Transcript 文法再入門

修正版
自然言語処理2013
No.13
東京工科大学
コンピュータサイエンス学部
亀田弘之
今日の内容
• 文法再入門
今日はお話しが中心です．
へーそうなんだ，といった興味本位で聞いてください．
2
いろいろな文法理論
• 日本語文法の現状
• 構造主義的文法理論
• ソシュールの文法理論
• チョムスキーの文法理論
• 結合価文法
• （依存関係文法）
• その他
3
日本語文法の現状
• 大槻文彦文法
• 山田孝雄文法（“最後の国学者”）
• 松下大三郎文法
• 橋本進吉文法（文節，学校文法のもとになったもの）
• 時枝文法（詞と辞，言語過程説，事としての言語観）
• 学校文法（日本の小学校・中学校で習う文法）
• 宣教師たちの文法
• Chamberlainの文法（近代的日本語研究の先駆者）
• 本居春庭（宣長の子供）の動詞活用研究（詞の八衢）
• その他（三上文法）
様々な提案がなされているが，決定版はまだない
4
日本語研究の現状
• 言語学の流派
• 明治以降，海外の言語学研究に影響されたもの
• 国語学の流派
• 江戸時代の国学の流れを受け継いでいるもの
• 日本語学の流派
• 外国語教育を目的としているもの
• その他
（注）文法研究が不十分な言語は，日本語だけではなく，
英語文法の場合もまだまだ発展途上である．
5
考察・検討
（事実）日本語の文法は現在もなお未解決問題であ
る（解明されていない）．“日本語”という言語には，
何らかの制約・規則・規約（constraint, rule, protocol）
としての文法があることは事実として認めて良いであ
ろう．
例えば，
「長岡半太郎は日本の物理学者である」
「onakaga suitayo.」
は日本語として正しい（意味が取れる）が，
「は物理学者である日本長岡半太郎の」
「 Es war ein König in Thule.」
は正しくない（意味が取れない）．
6
問題提起
事実（日本語とは，あるいは，文法とは何か？）を
我々が認識できたとする．それを表現化（言語化・
文字化・記号化）するためには，表現方法自体が問
題となる．
例で考えてみる．
7
設問 ３の倍数は何個あるか？
• 設定： N＝１０とし，N以下の場合を考える．
• 事実： N以下の３の倍数（正数のみで考える）は，
３，６，９ の３個．
8
解答例
1. 3, 6, 9 の３個．
2. 集合S=｛ n | n <=10, 3|n } として，#S個．
3. C/C++言語プログラム（その１）：
for(int n = 1; I < 10; n++ ){
if(n%3 == 0) count = count + 1;
}
printf(“%d個ある\n”, count);
4. C/C++言語プログラム（その２）：
N = 10;
printf(“%d個ある\n”, N/3);
5. その他
9
問題：どれが正しい解答（＝知識の記述）？
解答例
1. 3, 6, 9 の３個．
2. 集合S=｛ n | n <=10 } として，#S個．
3. C/C++言語プログラム（その１）：
for(int n = 1; I < 10; n++ ){
if(n%3 == 0) count = count + 1;
}
printf(“%d個ある\n”, count);
4. C/C++言語プログラム（その２）：
N = 10;
printf(“%d個ある\n”, N/3);
5. その他
10
人間の理解モデル
考察対象
（言語，文法）
認知
（認識×理解）
（直観・発見）
概念
記号化
実験・観察・分析
発見・認知・表現
体系化
11
得られた知見
• １つのものに対する表現方法は複数あり得る．
（当たり前？）
int factorial(int N){
int i;
int fact = 1;
if( N == 0 ) return 1;
for( i = 1; i <= N; i++ ){
fact = fact * i;
}
return( fact );
}
function fact N
integer fact
fact=1
if(N eq 0) then
return 1
do 1000 i=1,N
fact = fact*I
1000 continue
end.
(defun fact (N)
(if (= N 0)
1
(* (fact (- N 1)) N))
)
12
文法の様々な側面
• 規範文法（prescriptive grammar）
• 言語のあるべき姿を規定する文法
• 記述文法（descriptive grammar）
• 言語のあるがままの姿を書き下す文法
13
結局，そもそも“文法”とは何？
（自分の答えを書いてください）
“文法”とは，．．．
（ヒント） 説明するために役立つ用語を書き出してみよう！
14
文法理論体系
• 音韻論
• 語彙論
• 形態論
• 統語論
• 意味論
• 語用論
15
文法理論体系
• 音韻論（音素，音韻，音声など）
• 語彙論（単語など）
• 形態論（語構成論など）
• 統語論（統語構造）
• 意味論（意味（semantics））
• 語用論（言語表現とその使用者・文脈との関係）
16
言語について語るとき，
避けて通ることのできない人たち
• Ferdinand de Saussure（構造主義の創始者）
• Norm Chomsky（オートマトンと言語理論）
• J-P. Sartre
• J. Derrida’ 脱構築(desconstruction)
• R. Jakobson（言語学）
• S. Freud（心理学） など
17
チョムスキー（１人目）
• 形式言語理論を確立
• 形式言語の処理装置（automaton）を明らかにした
• 形式言語と処理装置の関係を明らかにした
18
文法
• 文法G=（ Vn, Vt, P, S ）：
• ただし、
•
•
•
•
Vn:
Vt:
P:
S:
非終端記号の集合
<= 構文木構成要素の集合
終端記号の集合 <= 単語の集合
書き換え規則の集合
開始記号
19
事実
1. 文は無限個存在する。
• （注）単語は有限個ではある．
2. 意味のある文をすべて集めた集合は、
１つの言語を定める。
• これはチョムスキーの定義（思想）
• 任意の単語列（形式的な文，無意味な文も含まれる）に
対して，意味があるものとないものとを区別したい。
• つまり、任意の文に対して、それが言語Lの文か否かを
判定したい。
• そんなことできるのだろうか？
（事実：我々はできている．）
20
アイデア１）
• 我々はすべての文を事前に知っている．
つまり，自分の母語に関する文（意味のある文）は
すべて知っている（記憶されている）．
文S1
オートマトン
S1は言語Lの
文だよ！
S1 S2 S3
… Sn
図．意味ある文とそうでない文とを識別するシステム
21
問題点
1. すべての文を知ることはできるのか？
会話文の単語数：１０個程度
人の発話速度：１分当たり：１０文程度
一日（８時間）に接する文の総数（延べ）：
１０[文/分]×６０[分]×24[時間]×365[日]×１０年
＝約 5.3107 個
（注）意味ある文の個数は実質有限個？
2. 識別処理動作が止まらないことがある．我々人
間は有限時間に処理を終えるのに．．．
22
アイデア２）
• 文は無限個．
• これを有限の記述（規則）で捉えたい．
• これを文法と呼ぼう！（チョムスキーの思想）
• 文法G = （ Vn, Vt, P, S ）：
• ただし、
• Vn（非終端記号の集合）:
0 < #Vn < +∞
• Vt:
終端記号の集合:
0 < #Vt < +∞
• P:
書き換え規則の集合
{α→β| α, β ∈ (Vn∪Vt)*}
• S:
開始記号(S∈Vn)
• 言語L = L(G) = { x | S =*> x }
• ただし、S => ・・・ => x ∈ Vt
23
結論
言語と文法の関係
---------------------------------------------------------------言語 (languages)
文法(grammar)
---------------------------------------------------------------• 句構造言語(PSL)
⇔
句構造文法(PSG)
• 文脈依存言語(CSL)
⇔
文脈依存文法(CSG)
• 文脈自由言語(CFL)
⇔
文脈自由文法(CFG)
• 正規言語(RL)
⇔
正規文法(RG)
---------------------------------------------------------------計算モデルやプログラミング言語設計に
深くかかわっています。
24
結論
言語とオートマトンの関係
---------------------------------------------------------------言語 (languages)
処理装置 (devices)
---------------------------------------------------------------• 句構造言語(PSL)
⇔
チューリングマシン
• 文脈依存言語(CSL)
⇔
線形有界オートマトン
• 文脈自由言語(CFL)
⇔
プッシュダウンオートマトン
• 正規言語(RL)
⇔
有限オートマトン
---------------------------------------------------------------計算モデルやプログラミング言語設計に
深くかかわっています。
25
その後の発展
言語理論
オートマトン
• 正規文法
→ 正規表現
• 文脈自由文法
→ プログラミング言語
→ Bakus-Naur Form
• その他
弱文脈依存文法
• チューリングマシン
→ 計算論
計算の概念，計算可能性，
計算量，計算効率（データ
構造とアルゴリズム）など
• その他
(mildly context-sensitive
grammar), GPSGなど
26
考察
• チョムスキーは，アメリカの構造主義者とみなされ
ている．
• アメリカの構造主義とは，スキナーらの心理学（行
動主義, Behaviorism）の思想であり，atomism（ア・
プリオリ（a priori）に個々の実体があり，それらの
総和が全体を創るという要素主義）．
• チョムスキーも，原子的なもの（終端記号や非終端
記号）からすべてが構成されている，と考えている
ことにもなる．それらに，生成規則（書き換え規則）
が適用されている．生成規則は自然物理解におけ
る“法則”に相当？
27
ソシュール（２人目）
• 欧州を中心とする“構造主義”の創始者
• 科学的パラダイム転換*に寄与
• そもそも“言語学”は科学的研究ではなかった．
• 言語の研究を科学的なものにしたのがソシュール．
• そもそも“科学的(scientific)”とはどういうことなのか？
（注）パラダイムシフト： Thomas Kuhnの提唱した理論．
28
• Epistemology（（科学的）認識論）
何が科学的か？
例：言語学は科学的か？
科学的真理とは何か？
科学的とは何か？
 思想の側からの科学批判（Wertkritik） ← M. Weber
例：演繹推論だけが科学的なのか？
データ・経験に基づく帰納推論は科学的なのか？
理論に基づくものだけが科学的なのか？
• 価値批判（Wertkritik）  Epistemology
発展課題 “科学的” とはどういうことを意味するのか？ 考えてみよう！
29
ソシュールの理論（一部）
• ラング（langue，体系としての言語）
• パロール（parole，個々の発話や書かれた文）
• ランガージュ（langage，言語能力）
• シニフィエ（signifié）とシニフィアン（signfiant）
イヌ
30
ソシュールの理論（一部）
• ラング（langue，体系としての言語）
• パロール（parole，個々の発話や書かれた文）
• ランガージュ（langage，言語能力）
• シニフィエ（signifié）とシニフィアン（signfiant）
イヌ
シニフィアン
シニフィエ
31
結合価理論（Valency theory）
• テニエールが（依存関係文法を）提唱
• 日本語における結合価文法研究（西野）
• 日本語動詞の結合価（三省堂）
• ドイツ語文法版
• ドイツ語辞書，ドイツ語文法（Duden）
（参考）似たものとして，依存関係文法というのもある．
32
今日のまとめ
• 文法って色々あり，まだまだ研究しなければならない．
• ではどうやって？
1.
2.
3.
4.
5.
6.
7.
用例を一所懸命手作業で集める？
プログラムを作ってデータを集めたり分析する．
データマイニングツールやシステムを作る．
既存の機械学習（人工知能理論，統計理論）を駆使する．
新たな機械学習理論を構築し，システムとして実現する．
脳科学や心理学の研究（ヒト自体の研究）を頑張る．
それとも．．．
（連絡事項）次回は１月２０日（月），次々回は１月２２日（水）です．
33