[论文解读] A Lexicalized Tree Adjoining Grammar for English

XTAG Research Group|arXiv (Cornell University)|Sep 18, 1998

Natural Language Processing Techniques被引用 8

一句话总结

本文提出了一种大规模、词汇化的英语树邻接语法（TAG），在XTAG系统中实现，该系统通过特征结构和词汇化扩展了标准TAG，以建模复杂的句法现象。该语法涵盖了广泛的句法结构，包括被动语态、wh-强调句、主语提升以及名词-名词修饰等，提供了对英语句法的全面、计算基础的分析，具有高精度和可扩展性，适用于自然语言处理应用。

ABSTRACT

This document describes a sizable grammar of English written in the TAG formalism and implemented for use with the XTAG system. This report and the grammar described herein supersedes the TAG grammar described in an earlier 1995 XTAG technical report. The English grammar described in this report is based on the TAG formalism which has been extended to include lexicalization, and unification-based feature structures. The range of syntactic phenomena that can be handled is large and includes auxiliaries (including inversion), copula, raising and small clause constructions, topicalization, relative clauses, infinitives, gerunds, passives, adjuncts, it-clefts, wh-clefts, PRO constructions, noun-noun modifications, extraposition, determiner sequences, genitives, negation, noun-verb contractions, sentential adjuncts and imperatives. This technical report corresponds to the XTAG Release 8/31/98. The XTAG grammar is continuously updated with the addition of new analyses and modification of old ones, and an online version of this report can be found at the XTAG web page at http://www.cis.upenn.edu/~xtag/

研究动机与目标

• 使用树邻接语法（TAG）形式化方法开发一种大规模、计算基础的英语语法。
• 通过词汇化和基于合一的特征结构扩展TAG，以提高句法精确度和覆盖范围。
• 对包括被动语态、强调句、状语和小句在内的多种复杂句法结构进行建模。
• 为语言学研究和自然语言处理系统提供持续更新、公开可用的语法资源。
• 以更准确和全面的分析取代早期版本的XTAG语法。

提出的方法

• 语法采用词汇化TAG形式化方法构建，其中句法结构从词汇项及其句法特征推导得出。
• 系统采用基于合一的特征结构来编码句法和语义约束，从而对短语结构和依存关系实现精确控制。
• 语法在XTAG系统中实现，该系统通过模块化、基于规则的架构支持增量解析和语言学分析。
• 每个句法结构通过树附加和树组合操作进行分析，词汇根作为句法推导的基础。
• 语法经过人工校对并系统性扩展，更新内容被追踪并在线发布，供社区使用。
• 该形式化方法支持成分结构和非成分结构，允许对如话题化和外置化等不连续现象进行建模。

实验结果

研究问题

• RQ1 如何有效扩展词汇化TAG形式化方法，以高精度覆盖广泛的英语句法结构？
• RQ2 特征结构在基于词汇化TAG框架的句法推导中发挥何种作用，以实现细粒度控制？
• RQ3 如何系统性地在基于TAG的语法中编码复杂现象，如被动语态、强调句和主语提升？
• RQ4 在保持一致性和覆盖范围的前提下，语法在多大程度上可以实现模块化、可扩展性并持续更新？
• RQ5 词汇化集成如何提升TAG在自然语言处理中的语言充分性和计算效率？

主要发现

• XTAG语法成功建模了多种句法现象，包括带倒装的助动词、系动词结构以及PRO控制，分析结果一致且准确。
• 基于合一的特征结构的集成使得在各种句法结构中精确处理句法约束和一致关系现象成为可能。
• 该语法覆盖了181种句法结构，如310页文本和181幅PostScript图所示，充分体现了其全面的覆盖范围。
• 该系统支持增量解析和语言学分析，适用于计算语言学和自然语言处理应用。
• 该语法持续更新并在线提供，最新版本对应1998年8月31日，确保了持续的相关性和社区可访问性。
• 词汇化方法确保每个句法树都锚定于一个词汇核心，从而提高了推导的语言合理性与可解释性。