, GB), die Entwicklung von Syntaxparsern für verschiedene Sprachen zum Ziel. Die Zielsetzungen des IPS-Projektes sind sowohl theoretischer als auch praktischer Natur. Einerseits geht es darum, bei der automatischen Syntaxanalyse, die Machbarkeit und das Interesse zu Unterstreichen, welches in der Wahl eines Ansatzes besteht, welcher auf einer modularen Linguistiktheorie basiert, die die spezifischen Regeln einer Phrasenstrukturgrammatik durch allgemeine Prinzipien ersetzt. Andererseits zielt das Projekt auch auf die Entwicklung eines leistungsstarken Syntaxparsers hin, welcher in praktischen Anwendungen im Bereich der maschinellen Sprachverarbeitung, insbesondere in der computerunterstützten Übersetzung oder der Verarbeitung der gesprochenen Sprache, Verwendung finden könnte.
Aus praktischer Sicht bildet das Programm eine Einheit, die sich aus universellen (die allen Sprachen gemeinsam sind) und sprachspezifischen Modulen zusammensetzt. Die Struktur des Programms ist in der Abbildung (1) dargestellt.
Abbildung 1
Die Architektur von IPS symbolisiert das Vorhandensein abstrakter, fixer und autonomer Prinzipien und Parameter deren Werte je nach Sprache variieren, so wie sie in der Theorie von GB stipuliert sind.
Zur Zeit enthält sie die Spezifikationen fürs Französische, (>FIPS), Englische (IPS), Italienische (I-IPS) und Deutsche.
Der Parser IPS (Laenzlinger & Wehrli 1991, Wehrli 1992) basiert auf einer Grammatik die am chomskyschen Modell der Rektions- und Bindungstheorie (Prinzipien und Parameter) inspiriert ist. In der Implementation dieses Parsers entsprechen die Bestandteile der Grammatik speziellen Prozessen. Einige generieren Strukturen, wie der X-quer-Prozess, der Prozess zur Bildung von Ketten (A, A-quer, Klitiken), und der Prozess zur Verarbeitung der Koordination; andere Prozesse erfüllen eine Funktion als Filter für diese Strukturen, zum Beispiel bei der Zuordnung der grammatischen Fälle und der thematischen Rollen. Der Informationsfluss ist unidirektionell und erfolgt von den lexikalischen Strukturen zu den Repräsentationen der semantisch-pragmatischen Strukturen, wie in der Abbildung (2) beschrieben.
Abbildung 2
Das semantische und das pragmatische Modul interpretieren so schnell wie möglich alle Strukturen, das heisst nach jeder Adjunktion. Anstelle der Interpretationsmodule kann das System auch die Unterstützung des Benutzers anfragen, und somit in einem Desambiguierungsdialog die Hypothesen auf interaktive Art und Weise filtern. Das Grundmodul dieses Systems ist das X-quer-Modul, welches die Geometrie der syntaktischen Strukturen generell und gleichförmig diktiert. Das X-quer-Schema ist in (2) (etwas vereinfacht) beschrieben. X übernimmt den Wert einer lexikalischen oder funktionalen Kategorie, Spec und Compl enstprechen (eventuell leeren) Listen von maximalen Projektionen.
(2) Das X-quer-Schema
Der in (2) durch die Variable X dargestellte Kopf ist entweder lexikalischer (Adv, Adj, N, V, P), oder funktionaler (C, T, D, F) Natur. 1 Da der Kopf des Satzes T(ense) (oder Infl(ection)) ist, wird eine Satzphrase als TP (Tense Phrase) geschrieben. Die Konstituente FP (Functional Phrase) entspricht funktionalen Strukturen, z. B. den vereinachten Sätzen (small clause). Zu guter letzt ist ein mit Komplement versehener Satz eine CP-Projektion (Complementizer Phrase). (3) beschreibt somit ist die Grundstruktur eines Satzes.
(3)
Die Position C° ist diejenige des lexikalischen oder funktionalen Komplements. Die Spec-Position des CP ist diejenige der vorangestellten interrogativen Syntagmen. Die Spec-Position des TP ist diejenige des Subjekts, während der Kopf T° von einem einfachen konjugierten Verb, (oder einem Hilfsverb) besetzt wird. Das Partizip befindet sich in der Position V°. Die Spec-Position des VP ist typischerweise diejenige des Adverbs. Zu guter letzt ist die Compl-Position des VP diejenige, welche die Komplemente des Verbs beherbergt, wie z. B. das direkte Objekt (DP), ein indirektes Objekt (PP) oder einen Nebensatz (CP).
Der Parsingalgorithmus umfasst eine lexikalische Analyse, welche für die Segmentierung des Eingabesatzes in lexikalische Einheiten verantwortlich ist. Die lexikalischen Einheiten bilden wiederum die Basis für die Syntaxanalyse, welche einem Satz eine oder mehrere Syntaxstrukturen zuordnet.
Die Parsingstrategie erfolgt von links nach rechts. Sie verfolgt alle Alternativen in einem parallelen Verfahren und verbindet ein inkrementelles, hauptsächlich bottom-up orientiertes Verfahren mit einem top-down-Filter. Der Parser versucht die Wörter eines Satzes, eines nach dem anderen, zu Konstituenten oder zu Unterkonstituenten ihres linken Kontextes zusammenzuführen.
Wie alle unsere Programme ist IPS in Modula-2 geschrieben .
1 Die in diesem System verwendete Terminologie umfasst die folgenden Abkürzungen um Konstituenten zu bezeichnen: Adj(ective), Adv(erb), N(oun), V(erb), P(reposition), D(eterminer), C(omplementizer), T(ense) , F(unctionnal). [Zurück zum Fussnotenzeichen]
Die Idee auf einen Computer zurückzugreifen um einen Text in einer Sprache (Originalsprache) in eine andere Sprache (Zielsprache) zu übersetzen ist nicht neu. In diesem Bereich sind bereits viele Arbeiten durchgeführt worden, welche allerdings nur zu mittelmässigen Resultaten geführt haben (geringe Anzahl zuverlässiger Übersetzungen). Aufgrund dieser Erkenntnis ist die Idee entstanden, im ITS-2-Projekt der Maschine einen Menschen hinzuzugesellen, um einen interaktiven Übersetzungsprozess zu ermöglichen. Das Computerprogramm übersetzt einen Text (satzweise) mit der Unterstützung des Benutzers, welcher nach zusätzlichen Informationen und Erläuterungen gefragt wird. Das Übersetzungswerkzeug ist in der Oberfläche von MS-Windows integriert und läuft fürs Französische, Englische und Deutsche.
Das System basiert auf dem IPS-Parser und funktioniert folgendermassen: Der Übersetzungsprozess beginnt mit einer lexikalischen und einer syntaktischen Analyse, welche die Natur der lexikalischen Elemente und die Syntaxstruktur des Satzes festlegt, wobei die grammatikalischen Rollen der Konstituenten spezifiziert werden. Diese Analyse und die Informationen, welche den Köpfen der Phrasenstrukturen zugeordnet sind, ermöglichen es, die logische Struktur des Satzes auszudrücken, welche in Form einer Relation zwischen Prädikat (Verb) und Argumenten (Subjekt und Komplemente) zu ermitteln. Auf der Basis dieser logischen Struktur wird der Transfermechanismus in Richtung Zielsprache ausgeführt. Hierbei wird eine logische Struktur für die Zielsprache ermittelt, von der aufgrund von Transformationsregeln eine korrekte Syntaxstruktur abgeleitet wird. Zu guter letzt wird die korrekte morphologische (orthographische) Form der übersetzten Wörter spezifiziert.