Software & Systems

Следуя основным положениям структурной семантики и когнитивной лингвистики, можно сделать вывод, что лексические единицы передают смысл либо за счет непосредственно вещей, о которых идет речь (экстенция), либо за счет их общих свойств (интенция) [1]. Но, если основываться на том, что анализу подлежат тексты, в которые заведомо заложен определенный смысл, то нет необходимости проверять истинность каждого высказывания. Тогда, абстрагируясь от необходимости подтверждения корректности употребления в тексте тех или иных слов, то есть переходя к формализму, можно сказать, что извлечение смысла из предложений естественного языка предусматривает понимание и выявление основного свойства каждого предложения – его предикативность.

В математике абсолютно точно установлено, что смысл высказывания – это предикат, который выражается данным высказыванием, аргументами такого предиката являются переменные, присутствующие в нем. В этом случае предложение естественного языка можно отождествить с математической формулой, записанной по определенным правилам, а смысл предложения – с предикатом. Способом формализации текстовой информации, математической формулой, с помощью которой можно представить предложения естественного языка и извлечь из него смысл, является логико-лингвистическая модель.

Такая формула базируется на синтаксической структуре предложения естественного языка:

,     (1)

где P – предикат, отображающий смысл предложения; x1 – предикатная переменная (субъект), находящаяся в предикативном отношении с P;  – предикатная константа, указывающая на признак субъекта; d1 – номер предикатной константы, указывающий на признак субъекта; C1(x1) – множество предикатных констант субъекта x1; Xq – предикатная переменная (аргумент); q – номер предикатной переменной (аргумента), начальное значение которого q=2; X(S) – множество предикатных переменных (аргументов); – предикатная константа, указывающая на признак q-й предикатной переменной (аргумента или объекта); d2 – номер предикатной константы, указывающий на признак предикатной переменной (аргумента); C2(xq) – множество предикатных констант предикатной переменной xq; J(S) – множество предикатных переменных, исполняющих в предложении равносильную роль; q1 – номер предикатной переменной из множества J(S); если предложение не имеет иерархического строения или в нем не встречаются аргументы, равносильные по своей роли, то J(S)=Æ [2].

Так, логико-лингвистическая модель простого предложения «Главным грамматическим средством формирования предикативности является категория наклонения» согласно предложенной формуле будет иметь вид:

(2)

                         (3)

Учитывая возможные типы отношений между простыми предложениями естественного языка в сложном, можно сформулировать следующую унифицированную форму записи логико-лингви­стической модели:

,(4)

где Bv и Cv  – логические выражения, описывающие части сложного предложения; Bv – логическое высказывание, описывающее простое предложение с помощью формулы (1).

Например, сложноподчиненное предложение «Гибридный поход предполагает, что синергетическая комбинация моделей достигает полного спектра возможностей» согласно формуле (4) будет представлено следующей логико-лингвисти­ческой моделью:

(5)

  (6)

Логико-лингвистическая модель сложноподчиненного предложения «Смысл отдельного пред­ложения может пониматься как условие, при котором информация, содержащаяся в данном предложении, передается надлежащим образом» будет иметь вид:

(7)

        (8)

В модели (7)–(8) присутствуют слова, которые несут один и тот же смысл, поэтому некоторые предикатные переменные можно отождествить: , , . Но, поскольку на данном этапе каждое предложение рассматриваются отдельно, эта замена не делается. Однако в дальнейшем при учете вхождения предложений естественного языка в контекст некоторого текста или абзаца и отслеживания смысла всего документа такое преобразование будет считаться необходимым.

Таким образом, продемонстрированные примеры показывают, что формирование логико-лингвистических моделей для различных типов предложений естественного языка осуществляется по единому принципу: общая форма, шаблон, который заполняется для каждого предложения предикатными переменными и константами в соответствии с тем, какую синтаксическую роль выполняет то или иное слово. То есть смысл каждого предложения естественного языка фактически представляет собой определение отношений между подлежащим (субъектом) и сказуемым (предикатом), а также их общее отношение к тому, что они выражают в действительности, и формируют основное грамматическое свойство предложения – его суть, предикативность. Семантические связи между словами прослеживаются в разрезе сформировавшихся словосочетаний.

В формализованном виде характеристики каждого слова можно представить как одномерный массив:

,                     (9)

где даны грамматические характеристики, обозначающие:  – часть речи (существительное, прилагательное, числительное, местоимение, глагол, причастие, деепричастие, наречие, предлог, союз или частица соответственно);  – падеж;  – число;  – род;  – время;  – способ действия;  – лицо.

Таким образом, каждое слово рассматриваемого предложения характеризуется набором цифр, например, если слово Si имеет характеристики {1, 1, 1, 1, 0, 0, 3}, значит, это существительное в именительном падеже, в единственном числе, мужского рода, третьего лица.

Для того чтобы проследить связи между словами, используется система продукций, в которую входят формализованные правила формирования словосочетаний типа:

  (10)

Это правило читается следующим образом: «Если два слова, которые рассматриваются, употреблены в одном падеже, роде, числе и лице, причем первое из них прилагательное, а второе существительное, то слова образуют словосочетание». Примером может быть словосочетание «информационная система». Такие правила дают возможность установить парадигматические отношения между словами предложений естественного языка.

Верификацией предложенной идеи представления текстовой информации в виде логико-лингвистических моделей унифицированной формы является интеллектуальная система автоматизированного формирования логико-лингвисти­ческих моделей (САФЛЛМ), в основе которой лежат принципы работы экспертных систем. САФЛЛМ не базируется на стандартных шаблонах, в которых содержатся основные слова, касающиеся конкретной предметной области, например медицины, диагностирования, продаж и т.д., поэтому пользователь не должен ограничивать себя в употреблении определенной терминологии. Пример преобразования предложения естественного языка «Вона ходить до дитячого садочку» в формулу:

Всего предложений 1

Ходить(Вона..[садочку{дитячого}])

Pr(x0.[Do1{ Oz1}]

Здесь Pr – «ходить» – предикат, который отображает смысл предложения; x0 – «вона» – предикатная переменная (субъект), находится в пре- дикативном отношении с Pr; Do1 – «садочку» – предикатная переменная (аргумент, объект); Oz1 – «дитячого» – предикатная константа, указывающая на признак объекта.

Содержание высказывания – это вся семантико-прагматическая информация, которую пользователь передает на вход системы. Лингвистический процессор САФЛЛМ осуществляет анализ текстовой информации, выделяя сущности, свойства и концептуальные связи между ними, что обеспечивается наличием трех баз знаний, которые содержат правила формирования словосочетаний, определения синтаксических ролей и типов предложений.

Полученные вследствие автоматизированного построения логико-лингвистические модели решают проблему структурной лингвистики – за- дачу описания того, как произвольный текст, написанный на естественном языке, может быть порожден единицами речи с помощью конечного набора формальных правил касательно действий с этими единицами (словами).

Построение таких моделей в дальнейшем может использоваться для сравнения текстов, в машинном переводе, при извлечении знаний из текстовой информации, а также для поиска в них противоречий. Получение практических результатов работы САФЛЛМ дает возможность выдвигать гипотезы о том, как порождается язык человеком. Произвольная модель может рассматриваться как кибернетическое устройство, которое строится по определенным правилам цепочки элементов. Очевидно, что человек также руководствуется конкретными правилами [3]. Поэтому, если определенная модель достаточно простым и логическим способом порождает фразы естественного языка, можно допустить, что аналогично работает и мозг человека.

Литература

1.     Шiроков В.А., Бугаков О.В., Грязнухiна Т.О. Корпусна лінгвістика. К.: Довіра, 2005. 471 с.

2.     Звягинцев В.А. Новое в зарубежной лингвистике. Лингвистическая семантика. М.: Прогресс, 1981. 566 с.

3.     Вавіленкова А.І. Обробка текстової інформації через призму аналізу та інтерпретації елементів формальної системи // Системи підтримки прийняття рішень. Теорія і практика: зб. доп. наук.-практ. конф. з міжнар. участю. Київ: ІПММС НАНУ, 2009. С. 198–201.

4.     Вавіленкова А.І. Логіко-лінгвістична модель як засіб відображення синтаксичних особливостей текстової інформації // Математичні машини та системи. 2010. № 2. С. 134–137.

5.     Гладкий А.В. Синтаксические структуры естественного языка в автоматизированных системах общения. М.: Наука. Физматлит, 1985. 144 с.