Anotacja zaleznosciowa, parser i interpretacja wynikówclarin-pl.eu/wp-content/uploads/2017/09/anotacjaZaleznosciowaIPI.pdf3/34 q q q t q t q q t t q t t t t t t t t t q t t q t t

1/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q qAnotacja zależnościowa, parseri interpretacja wyników

Alina Wróblewska i Aleksandra Wieczorek

jINSTITUTE OF COMPUTER SCIENCEPOLISH ACADEMY OF SCIENCESul. Jana Kazimierza 5, 01-248 Warszawa

Warszawa, 30 maja 2017

2/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jOutline

1 Część teoretycznaDrzewo zależnościoweParsery zależnościoweParsowanie zależnościowe języka polskiego

2 Część praktycznaWymaganiaParsowanie zależnościowe w MultiserviceMaltEval – wizualizacja i przeszukiwanie drzewzależnościowychEdycja i poprawianie drzew zależnościowych

3/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jSchemat przetwarzania języka naturalnego

Przetwarzanie języka naturalnegozdanie

�analiza morfologiczna

�tagowanie

�analiza składniowa

�analiza semantyczna

3/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jSchemat przetwarzania języka naturalnego

Przetwarzanie języka naturalnegozdanie

�analiza morfologiczna

�tagowanie

�analiza składniowa

�analiza semantyczna

3/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jSchemat przetwarzania języka naturalnego

Przetwarzanie języka naturalnegozdanie

�analiza morfologiczna�tagowanie

�analiza składniowa

�analiza semantyczna

3/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jSchemat przetwarzania języka naturalnego

Przetwarzanie języka naturalnegozdanie

�analiza morfologiczna�tagowanie

�analiza składniowa

�analiza semantyczna

3/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jSchemat przetwarzania języka naturalnego

Przetwarzanie języka naturalnegozdanie

�analiza morfologiczna�tagowanie

�analiza składniowa

�analiza semantyczna

4/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jAutomatyczna analiza składniowa

Parsowanie składnioweParsowanie składniowe to automatyczna analiza zdań iprzypisanie im odpowiednich struktur składniowych.

Rodzaje analizy składniowejParsowanie składnikowe (ang. constituent parsing) –identyfikacja fraz (składników) w zdaniu oraz ichrekurencyjnej struktury.Parsowanie zależnościowe (ang. dependency parsing) –wyznaczenie relacji pomiędzy wyrazami w zdaniu.

4/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jAutomatyczna analiza składniowa

Parsowanie składnioweParsowanie składniowe to automatyczna analiza zdań iprzypisanie im odpowiednich struktur składniowych.

Rodzaje analizy składniowejParsowanie składnikowe (ang. constituent parsing) –identyfikacja fraz (składników) w zdaniu oraz ichrekurencyjnej struktury.

Parsowanie zależnościowe (ang. dependency parsing) –wyznaczenie relacji pomiędzy wyrazami w zdaniu.

4/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jAutomatyczna analiza składniowa

Parsowanie składnioweParsowanie składniowe to automatyczna analiza zdań iprzypisanie im odpowiednich struktur składniowych.

Rodzaje analizy składniowejParsowanie składnikowe (ang. constituent parsing) –identyfikacja fraz (składników) w zdaniu oraz ichrekurencyjnej struktury.Parsowanie zależnościowe (ang. dependency parsing) –wyznaczenie relacji pomiędzy wyrazami w zdaniu.

5/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa

Drzewo rozpinająceStruktura zależnościowa to drzewo (rozpinające), które kodujestrukturę predykatywno-argumentową:

każdy wierzchołek ma jedną krawędź wejściową,korzeń root nie ma krawędzi wejściowych i ma jednąkrawędź wyjściową.

Wierzchołki w drzewieOdpowiadają segmentom w zdaniu.

Krawędzie skierowaneReprezentują relacje zależnościowe:

segment, z którego wychodzi krawędź, jest nadrzędnikiemsegmentu, do którego wchodzi dana krawędź (podrzędnik),etykiety krawędzi to funkcje gramatyczne podrzędników.

5/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa

Drzewo rozpinająceStruktura zależnościowa to drzewo (rozpinające), które kodujestrukturę predykatywno-argumentową:

każdy wierzchołek ma jedną krawędź wejściową,korzeń root nie ma krawędzi wejściowych i ma jednąkrawędź wyjściową.

Wierzchołki w drzewieOdpowiadają segmentom w zdaniu.

Krawędzie skierowaneReprezentują relacje zależnościowe:

segment, z którego wychodzi krawędź, jest nadrzędnikiemsegmentu, do którego wchodzi dana krawędź (podrzędnik),etykiety krawędzi to funkcje gramatyczne podrzędników.

5/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa

Drzewo rozpinająceStruktura zależnościowa to drzewo (rozpinające), które kodujestrukturę predykatywno-argumentową:

każdy wierzchołek ma jedną krawędź wejściową,korzeń root nie ma krawędzi wejściowych i ma jednąkrawędź wyjściową.

Wierzchołki w drzewieOdpowiadają segmentom w zdaniu.

Krawędzie skierowaneReprezentują relacje zależnościowe:

segment, z którego wychodzi krawędź, jest nadrzędnikiemsegmentu, do którego wchodzi dana krawędź (podrzędnik),etykiety krawędzi to funkcje gramatyczne podrzędników.

6/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa – przykład

6/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa – przykład

root Jan Kowalski czekał w samochodzie .Jan Kowalski czekać w samochód .

subst subst praet prep subst interpsg:nom:m1 sg:nom:m1 sg:m1:imperf loc:nwok sg:loc:m3

6/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa – przykład

root Jan Kowalski czekał w samochodzie .Jan Kowalski czekać w samochód .

subst subst praet prep subst interpsg:nom:m1 sg:nom:m1 sg:m1:imperf loc:nwok sg:loc:m3

6/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa – przykład

root Jan Kowalski czekał w samochodzie .Jan Kowalski czekać w samochód .

subst subst praet prep subst interpsg:nom:m1 sg:nom:m1 sg:m1:imperf loc:nwok sg:loc:m3

rootsubj

ne adjunct locat comp

punct

6/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStruktura zależnościowa – przykład

root Jan Kowalski czekał w samochodzie .Jan Kowalski czekać w samochód .

subst subst praet prep subst interpsg:nom:m1 sg:nom:m1 sg:m1:imperf loc:nwok sg:loc:m3

rootsubj

ne adjunct locat comp

punct

Definicja: T = (V ,A)

V = {v0, Jan, Kowalski, czekał, w, samochodzie, [.]}A = {(v0, czekał, pred), (czekał, Jan, subj),(Jan, Kowalski, ne), (czekał, w, adjunct),(w, samochodzie, comp), (czekał, [.], punct)}

7/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWłasności drzew zależnościowych (Kubler i in., 2009)

Własności drzeww drzewie jest tylko jeden korzeń i nie ma on nadrzędnika,

drzewo zależnościowe zawiera (tj. rozpina się na)wszystkie segmenty zdania,wszystkie segmenty są połączone relacjami,drzewo zależnościowe zawiera wyłącznie krawędzieskierowane,każdy wierzchołek w drzewie (oprócz korzenia) ma tylkojeden nadrzędnik,drzewo nie ma cykli.

7/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWłasności drzew zależnościowych (Kubler i in., 2009)

Własności drzeww drzewie jest tylko jeden korzeń i nie ma on nadrzędnika,drzewo zależnościowe zawiera (tj. rozpina się na)wszystkie segmenty zdania,

wszystkie segmenty są połączone relacjami,drzewo zależnościowe zawiera wyłącznie krawędzieskierowane,każdy wierzchołek w drzewie (oprócz korzenia) ma tylkojeden nadrzędnik,drzewo nie ma cykli.

7/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWłasności drzew zależnościowych (Kubler i in., 2009)

Własności drzeww drzewie jest tylko jeden korzeń i nie ma on nadrzędnika,drzewo zależnościowe zawiera (tj. rozpina się na)wszystkie segmenty zdania,wszystkie segmenty są połączone relacjami,

drzewo zależnościowe zawiera wyłącznie krawędzieskierowane,każdy wierzchołek w drzewie (oprócz korzenia) ma tylkojeden nadrzędnik,drzewo nie ma cykli.

7/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWłasności drzew zależnościowych (Kubler i in., 2009)

Własności drzeww drzewie jest tylko jeden korzeń i nie ma on nadrzędnika,drzewo zależnościowe zawiera (tj. rozpina się na)wszystkie segmenty zdania,wszystkie segmenty są połączone relacjami,drzewo zależnościowe zawiera wyłącznie krawędzieskierowane,

każdy wierzchołek w drzewie (oprócz korzenia) ma tylkojeden nadrzędnik,drzewo nie ma cykli.

7/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWłasności drzew zależnościowych (Kubler i in., 2009)

Własności drzeww drzewie jest tylko jeden korzeń i nie ma on nadrzędnika,drzewo zależnościowe zawiera (tj. rozpina się na)wszystkie segmenty zdania,wszystkie segmenty są połączone relacjami,drzewo zależnościowe zawiera wyłącznie krawędzieskierowane,każdy wierzchołek w drzewie (oprócz korzenia) ma tylkojeden nadrzędnik,

drzewo nie ma cykli.

7/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWłasności drzew zależnościowych (Kubler i in., 2009)

Własności drzeww drzewie jest tylko jeden korzeń i nie ma on nadrzędnika,drzewo zależnościowe zawiera (tj. rozpina się na)wszystkie segmenty zdania,wszystkie segmenty są połączone relacjami,drzewo zależnościowe zawiera wyłącznie krawędzieskierowane,każdy wierzchołek w drzewie (oprócz korzenia) ma tylkojeden nadrzędnik,drzewo nie ma cykli.

8/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jKoncepcja struktury zależnościowej

Podstawy teoretyczneKoncepcja struktury zależnościowej wywodzi się z założeńgramatyki zależnościowej:

Tesniere (1959) – zasada centralności czasownika,connexion (relacja zależnościowa) vs. valence (relacjawalencyjna),Mel’cuk (1988) – ang. Meaning-Text Theory; strukturalingwistyczna w modelu MTT obejmuje wiele reprezentacjizależnościowych,Sgall i in. (1986) – ang. Functional Generative Description,Hellwig (1986, 2003) – ang. Dependency UnificationGrammar,Hudson (1990) – ang. Word Grammar,...

9/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jAnaliza zależnościowa

Parsowanie zależnościoweAnaliza składniowo-semantyczna, która wydobywastrukturę predykatywno-argumentową zdania.Proces automatycznego przypisania zdaniu wejściowemuodpowiedniej struktury zależnościowej.

Parsery zależnościoweRegułowe – operają się na ręcznie stworzonej gramatyce.Statystyczne – wykorzystują metody statystyczne dowytrenowania modeli parsowania.

9/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jAnaliza zależnościowa

Parsowanie zależnościoweAnaliza składniowo-semantyczna, która wydobywastrukturę predykatywno-argumentową zdania.Proces automatycznego przypisania zdaniu wejściowemuodpowiedniej struktury zależnościowej.

Parsery zależnościoweRegułowe – operają się na ręcznie stworzonej gramatyce.Statystyczne – wykorzystują metody statystyczne dowytrenowania modeli parsowania.

10/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jGramatyki parserów zależnościowych

Bezkontekstowe gramatyki zależnościoweLink Grammar (Sleator i Temperley, 1991),Gramatyki bileksykalne (Eisner, 1996; Eisner, 2000).

Gramatyki zależnościowe z ograniczeniamiWeighted Constraint Dependency Grammar (Menzel andSchroder, 1998; Foth et al., 2004),Probabilistic Constraint Dependency Grammar (Harperand Helzerman, 1995; Wang and Harper, 2004),Topological/Extensible Dependency Grammar (Duchierand Debusmann, 2001; Debusmann et al., 2004).

11/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStatystyczne parsery zależnościowe

Trenowanie modeli parsowaniaNa podstawie danych treningowych parsery uczą sięanalizować zdania i generować dla nich odpowiednie strukturyzależnościowe.

Parsery trenowane za pomocą metod z nadzoremtrenowane na banku ręcznie zaanotowanych drzew,osiągają najlepsze wyniki jak dotychczas,wymagają dużej liczby poprawnie zaanotowanych struktur.

Parsery trenowane za pomocą metod bez nadzorumało efektywne,bardzo duża złożoność obliczeniowa,generują głównie drzewa bez etykiet na krawędziachprzez co są niewystarczające dla wielu zadań NLP.

11/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStatystyczne parsery zależnościowe

Trenowanie modeli parsowaniaNa podstawie danych treningowych parsery uczą sięanalizować zdania i generować dla nich odpowiednie strukturyzależnościowe.

Parsery trenowane za pomocą metod z nadzoremtrenowane na banku ręcznie zaanotowanych drzew,osiągają najlepsze wyniki jak dotychczas,wymagają dużej liczby poprawnie zaanotowanych struktur.

Parsery trenowane za pomocą metod bez nadzorumało efektywne,bardzo duża złożoność obliczeniowa,generują głównie drzewa bez etykiet na krawędziachprzez co są niewystarczające dla wielu zadań NLP.

11/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jStatystyczne parsery zależnościowe

Trenowanie modeli parsowaniaNa podstawie danych treningowych parsery uczą sięanalizować zdania i generować dla nich odpowiednie strukturyzależnościowe.

Parsery trenowane za pomocą metod z nadzoremtrenowane na banku ręcznie zaanotowanych drzew,osiągają najlepsze wyniki jak dotychczas,wymagają dużej liczby poprawnie zaanotowanych struktur.

Parsery trenowane za pomocą metod bez nadzorumało efektywne,bardzo duża złożoność obliczeniowa,generują głównie drzewa bez etykiet na krawędziachprzez co są niewystarczające dla wielu zadań NLP.

12/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jParsery trenowane z nadzorem

Parsery oparte na przejściach (ang. transition-based parsers)Parsery konstruują optymalną sekwencję przejść opierając sięna wytrenowanym modelu.

Parsery grafoweDla danego zdania parser grafowy definiuje zbiór możliwychdrzew zależnościowych (kandydaci), ocenia te drzewa napodstawie wytrenowanego modelu i wybiera najwyżejpunktowane drzewo jako ostateczną analizę.

12/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jParsery trenowane z nadzorem

Parsery oparte na przejściach (ang. transition-based parsers)Parsery konstruują optymalną sekwencję przejść opierając sięna wytrenowanym modelu.

Parsery grafoweDla danego zdania parser grafowy definiuje zbiór możliwychdrzew zależnościowych (kandydaci), ocenia te drzewa napodstawie wytrenowanego modelu i wybiera najwyżejpunktowane drzewo jako ostateczną analizę.

13/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jOgólnodostępne systemy parsujące

Parsery oparte na przejściachMaltParser (Nivre i in., 2007),http://www.maltparser.org/.Inne systemy: Attardi (2006), Attardi i Ciaramita (2007),Duan i in. (2007), Johansson i Nugues (2007), Titov iHenderson (2007).

Parsery grafoweParser Eisnera (1996).Parser MST (McDonald i in., 2006),http://sourceforge.net/projects/mstparser/.Parser MATE (Bohnet, 2010),https://code.google.com/p/mate-tools/.Inne systemy: Carreras (2007), Koo i in. (2007), Nakagawa(2007), Smith i Smith (2007).

14/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jJakość parsowania

Zawody (ang. shared task)CoNLL 2006 shared task (Buchholz i Marsi, 2006): 19parserów dla 13 języków.CoNLL 2007 shared task (Nivre i in., 2007): 23 parsery dla10 języków.

MaltParser i parser MST na CoNLL 2006MST Malt

arabski 66.91 66.71bułgarski 87.57 87.41

chiński 85.90 86.92czeski 80.18 78.42

niemiecki 87.34 85.82słoweński 73.44 70.30szwedzki 82.55 84.58

turecki 63.19 65.68

15/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jBank polskich struktur zależnościowych (PDB)

PDB-Składnica (Wróblewska, 2012)struktury przekonwertowane ze Składnicy frazowej wsposób automatyczny8242 drzewa

PDB-PROJ (Wróblewska, 2014)struktury rzutowane automatycznie z angielskich struktur f(LFG) i poprawiane ręcznie3979 drzew

PDB-CLARIN-PLaktualnie rozwijany zbiór drzew anotowanych ręcznie10 tys. drzew

15/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jBank polskich struktur zależnościowych (PDB)

PDB-Składnica (Wróblewska, 2012)struktury przekonwertowane ze Składnicy frazowej wsposób automatyczny8242 drzewa

PDB-PROJ (Wróblewska, 2014)struktury rzutowane automatycznie z angielskich struktur f(LFG) i poprawiane ręcznie3979 drzew

PDB-CLARIN-PLaktualnie rozwijany zbiór drzew anotowanych ręcznie10 tys. drzew

15/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jBank polskich struktur zależnościowych (PDB)

PDB-Składnica (Wróblewska, 2012)struktury przekonwertowane ze Składnicy frazowej wsposób automatyczny8242 drzewa

PDB-PROJ (Wróblewska, 2014)struktury rzutowane automatycznie z angielskich struktur f(LFG) i poprawiane ręcznie3979 drzew

PDB-CLARIN-PLaktualnie rozwijany zbiór drzew anotowanych ręcznie10 tys. drzew

16/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jParsowanie zależnościowe języka polskiego

Modele zależnościowe dla języka polskiegoDostępne na stroniehttp://zil.ipipan.waw.pl/PolishDependencyParser,kompatybilne z systemami MateParser i MaltParser,wytrenownane na PDB (Sładnica i PROJ),opis poszczególnych typów relacji zależnościowych –http://zil.ipipan.waw.pl/PDB/DepRelTypes.

17/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jEwaluacja polskich parserów zależnościowych

10-krotna walidacja krzyżowaModel LAS* UAS*Polski MateParser 0,89 0,93Polski MaltParser 0,84 0,89

Dokładność i kompletność typów zależnościW przypadku wielu funkcji powyżej 80%Trudne zjawiska lingiwstyczne: mowa zależna, apozycje,koordynacja, podrzędność, jednostki nazewnicze.

*LAS (labelled attachment score) – procent tokenów, którym został przypisanypoprawny nadrzędnik i poprawna funkcja gramatyczna (etykieta relacji).**UAS (unlabelled attachment score) – procent tokenów, którym został przypisanypoprawny nadrzędnik.

18/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jZalety i niedoskonałości parsowania zależnościowego

Zaletyszybkość – zdania mogą być parsowane w czasie liniowym,ujednoznacznianie – parser zwraca tylko jedną strukturędla zdania,łatwość w reprezentowaniu niektórych zjawisklingwistycznych np. nieciągłości,istnieje wiele systemów parsujących, które możnawykorzystać dla danego języka.

Niedoskonałościbrak możliwości zastąpienia zwracanej struktury, którazawiera błędne relacje, przez inną,ograniczenia i uproszczenia w reprezentowaniu niektórychzjawisk np. podmiot logiczny, podnoszenie podmiotu,duże uzależnienie od jakości tagowania.

18/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jZalety i niedoskonałości parsowania zależnościowego

Zaletyszybkość – zdania mogą być parsowane w czasie liniowym,ujednoznacznianie – parser zwraca tylko jedną strukturędla zdania,łatwość w reprezentowaniu niektórych zjawisklingwistycznych np. nieciągłości,istnieje wiele systemów parsujących, które możnawykorzystać dla danego języka.

Niedoskonałościbrak możliwości zastąpienia zwracanej struktury, którazawiera błędne relacje, przez inną,ograniczenia i uproszczenia w reprezentowaniu niektórychzjawisk np. podmiot logiczny, podnoszenie podmiotu,duże uzależnienie od jakości tagowania.

19/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jOutline

1 Część teoretycznaDrzewo zależnościoweParsery zależnościoweParsowanie zależnościowe języka polskiego

2 Część praktycznaWymaganiaParsowanie zależnościowe w MultiserviceMaltEval – wizualizacja i przeszukiwanie drzewzależnościowychEdycja i poprawianie drzew zależnościowych

20/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWymagania

Zainstalowana Java JRE (wersja 1.6 lub wyższa)Wejdź na stronę http://www.java.com/pl/download/.Kliknij “Bezpłatne pobieranie oprogramowania Java”, apotem “Zgadzam się – rozpocznij bezpłatne pobieranie”.Zapisz plik (np. “jxpiinstall.exe” w wersji Windowsowej) nadysku.Uruchom instalację klikając w zapisany plik.Postępuj zgodnie ze wskazówkami w oknie, które siępojawi.Szczegółowa instrukcja instalacji Javy jest dostępna nastronie https://www.java.com/pl/download/help/download_options.xml.

TestProszę otworzyć konsolę i wpisać: java -version

20/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jWymagania

Zainstalowana Java JRE (wersja 1.6 lub wyższa)Wejdź na stronę http://www.java.com/pl/download/.Kliknij “Bezpłatne pobieranie oprogramowania Java”, apotem “Zgadzam się – rozpocznij bezpłatne pobieranie”.Zapisz plik (np. “jxpiinstall.exe” w wersji Windowsowej) nadysku.Uruchom instalację klikając w zapisany plik.Postępuj zgodnie ze wskazówkami w oknie, które siępojawi.Szczegółowa instrukcja instalacji Javy jest dostępna nastronie https://www.java.com/pl/download/help/download_options.xml.

TestProszę otworzyć konsolę i wpisać: java -version

21/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jMultiservice Demo

Czynności przygotowawczeUtwórz folder ”Dependency” np. na Pulpicie (w nim będązgromadzone narzędzia i zasoby z tego kursu)Utwórz foldery ”Trees” i ”Tools” w ”Dependency”

Parsowanie zdań w języku polskimhttp://test.multiservice.nlp.ipipan.waw.pl/pl/

”Wybierz jeden z gotowych łańcuchów narzędzi:” →”5: Concraft, DependencyParser””Wybierz format wyjściowy:” → ”Format CoNLL (parserzależnościowy)”Wstaw wybrany tekst do okna ”Tekst” i kliknij ”Uruchom”Nastąpi automatyczne pobranie pliku ”result.conll”Umieść plik ”result.conll” ze sparsowanymi zdaniami wfolderze ”Trees” w ”Dependency”

21/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jMultiservice Demo

Czynności przygotowawczeUtwórz folder ”Dependency” np. na Pulpicie (w nim będązgromadzone narzędzia i zasoby z tego kursu)Utwórz foldery ”Trees” i ”Tools” w ”Dependency”

Parsowanie zdań w języku polskimhttp://test.multiservice.nlp.ipipan.waw.pl/pl/

”Wybierz jeden z gotowych łańcuchów narzędzi:” →”5: Concraft, DependencyParser”

”Wybierz format wyjściowy:” → ”Format CoNLL (parserzależnościowy)”Wstaw wybrany tekst do okna ”Tekst” i kliknij ”Uruchom”Nastąpi automatyczne pobranie pliku ”result.conll”Umieść plik ”result.conll” ze sparsowanymi zdaniami wfolderze ”Trees” w ”Dependency”

21/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jMultiservice Demo

Czynności przygotowawczeUtwórz folder ”Dependency” np. na Pulpicie (w nim będązgromadzone narzędzia i zasoby z tego kursu)Utwórz foldery ”Trees” i ”Tools” w ”Dependency”

Parsowanie zdań w języku polskimhttp://test.multiservice.nlp.ipipan.waw.pl/pl/

”Wybierz jeden z gotowych łańcuchów narzędzi:” →”5: Concraft, DependencyParser””Wybierz format wyjściowy:” → ”Format CoNLL (parserzależnościowy)”Wstaw wybrany tekst do okna ”Tekst” i kliknij ”Uruchom”Nastąpi automatyczne pobranie pliku ”result.conll”Umieść plik ”result.conll” ze sparsowanymi zdaniami wfolderze ”Trees” w ”Dependency”

22/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jFormat CoNLL (1)

Format tekstowy, kolumnowyKażdy segment w osobnej liniiLinie podzielone na kolumny (TAB pomiędzy kolumnami)Pusta linia pomiędzy zdaniami

Kolumny w pliku CoNLL z drzewami1 Numer segmentu w zdaniu2 Forma ortograficzna segmentu3 Forma podstawowa (tzw. lemat)4 Część mowy (tzw. POS-tag)5 Część mowy6 Znaczniki morfologiczne7 ID nadrzędnika8 Funkcja gramatyczna

23/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jFormat CoNLL (2)

ĆwiczenieProszę otworzyć plik result.conll w dowolnym edytorzetekstowym (np. Notepad)

24/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jMaltEval Tree Viewer (Nilsson i Nivre, 2008)

Przed pierwszym uruchomieniem narzędziaWejdź na stronę https://drive.google.com/drive/folders/0B1KaZVnBJE8_TWozM0dwN0c4OWc.Wybierz MaltEval-dist.zip, pobierz plik i rozpakuj wfolderze ”MaltEval” w ”Tools”

Uruchomienie wizualizatoraOtwórz konsolę (np. Command Line w Windowsie)Wejdź do rozpakowanego folderu:cd Pulpit/Dependency/Tools/MaltEval/dist-20141005/lib

Uruchom wizualizator:java -jar MaltEval.jar -s../../../../Trees/xxx.conll -v 1

24/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt

tttt

qttt

qtt

tttqt

ttqt

tttt

qtt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tqtt

ttq

tttqt

tttt

tqttt

tqt

tttqt

ttt

tq tq

tq

ttt

qtt

ttq

ttt

qttt

qtt

tttqt

tttt

tqt

tq

tttqt

tttt

qttt

qtt

qtt

ttqt

ttt

tqt

ttqt

ttt

tqtt

ttqt

ttt

qtt

tttqt

ttqt

ttt

qttt

qt

tq

ttqt

ttttt

qttt

qttt

tqttt

tttqt

ttt

qt

tq

ttqt

tttt

qtttt

qttt

qtt tqtt

ttq

ttq

ttt

qtt

ttqt

ttqt

ttt

qttt

tq

ttqtt

ttt

qt

tttqt

tttqt

ttt

qt

tttqtt

tt

qtt

qtt

tqttt

tttqt

ttq

ttt

tqtt

ttqt tqt

ttt

qttt

qtt

ttq

ttt

tqtt

ttqt

tttt

qt tqtt

tqt qt q q q jMaltEval Tree Viewer (Nilsson i Nivre, 2008)

Przed pierwszym uruchomieniem narzędziaWejdź na stronę https://drive.google.com/drive/folders/0B1KaZVnBJE8_TWozM0dwN0c4OWc.Wybierz MaltEval-dist.zip, pobierz plik i rozpakuj wfolderze ”MaltEval” w ”Tools”

Uruchomienie wizualizatoraOtwórz konsolę (np. Command Line w Windowsie)Wejdź do rozpakowanego folderu:cd Pulpit/Dependency/Tools/MaltEval/dist-20141005/lib

Uruchom wizualizator:java -jar MaltEval.jar -s../../../../Trees/xxx.conll -v 1

25/34

q q qt

tqt

ttq

ttq

tt

qtt

qt

qt

ttqt

tt

qt

tqt

tttqt

tttt

qtt

tttqt

tttq

tttt

qtttt

qtt

tttqt

ttqt

tt

qtt

tqttt

ttqtt

tq

tqt

ttt

tqttt

tttqt