Základy počítačové lingvistiky
Karel Pala
Klára Osolsobě
1. prosince 2001
Obsah
1
0.1 Úvod
Tento text je určen posluchačům filologických oborů na FF MU. Jeho cílem je uvést posluchače
do základů počítačové lingvistiky a seznámit je s využíváním počítačů v jazykovědě, konkrétně
v oblasti české morfologie, větné syntaxe i sémantiky.
V tomto smyslu lze předkládaný text pokládat rovněž za úvod do některých partií
teoretické a počítačové lingvistiky.
Jde-li nám o využití počítačů v jazykovědě, musíme se také seznámit aspoň v základních
obrysech s programovacím jazykem, který díky své orientaci na řešení problémů umožňuje pracovat
na počítačích s formálními gramatikami a tak řešit experimentálně lingvistické problémy.
Tímto programovacím jazykem je prolog, jehož standardní verze obvykle obsahují možnost
přímo pracovat s gramatikami v notaci, která se velmi blíží aparátu užívanému běžně lingvisty
při práci s (nekontextovými) gramatikami. Psát gramatiky v prologu pak znamená de facto
v něm programovat.
Náš výklad začínáme stručnou charakteristikou prologu a jejím cílem je poskytnout
čtenáři tu nejzákladnější představu o tom, co je prolog, a naznačit, jaký je jeho vztah k predikátové
logice 1. řádu. V této souvislosti bychom rádi upozornili čtenáře i na to, že k dobrému
porozumění těchto partií je nezbytné věnovat pozornost základům logiky (např. Berka, Mleziva,
1962).
Náš text neobsahuje úvod do práce s textovými editory a do zpracování textů vůbec.
Jsme si velmi dobře vědomi, že v příručce pro posluchače filozofické fakulty by partie s tímto
obsahem byla nepochybně potřebná, náš předmět zájmu je však natolik vyhraněný, že výklady
o zpracování do našeho textu dost dobře nezapadají. Samostatná příručka věnovaná výhradně
zpracování textů snad vznikne někdy později. Stejně tak by tento text mohl být rozšířen o popis
práce s databázovými systémy (dbase III, IV, foxbase, oracle apod.) a o příklady jejich
aplikací v lingvistických oborech (tvoření bibliografií, souborů excerpt apod.), ale doufáme,
že poučení v tomto směru si zvídavý čtenář najde sám v řadě k tomu určených příruček a
manuálů.
Pokud jde o technické vybavení, s nímž v našem textu počítáme, předpokládáme, že
čtenář bude mít k dispozici osobní počítače kompatibilní s ibm pc a pracující pod operačním
systémem ms dos. Měl by tedy být obeznámen s běžnými typy editorů, jako jsou t602,
csed, norton editor, word 6.0 apod. U prologu vycházíme z toho, že k dispozici jsou
systémy jako swi prolog, v. 2.9.0 a případně i některé lepší, např. sicstus prolog či snad
dokonce eclipse prolog. Rovněž předpokládáme základní znalost operačního systému ms dos
počínaje verzí 3. 2, k němuž běžně existují samostatné a snadno dostupné (i české) manuály.
0.2 Co je PROLOG?
prolog je programovací jazyk vysoké úrovně založený na predikátové logice 1. řádu a užívaný
pro řešení problémů v různých vědních oblastech a mimo jiné v počítačovém zpracování
přirozeného jazyka – pro výzkum v této oblasti byl také původně Colmerauerem navržen s
původním názvem Q jazyk. Abychom porozuměli jeho podstatě, vysvětlíme nejprve, jak se
2
problémy, které nás mohou zajímat, v prologu vyjadřují, tj. jak se v něm reprezentují.1
Problémy můžeme formulovat pomocí objektů a vztahů mezi nimi. Záleží však na tom,
o jaké objekty půjde a jaké vztahy mezi objekty mohou existovat. Nejběžnějším a obecně dostupným
prostředkem, v němž lze mluvit o objektech a vztazích mezi nimi, je pochopitelně
přirozený jazyk – v našem případě čeština. Tak řekneme-li česky Jan miluje Marii, konstatujeme,
že existují individuální objekty Jan a Marie a mezi nimi vztah milování, tj. v tomto
případě, že Jan má rád Marii. Ve skutečnosti je celá situace poněkud složitější – přirozený
jazyk umožňuje pomocí svých výrazů odkazovat k objektům v univerzu promluvy (tj. světě, o
němž se v jazyce lze vyjadřovat) a tvrdit vztahy mezi objekty. Říkáme také, že výrazy přirozeného
jazyka označují objekty a vztahy v univerzu. Je však potřeba vědět, jaké typy objektů a
vztahů v našem univerzu promluvy existují a jak vlastně přiřazujeme výrazy jazyka objektům
a vztahům v univerzu promluvy, tj. jak funguje přiřazení, které také nazýváme označení či
denotace.
prolog v tomto směru nabízí standardní prostředky pro zápis významu výrazů přirozeného
jazyka, takže umožňuje reprezentovat objekty a vztahy mezi nimi a ukládat je do paměti
počítače a také se na ně dotazovat, tj. požadovat na prologu, aby vztahy v jistém smyslu
vyhodnocoval a také z jedněch vztahů odvozoval (logicky) jiné.
V prologu tedy programujeme tak, že
• tvrdíme nějaké propozice o objektech a vztazích mezi nimi, přičemž propozicí zde rozumíme
obecný význam oznamovací věty v přirozeném jazyce (zde v češtině),
• definujeme pravidla vyjadřující vztahy mezi objekty,
• ptáme se na objekty a vztahy mezi nimi.
Obrazně řečeno, prolog si lze představit jako svého druhu
”
sklad“ propozic a pravidel, který
uložíme do počítače – systém prolog potom poskytuje způsob, jak na počítači z jedněch
propozic vyvozovat propozice další. prolog je tedy inferenční (odvozovací) automat, který
umožňuje z nějakých předpokladů vyvozovat platné závěry, a to pomocí počítače a ve formálním
rámci predikátové logiky 1.řádu.
prologu je přirozeně jedno, zda se dané propozice a pravidla týkají rozpisky automobilových
součástek nebo objektů a vztahů existujících ve struktuře přirozeného jazyka, tj. např. vztahů
mezi slovy, která tvoří třeba nějakou českou větu.
0.2.1 Reprezentace propozic v PROLOGU
Chceme-li v prologu reprezentovat význam věty
(v-1) Jan miluje Marii.,
musíme si uvědomit, že se v ní mluví o dvou individuálních objektech – Janovi a Marii a
o vztahu milování, který existuje mezi Janem a Marií, tj. o tom, že Jan má rád Marii. Věty
jako (v-1) reprezentujeme v prologu takto2:
1
Následující výklad volně navazuje na text základní učebnice prologu autorů Clocksina a Mellishe (1986).
2
Pohled na vztahy mezi výrazy jazyka a objekty těmito výrazy označované, jak je uplatňován v prologu,
vychází z predikátové logiky 1. řádu a je tedy v podobě zde představené v jistém směru omezený. Skutečné
3
(c-1) miluje(jan,marii).
Platí přitom následující konvence:
• Jména všech objektů a vztahů musí začínat malým písmenem. Protože výrazy jan a
marie jsou jména individuálních objektů, říkáme jim také individuální konstanty.
• Jméno vztahu se vždy píše jako první a za ním následují jména objektů uzavřená do
jednoho páru kulatých závorek. Místo o jménech vztahů mluvíme častěji o predikátech a
jména objektů nazýváme argumenty. Místo (c-1) můžeme také psát m(a,b) a pamatovat
si, že m znamená miluje, a – jan, b – marie. Počet argumentů u jednoho predikátu
není nijak zvlášť omezen – může jich být 15 – 30 v závislosti na typu použitého systému
prologu.
• Na konci výrazu, jako je (c-1), píšeme vždy tečku.
• Když definujeme vztahy mezi objekty, musíme dbát na pořadí argumentů. Rozdílu mezi
českými větami
(v-1) Jan miluje Marii
a
(v-2) Marie miluje Jana,
odpovídá po řadě rozdíl mezi propozicemi zapsanými jako
(c-1) miluje(jan,marii).
a
(c-2) miluje(marie,jana).
České věty
(v-3a) Zlato je cenné.
(v-3b) Ideje jsou cenné.
(v-4) Anna je žena.
(v-5a) Anna pohrdá zlatem.
(v-5b) Anna pohrdá kariérou.
(v-6) Karel je bratr Anny.
(v-7) Anna nemiluje Karla.
vypovídají o určitých objektech a jejich vlastnostech nebo o vztazích mezi objekty. U vlastních
jmen jsme zvyklí, že označují určité konkrétní individuální objekty, nejasnosti však mohou
vznikat u výrazů jako zlato. Můžeme se postavit na stanovisko, že výraz zlato označuje konkrétní
individuální kus zlata, pak (v-3) má parafrázi
(v-3c) Tento kus zlata je cenný.
Je možná i obecnější interpretace, kterou bychom česky nejspíše formulovali takto:
(v-3d) Minerál zvaný zlato je cenný.
Z hlediska prologu jsou přípustné obě tyto interpretace, musíme však být konzistentní
a držet se té, pro kterou jsme se jednou rozhodli.
vztahy mezi výrazy jazyka a objekty jsou nepochybně složitější, a zejména je složitější univerzum promluvy. K
zachycení této složitosti již predikátová logika 1. řádu nestačí, a proto je potřeba uchýlit se k aparátu logiky
intenzionální (viz např. Materna, Pala, Zlatuška, 1989)
4
V prologu je také jedno, jsou-li deklarované propozice pravdivé nebo ne. prologu klidně
můžeme sdělit propozici
(c-3) král(michal,rusko).,
jíž odpovídá nepravdivá česká věta
(v-7) Michal je králem Ruska.,
a prolog ji bude pokládat za pravdivou.
V tomto ohledu prolog předkládané propozice nijak neverifikuje (ani k tomu nemá vhodné
prostředky), takže objekty a vztahy mohou sice být voleny libovolně, potom je však třeba
dodržet potřebnou konzistenci.
Soubor propozic se v prologu nazývá databáze. Databáze může ovšem vedle propozic obsahovat
též pravidla, která potřebujeme pro řešení zadaného problému.
Naše propozice se mohou týkat nejen lidí a zlata, ale i prvků přirozeného jazyka, jako je čeština,
a vztahů mezi nimi. V prologu můžeme tedy bez obtíží vyjádřit českou větu
(v-8) Slovo král je podstatné jméno.
jako
(c-4) n(král).,
kde symbol n, jak již víme, označuje podstatné jméno.
Podobně věta
(v-9) Česká věta se skládá z podmětu a přísudku.
může mít v prologu reprezentaci
(c-5a) věta(po,přís).
nebo v souladu s Chomským
(c-5b) s(np1,vp).
Povšimněme si, že (c-5a) a (c-5b) se nápadně podobají pravidlům (p-1) a (p-1a) uvedeným
výše. Je tedy vidět, že tímto způsobem bychom mohli v prologu reprezentovat řadu dalších
propozic s lingvistickou interpretací. V dalším si ukážeme, že pro tento účel je v prologu
k dispozici speciální zápis, v němž můžeme zapisovat pravidla nekontextových gramatik (viz
níže). Nekontextové gramatiky zapsané touto notací budeme v prologu nazývat gramatikami
vymezených klauzulí (DC gramatiky).
0.2.2 Otázky (zjišťovací)
Jakmile si v prologu vytvoříme nějaký soubor propozic – tj. databázi, můžeme se na ně ptát.
Otázka v prologu se od propozice liší tak, že začíná speciální kombinací znaků tvořenou
otazníkem a pomlčkou, tedy
(c-6) ?- miluje(marie,jana).
Tato otázka odpovídá české tázací větě
(v-10a) Je pravda, že Marie miluje Jana?
resp. její jednodušší parafrázi
(v-10b) Miluje Marie Jana?
Otázka (c-6) je pro prolog povelem, aby začal prohledávat databázi, kterou jsme mu předtím
zadali. Hledá propozice, které by se srovnaly s propozicí v otázce. Dvě propozice se srovnají,
když se plně shodují jejich predikáty i jejich argumenty. Srovnáním se tedy rozumí plná shoda,
proto např. platí miluje = miluje, nikoli však miluje = miluji. Podobně platí m(a,b) =
5
m(a,b), nikoli však m(a,b) = m(c,b) nebo m(a,b) = m(b,a).
Jakmile prolog najde v databázi propozici, která se srovná s otázkou, odpoví yes (ano).
Jestliže se v databázi taková propozice nenajde, odpověď zní no (ne). Odpověď se vždy objevuje
na obrazovce počítače na novém řádku pod zadanou otázkou, tedy:
(c-7) ?- miluje(marie,jana).
no
?Vytvořme
si nyní databázi obsahující propozice, které odpovídají českým větám (v-3) – (v-7).
(c-8) cenné(ideje).
(c-9) cenné(zlato).
(c-10) žena(anna).
(c-11a) pohrdá(anna,zlato).
(c-11b) pohrdá(anna,kariéra).
(c-12) bratr(karel,anna).
(c-13) miluje(anna,karel).
Nyní můžeme prologu klást otázky a prolog na ně odpoví:
?- miluje(anna,zlato).
no
?- pohrdá(bratr, zlato).
no
?- žena(karel).
no
?- cenné(zlato).
yes
?- cenné(ideje).
yes
?Odpovědi
na první tři otázky jsou jistě jasné. prolog nemůže odpovědět yes na otázku, u které
nedošlo k plné shodě s příslušnou propozicí v databázi nebo pro kterou v databázi neexistují
žádné propozice. Odpověď no má v prologu obvykle význam
”
pokud je mi známo, ne“.
Zatím, jak patrno, dovedeme v prologu kladením otázek dostat zpět informaci, kterou jsme
zadali do databáze uložené v počítači. Jinak řečeno, prolog je s to odpovídat na zjišťovací
otázky no nebo yes. To je pro nás ovšem dosti málo. Budeme chtít více, chceme dostávat
odpovědi na doplňovací otázky jako
(v-11) Kterými věcmi Anna pohrdá?
0.2.3 Proměnné (otázky doplňovací)
Nyní nás zajímá, zda můžeme v prologu reprezentovat doplňovací otázky jako
(v-12) Čím pohrdá Anna?
(v-13) Co je cenné?
nebo jinými slovy
6
(v-14) Kterým objektem X pohrdá Anna?
a dostávat na ně odpovědi.
Když klademe doplňovací otázky, nevíme, které objekty mohou stát za X, tj. místo tázacího
zájmena, a chceme, aby prolog zjistil všechny možnosti.
Stejně jako v přirozeném jazyce ani v prologu nemusíme vyjmenovávat všechny určité objekty,
ale můžeme užít zástupných výrazů (tedy zájmen), které nahrazují určité objekty. Jména
tohoto druhu nazýváme proměnné a rozlišujeme volné proměnné (u nich není známo, který
objekt zastupují) a vázané proměnné (u nich je již znám objekt, který zastupují). Rozlišení
jmen proměnných a jmen konkrétních objektů je v prologu snadné, protože jména proměnných
musí vždy začínat velkým písmenem, zatímco jména konkrétních objektů začínají malým
písmenem.
Když prolog dostane otázku obsahující proměnnou, prochází propozice uložené v databázi a
hledá objekt, který by proměnná mohla zastoupit.
Zeptáme-li se v prologu podle (v-12)
(c-14a) ?- pohrdá(anna,X).
nebo
(c-14b) ?- pohrdá(anna,Čím).
nebo
(c-14c) ?- pohrdá(anna,Kterým_objektem).
je to pro prolog vždy táž otázka, protože nezáleží na tom, jaké jméno proměnné zvolíme,
podstatné je jen to, že jméno proměnné musí začínat velkým písmenem.
7
Na otázky (c-14a) – (c-14c) prolog po řadě odpoví
X = zlato
X = kariéra
Čím = zlato
Čím = kariéra
Kterým_objektem = zlato
Kterým_objektem = kariéra
Jak prolog k těmto odpovědím dospěl? Např. v (c-14a) je proměnná X volná. prolog prohledává
databázi a hledá propozici, která by se srovnala s otázkou. Proměnná X stojí u predikátu
pohrdá na místě 2. argumentu a v databázi existuje týž predikát s 2. argumentem zlato.
prolog tedy srovnává pohrdá(anna,X). s pohrdá(anna,zlato). a proměnnou X váže na
konkrétní objekt zlato, neboť jde vždy o 2. argument. Proto prolog odpovídá X = zlato a
X = kariéra, neboť proměnná X může být vázána na cokoli, čím Anna pohrdá. prolog po
vypsání odpovědi čeká na reakci uživatele: stiskne-li uživatel klávesu ENTER, znamená to, že
je spokojen s touto jedinou odpovědí, a prolog přestane dále hledat. Stiskneme-li klávesu
středník
”
;“, prolog pokračuje v prohledávání databáze a snaží se vázat proměnnou X na
nějaký další objekt, jímž Anna pohrdá.
Zeptáme-li se prologu
(c-15) ?- pohrdá(Kdo, zlato).,
chceme vědět, zda existuje někdo, kdo pohrdá zlatem. Z naší databáze vyplývá, že je to Anna.
prolog tedy odpoví
Kdo = anna
Napíšeme-li za anna středník (;), prolog se pokusí najít všechny osoby, které v naší databázi
pohrdají zlatem. Žádná další osoba pohrdající zlatem se však už v databázi nevyskytuje, proto
prolog odpoví no.
Položíme-li otázku
(c-16) ?- pohrdá(Kdo,Čím).
vyhledá prolog všechny osoby, které něčím pohrdají, a všechny objekty, jimiž někdo pohrdá,
a na obrazovce vypíše
Kdo = anna;
Čím = zlato;
Čím = kariéra;
no
?-
0.2.4 Konjunkce a disjunkce
V prologu lze klást i otázky po složitějších vztazích, např. větu
(v-15) Kdo pohrdá zlatem a koho miluje Anna?,
reprezentujeme v prologu jako konjunkci dvou propozic
(c-17) ?- pohrdá(Kdo,zlato),miluje(anna,Koho).
Čárka
”
,“ mezi predikáty pohrdá a miluje se čte a, je symbolem pro konjunkci a slouží k od-
8
dělování libovolného počtu propozic.
Co odpoví prolog na otázku (c-17)? Postupuje tak, že nejprve se snaží najít odpověď na
první predikát. V našem případě uspěje, protože zlatem pohrdá Anna. Pokračuje tedy dál a
v databázi zjistí, že Anna miluje Karla. Tím je úspěšně splněna i druhá propozice (cíl), takže
prolog odpoví
Kdo = anna
Koho = karel.
Pokud není některý z cílů v konjunkci splněn, výsledná odpověď je vždy no.
V otázce se může vyskytovat i spojka nebo, např. ve větě
(v-16) Pohrdá Anna zlatem nebo miluje Karla?,
pak mluvíme o disjunkci a symbolem pro ni je středník
”
;“.
Odpovídající reprezentace disjunkce v prologu vypadá takto:
(c-18) pohrdá(anna,zlato);miluje(anna,karel).
Spojce nebo odpovídá tedy středník
”
;“ a stačí, aby byl splněn aspoň jeden z cílů vyskytujících
se v disjunkci – pak prolog odpoví
yes
?- .
0.2.5 Pravidla (implikace)
Představme si, že chceme v prologu reprezentovat větu
(v-17) Anna pohrdá všemi lidmi.
Jeden způsob, ovšem poněkud těžkopádný, by mohl spočívat ve vypsání všech jednotlivých
propozic
(c-19) pohrdá(anna,karel).
(c-20) pohrdá(anna,petr). ...
pro každou osobu, která je v naší databázi zachycena prostřednictvím svého jména.
Inteligentnější bude říci
(v-18a) Anna pohrdá každým, kdo je osoba.
nebo použít parafráze
(v-18b) Jestliže je někdo člověk, pak Anna jím pohrdá.
nebo poněkud formálněji
(v-18c) Jestliže X je člověk, pak Anna pohrdá X.
Odtud je již krůček k reprezentaci v prologu
(c-21) člověk(X) :- pohrdá(anna,X).,
což je pravidlo v prologu, tedy všeobecné tvrzení o objektech a vztazích mezi nimi (v predikátové
logice 1. řádu bychom mluvili o výrazech obsahujících tzv. obecný kvantifikátor).
První část pravidla se v prologu nazývá hlava, pak následuje symbol
”
:-“, který odpovídá
české spojce jestliže..., pak..., a za ním je tělo pravidla. Pozorný čtenář si již jistě uvědomil,
že větám jako (v-18b) nebo (v-18c) říkáme v logice implikace.
Tímto způsobem lze reprezentovat i poměrně dosti složité vztahy mezi objekty, zejména použijemeli
kromě spojky pro implikaci :- také spojek a (konjunkce) a nebo (disjunkce). Jako cvičení
9
si čtenář může zkusit zapsat v prologu následující české věty:
(v-19) Karel má rád každou ženu, která pohrdá zlatem a nekouří.
(v-20) X je bratr Y, jestliže X je muž a X a Y mají stejné rodiče.
(v-21) A může ukrást nějakou věc, jestliže A je zloděj a jestliže ta věc je cenná
a A tu věc miluje.
0.2.6 Mechanismus navracení
Pro získání základní představy o tom, jak prolog funguje, naznačíme stručně, co je v prologu
mechanismus navracení.
Mějme otázku
(v-22) Existuje něco, čím Karel i Anna pohrdají?
Tato otázka se skládá ze dvou cílů:
• najít nějaké X, jímž pohrdá Anna.
• zjistit, zda i Karel pohrdá tímto X, ať je to cokoli.
V prologu to vyjádříme pomocí konjunkce
(c-22) ?- pohrdá(anna,X),pohrdá(karel,X).
prolog se nejprve pokouší splnit první cíl (první člen konjunkce). Jakmile se cíl porovná
s propozicí v databázi, prolog poznamená nalezené místo, kde došlo k srovnání, a snaží se
splnit druhý cíl. Je-li splněn i druhý cíl, prolog poznamená místo, na kterém došlo k srovnání,
a je tedy nalezeno řešení, které splňuje oba cíle.
Zapamatujme si však, že každý cíl má svůj vlastní ukazatel místa srovnání. Stane-li se, že
druhý cíl není splněn, pak se prolog snaží znovu splnit předcházející (zde první) cíl. prolog
přitom prohledává databázi kompletně pro každý cíl. Srovná-li se cíl s propozicí v databázi
(a tím je splněn), pak prolog si toto místo poznamená pro případ pozdějšího nového plnění
tohoto cíle. Potom již prolog hledá od takto nastaveného ukazatele místa, a nikoli od počátku
databáze.
Na výše uvedené otázce (v-22) si nyní můžeme ukázat fungování mechanismu navracení (backtrac-
king):
1. databáze se prohledává pro první cíl. Protože druhý argument je volná proměnná X,
může se srovnat s čímkoli. První takto srovnaná propozice v databázi uvedené výše
je pohrdá(anna,zlato). Proměnná X se váže na zlato, a to všude, kde se v otázce
vyskytuje. prolog poznamená místo v databázi, kde našel tuto propozici, takže se na
ně může vrátit, bude-li potřeba znovu splnit týž cíl. Ještě si musíme zapamatovat, že X
bylo vázáno právě zde, takže prolog může X
”
zapomenout“, potřebuje-li znovu splnit
tento cíl.
10
2. nyní se databáze prohledává pro cíl pohrdá(karel,zlato). Je tomu tak proto, že druhý
cíl je pohrdá(karel,X) a X je vázáno na zlato. Můžeme se přesvědčit, že žádná taková
propozice v naší databázi neexistuje. A protože cíl neuspěl, prolog se bude snažit znovu
splnit cíl pohrdá(anna,X), ale tentokrát hledá od místa, které si v databázi poznamenal.
Předtím si musí proměnnou X
”
uvolnit“, aby ji mohl znovu s čímkoli srovnat.
3. protože jsme dosud nedosáhli konce databáze, prohledávání pokračuje a tak se srovná
další propozice pohrdá(anna, kariéra). Proměnná X je nyní vázána na kariéra a prolog
si poznamená toto místo v databázi, pro případ dalšího znovusplňování.
4. prolog se opět snaží splnit druhý cíl stejným způsobem jako předtím. Protože v databázi
již není propozice týkající se Karla a pohrdání, nedojde už k žádnému srovnání a druhý
cíl nebude splněn. Nesplnění jednoho cíle v konjunkci znamená ovšem, že nebude splněna
ani celá konjunkce.
5. prolog tedy na naši otázku odpoví no, zastaví se a bude čekat na naše další příkazy.
11
0.3 Morfologie
Chceme-li úspěšně popsat českou gramatiku jako celek, musíme se zabývat nejen syntaktickou,
ale i morfologickou rovinou jazyka. Uvedeme zde nejprve některé základní pojmy z oblasti
formální morfologie podle (MČ 2, 1986) a (HaJ, 1966).
0.3.1 Některé základní morfologické pojmy
Slovo jakožto jazyková jednotka bývá definováno různým způsobem na jednotlivých jazykových
rovinách. Z hlediska formálního popisu je lze definovat jako posloupnost písmen oddělenou po
obou stranách mezerami. Dále nás bude zajímat slovo jako jednotka morfologické roviny jazyka,
jako jednotka morfologická a morfématická.
Morfologie je jazykovědná disciplína, která se zabývá morfematickou rovinou jazyka. Je to nauka
o podobách, vzájemných vztazích a funkcích nejmenších segmentů jazyka nesoucích význam.
Morf je nejmenší znaková jednotka izolovaná při segmentaci promluvy. Morf je jednotka, kterou
už dále nelze dělit. Morfy jsou konkrétními realizacemi abstraktních jazykových jednotek –
morfémů.
Morfém je základní jednotka morfologického plánu jazyka.
”
Je to elementární jazykový znak,
bilaterární jednotka (jednota označujícího a označovaného)“. Dále též:
1. Relační jednotka, určená vztahy k ostatním jednotkám.
2. Třída alomorfů (realizací morfémů = morfů).” (Erhart, 1984).
Každé ohebné slovo můžeme rozčlenit na dvě části (segmenty): lexikální část (tvarotvorný
základ) – během flexe se nemění (kromě alternací kmene) a gramatickou část (slovotvorný formant)
– během flexe se mění. Podobně hovoří Erhart o lexikálních a gramatických morfémech.
V rámci této dichotomie existuje ještě další subklasifikace morfů. Uveďme nejprve klasifikaci
podle (MČ 2, 1986).
Tvarotvorný základ představuje lexikální složka slovního tvaru a je buď jednoduchá (jednomorfová)
– např. knih-, nebo lineárně členitá (vícemorfová) např. knih-ař-stv-, složená z kořene a
slovotvorných afixů.
Tvarotvorný formant je gramatická složka slovního tvaru. Je rovněž buď jednomorfový - např. -a,
-ách, nebo vícemorfový -i-l-a.
Tvarotvorný kmen je ta část slovního tvaru (popř. slova), která zbývá po odpojení jeho koncovky
(popř. koncovek), nikoli tedy celého tvarotvorného formantu. (MČ 2, 1986).
Kmenotvorná přípona je segment, který rozšiřuje tvarotvorný základ na kmen, je však vzhledem
k dichotomii tvarotvorný základ – tvarotvorný formant součástí tvarotvorného formantu.
12
Koncovky jsou tvaroslovné přípony (pádové, osobní a infinitivní) stojící v absolutním konci
slovního tvaru (MČ 2, 1986).
Kořen je ta část slovního tvaru, která zbude po odtržení všech tvarotvorných i slovotvorných
afixů.
Erhart v Základech jazykovědy užívá poněkud odlišnou terminologii. Poukazuje na možnost
segmentace lexikálních morfémů na menší významové jednotky. Rozlišuje:
a) Primární deriváty = lexikální morfy (
”
kmeny“) složené z kořene a derivačního afixu: zedn-ík,
lov-ec apod.
b) Sekundární deriváty = lexikální morfy (
”
kmeny“) složené z primárního derivátu (
”
kmene“) a
derivačního afixu: učitel-k-a, lov-ec-ký apod.
c) Složeniny = lexikální morfy složené ze dvou (resp. několika) kořenů nebo derivátů (a,b): přínos,
velko-město, kolo-běžk(a), ú-lov-ek, zlato-nosn(ý) apod. (
”
kmene“) a derivačního
afixu (Erhart, 1984).
Gramatické morfémy se dělí na gramatické afixy vyskytující se pouze v kombinaci s kořeny a
na gramatické pomocné kořeny, které mohou tvořit fonetická slova.
Pro naše potřeby je důležité dělení afixů podle postavení vzhledem ke kořeni na prefixy (předpony)
stojící před kořenem a na sufixy (přípony) stojící za kořenem slova.
Pro přehlednost jsme vytvořili vlastní klasifikaci jednotlivých segmentů. Pro členění
jmenných tvarů budeme používat rozdělení ohebného slova na kmen km a pádovou koncovku
t. Jednoduché slovesné tvary rozčleníme na kořen ko, kmenotvornou příponu kp a koncovku
tv.
Koncovka je nesamostatná část ohebného slovního tvaru, která se při flexi mění. Koncovky jsou
sufixy nesoucí gramatické významy pádu, čísla a rodu u jmen, osoby, čísla, času, popř. druhu
participia, čísla a jmenného rodu nebo infinitivu u sloves.
Kmen je ta část slovního tvaru substantiva, která zbývá po odtržení pádové koncovky. U sloves
pod pojem kmen zahrnujeme komplex kořen + kmenotvorná přípona.
Kořen je název jednoho druhu submorfů. V předloženém textu budeme jako kořeny označovat
segmenty vzniklé segmentací jednoduchých slovesných tvarů po odtržení osobní, participiální,
či infinitivní koncovky a kmenotvorné přípony.
Za kmenotvornou příponu budeme pokládat segment izolovaný při členění jednoduchých slovesných
tvarů (přehled slovesných kmenotvorných přípon viz u Komárka, 1987).
Tvaroslovné paradigma je soubor tvarů ohebného slova vyjadřujících systém jeho mluvnických
kategorií .
Vzor je tvaroslovné paradigma reprezentované paradigmatem určitého slova, sloužící jako vzor
paradigmat slov jiných (MČ 2, 1986).
Gramatický význam určuje vztahy mezi slovními druhy na úrovni syntagmatu. Funguje jako
abstrakce pro jeden nebo více slovních druhů.
13
Gramatická forma je tvořena prostředky, jejichž pomocí se vyjadřuje určitý gramatický význam.
O gramatické kategorii mluvíme tehdy, jestliže je nějaký gramatický význam vyjadřován ustáleně
nějakou gramatickou formou. Zatímco klasické popisy flexe se skládají z tabulkových přehledů
pravidelných vzorů a ze seznamů výjimek a popisu jejich výskytu, algoritmický (dynamický
popis) umožňuje zachytit jednotně celý systém a vytvořit počítačový model schopný generovat
a rozpoznávat ohebné tvary slov.
Klasický popis české morfologie najdeme v tradičních českých mluvnicích, např. v České
mluvnici (HaJ, 1966) nebo v (MČ 2, 1986). Tyto popisy jsou z hlediska formalizace nedostačující,
poslouží nám však jako východisko k ní. Ukážeme si nejprve jednoduchý formální zápis a
nastíníme problémy spojené s algoritmizací popisu české morfologie.
0.3.2 Substantiva
Nejdříve se budeme zabývat formální morfologií substantiv. Můžeme formulovat jednoduché
pravidlo, které říká, že každé české podstatné jméno se skládá ze dvou složek: tvarotvorného
základu (kmen) a tvarotvorného formantu (pádová koncovka).
Tuto skutečnost lze formálně zapsat následujícím způsobem:
(p-1) sb → km t
(p-2) km → škol
(p-3) t → a
Graficky: (g-1)
sb
km t
škol a
Vidíme, že takto formulované pravidlo je příliš jednoduché. Vychází totiž z předpokladu, že
česká flexe je pouhým kombinováním segmentů
”
tvarotvorný základ“ se segmenty
”
tvarotvorný
formant“. Tento předpoklad je sice správný, flexi v češtině můžeme takto chápat, ovšem s určitým
omezením. Jakému omezení podléhají
”
kombinace“ tvarotvorných základů substantiv a
tvarotvorných formantů substantivních koncovek? Tímto omezením je vzor.
14
Vzor chápejme v této souvislosti jako množinu koncovek (tedy vlastně tvaroslovnou charakteristiku),
které se pojí se substantivy téhož typu a vyjadřují u substantiv téhož typu gramatické
kategorie čísla a pádu. Stejně bychom mohli definovat i vzory u jiných slovních druhů.
Každý typ má zvláštní inventář koncovek (množiny koncovek tvoří průniky, které jsou někdy
dosti rozsáhlé).
Jako příklad uvedeme koncovku (−∅), která u substantiv rodu mužského životného
tradičně zařazovaných ke vzorům pán nebo muž vyjadřuje nom. sg., u substantiv rodu mužského
neživotného tradičně zařazovaných ke vzorům hrad nebo stroj – nom. a ak. sg., u substantiv rodu
ženského tradičně zařazovaných ke vzoru žena – gen. pl., u substantiv rodu ženského tradičně
zařazovaných ke vzorům píseň a kost – nom. a ak. sg. a u neuter tradičně zařazovaných ke
vzoru město – gen. pl.
Z toho, co bylo řečeno, je patrné, že bychom měli do pravidel, jimiž popíšeme koncovky,
zahrnout též gramatické významy, které vyjadřují. Postihneme tak homonymii českých
substantivních koncovek.
Naznačené formulace zachytíme formálními pravidly. Každému substantivnímu tvarotvornému
základu přiřadíme informaci o rodu a vzoru a každému substantivnímu tvarotvornému formantu
informaci o odpovídajících gramatických významech kategorie pádu, čísla a vzoru. Docílíme
tím jednak toho, že budeme moci vytvořit formální pravidla, dovolující kombinovat
pouze tvarotvorné základy a tvarotvorné formanty, které k sobě patří, jednak bude výsledkem
generování nejen substantivní tvar, ale i jeho gramatické významy.
(p-1a) sb → km(Gen,W) t(Cas,Num,V)
(p-2a) km → škol(f,wx)
(p-3a) t → a(1,s,vx)
Graficky: (g-1a)
sb
km(Gen,W) t(Cas,Num,V)
škol(f,wx) a(1,s,vx)
Zkusme rozšířit slovník tvarotvorných základů substantiv rodu mužského životného (mz) skloňovaných
podle vzoru pán. Uveďme např. tyto kmeny: pán, pes, vlk, medvídek, občan. Podívejme
se nebo ještě lépe, zkusme odhadnout, jakých chyb bychom se dopustili, kdybychom
tuto část české formální morfologie popsali algoritmicky následujícím způsobem:
15
(p-3b) t → 0(1,s,v1)
(p-1b) sb → km(Gen,W) t(Pers,Num,V)
(p-2b) km → pán(mz,w1)
km → pán(mz,w1)
km → pes(mz,w1)
km → vlk(mz,w1)
km → občan(mz,w1)
km → medvídek(mz,w1)
(p-3b) t → 0(1,s,v1)
t → 0(1,s,v1)
t → a(2,s,v1)
t → u(3,s,v1)
t → ovi(3,s,v1)
t → a(4,s,v1)
t → u(6,s,v1)
t → ovi(6,s,v1)
t → em(7,s,v1)
t → i(1,p,v1)
t → ové(1,p,v1)
t → é(1,p,v1)
t → ů(2,p,v1)
t → ům(3,p,v1)
t → y(4,p,v1)
t → ech(6,p,v1)
t → ích(6,p,v1)
t → y(7,p,v1)
Podívejme se nyní na fragment DC gramatiky, kterou jsme napsali. Zjistíme, že kromě správných
českých substantivních tvarů generuje také např. tvary jako:
vlk-i, vlk-ech
pes-a, pes-u, pes-ovi...
občan-i,..
medvídek-a,..medvídek-i,..medvídek-ích,...
Z toho plyne, že klasifikace vzorů, kterou uvádějí klasické gramatiky, je pro potřeby algoritmického
popisu nedostatečná. Uvnitř vzorů, které známe ze školní praxe, musíme provést
podstatně jemnější klasifikaci. Všimněme si typu chyb, které se vyskytly při generování substantivních
tvarů.
Použité pravidlo nezachytilo skutečnost, že u některých slov dochází při skloňování ke změnám
tvarotvorného základu, že slova skloňovaná klasicky podle jednoho vzoru mají pro některé
pády alternativní koncovky, že se mění grafická podoba kmene atd.
16
Změny kmene a změny koncovky v české substantivní flexi
V české substantivní flexi dochází velmi často k některým změnám, na něž klasický popis
formální morfologie sice upozorňuje, ke kterým ale neposkytuje řešení vhodné pro algoritmizaci.
Alternace kmene, k nimž dochází při deklinaci i konjugaci, nebo alternativní koncovky, ať
už jsou výslednicí historického vývoje flektivního typu nebo alternativní grafickou podobou
koncovky, se v klasických mluvnicích popisují víceméně jako výjimky nebo jsou ponechány
úplně stranou. Uveďme alespoň stručný přehled základních problémů způsobených zmíněnými
jevy z hlediska algoritmického popisu.
Jsou to:
1) alternace –
a) samohláskové a tzv. vkladné -e(mráz
– mrazu)(pes – psa)
b) souhláskové
(vlk – vlci)
c) Kombinace a) + b)
(dvůr – dvora – dvoře)
(medvídek – medvídka – medvídci)
2) alternativní koncovky –
a) vzniklé v důsledku rozpadu a míšení starých deklinačních typů (páni – občané, hradu
– lesa).
b) plynoucí z ortografických zásad češtiny
(stroje – vězně, ženě – síle).
Pokusme se navrhnout vhodný algoritmus a odstranit chyby. Nejdříve musíme zjistit, kdy
k alternacím dochází, přesně tyto případy definovat a na základě definic pak určit novou
subklasifikaci vzorů.
ad 1a) Samohláskové alternace nelze popsat přesně formulovanými pravidly. Většinou
jsou důsledkem historických hláskových změn. Můžeme ale říci asi tolik, že má-li slovo samohláskovou
alternaci ve kmeni, pak platí, že jeden tvar je pro koncovku −∅ a druhý pro ostatní
koncovky.
Toto pravidlo bezesporu platí pro všechna maskulina a neutra a dále pro vkladné
”
e“ u feminin.
U feminin skloňovaných podle vzoru žena toto pravidlo platí s určitým omezením. K samohláskovým
alternacím dochází totiž nejen v genitivu plurálu, ale i v lokálu a instrumentálu plurálu.
ad 1b) Souhláskové alternace jsou vázány na určitý typ koncovek. Jsou to koncovky
-i, -ích, -e. Za souhláskové alternace pokládáme alternace velár a změnu r-ř. Nebudeme se
zabývat alternacemi d,t,n u
”
tvrdých“ vzorů, který vzhledem k české ortografii nemají v písmu
příslušnou realizaci (srov. [hat-∅] – [haď-i]). Naopak nás budou zajímat grafické alternace d,t,n
srov. [píseň] - [písňe].
ad 1c) K tomuto bodu nemusíme příliš mnoho dodávat. Je syntézou a) + b).
ad 2a) Tyto případy nelze přesně definovat pomocí formálních pravidel.
17
ad 2b) Jedná se především o výskyt koncovky -ě, -ěm, -ěmi, -e, -em, -emi. Zde již
můžeme formulovat přesná pravidla. Podle zásad české ortografie se koncovky -ě, -ěm, -ěmi
píší u měkkých vzorů po -d,-t,-n,-b,-v,-f,-p,-m, po ostatních grafémech píšeme -e, -em, -emi.
Stejná je i distribuce koncovek -ě, -e u substantiv skloňovaných podle podvzoru les a u neuter
vzoru město. Výjimku tvoří dvě skupiny slov, u kterých tato zásada neplatí. Jsou to jednak
bývalé n-kmeny, jednak bývalé dlouhé u-kmeny.
Vzory
Vymezili jsme výše vzor z hlediska klasických popisů formální morfologie a objasnili jsme, jak
chápeme tento pojem v rámci algoritmického popisu. Za vzor budeme pokládat přípustnou
kombinaci tvarotvorných základů a tvarotvorných formantů.
Vzory a podvzory
Ukázali jsme si, že v rámci algoritmického popisu nevystačíme s klasickými čtrnácti českými
vzory. Naznačili jsme obecně, na jaké problémy můžeme narazit. Podívejme se ještě jednou na
příklady nesprávně generovaných substantivních tvarů. Zkusme se zamyslit nad analogickými
případy u všech ostatních vzorů. Tak např. stejně jako je nesprávný tvar občan-i, je nesprávný
i tvar učitel-i. Tak jako neexistuje tvar vlk-i, neexistuje ani tvar matk-e nebo matk-ě, atd.
Vysvětlili jsme si gramatické pozadí jevů, které působí při algoritmickém popisu zmíněné nesnáze.
Podívejme se na způsob, jak lze tyto nesnáze odstranit. Každý ze čtrnácti klasických
českých vzorů, které známe ze školy, si můžeme představit jako tvaroslovnou charakteristiku
(seznam koncovek slov skloňovaných podle tohoto vzoru). V rámci každé z těchto čtrnácti
tvaroslovných charakteristik můžeme vyčlenit jádro, určitou podmnožinu koncovek, které nikdy
nepůsobí ani změnu tvarotvorného základu, ani nealternují s jinou koncovkou. Zbytek
koncovek lze pak podle druhu změn, které způsobují, rozdělit do jednotlivých podskupin – periferních
vzorů (podvzory). Substantivní tvarotvorný základ nepatří potom k jedinému vzoru,
ale vždy k jádru a několika periferním vzorům (podvzorům).
18
Ukažme si to na příkladech:
vzor : -0,-a,-u,-ovi,-em,-i,-ové,-é,-ů,-ům,-ech,-ích,-y
koncovky jádro vzoru
–a v1
–u v1
–em v1
–ů v1
–ům v1
–y v1
koncovky periferní vzory (podvzory)
–0 v1x
–i v1y
–ové v1a
–é v1e
–ovi v1f
–ech v1z
–ích v1q
Pak např. tvarotvorný základ pes- patří k podvzoru v1x a tvarotvorný základ ps- k jádru vzoru
v1 a k podvzorům v1y, v1a, v1f, v1z.
Tvarotvorný základ vlk- patří potom k jádru v1 a dále k podvzoru v1x, v1a, v1f a tvarotvorný
základ vlc- patří k podvzorům v1y, v1q. vzor žen-a: -a,-y,-ě,-e,-u,-ou,-0,-ám,-ách,-ami
koncovky jádro vzoru žen-a
–a v7
–y v7
–u v7
–ou v7
koncovky periferní vzory (podvzory)
–0 v7x
–e v7a
–ě v7b
–ám v7e
–ách v7f
–ami v7g
Pak např. tvarotvorný základ síl- patří k jádru vzoru v7 a k podvzoru v7a a tvarotvorný základ
sil- k podvzorům v7x, v7e, v7f, v7g.
Uvedené podvzory jsme vyčlenili na základě alternací kmene a alternativních koncovek.
19
Tvarotvorné základy
Z toho, co bylo řečeno výše, vyplývá, že pro vybudování algoritmického popisu české substantivní
deklinace vyjdeme z rozčlenění ohebného tvaru na dvě části: tvarotvorný základ a tvarotvorný
formant. Tvarotvorný základ je nositelem gramatického významu jmenného rodu. Zároveň
lze roztřídit tvarotvorné základy do tříd vzorů, které odpovídají novým vzorům vybudovaným
pro potřeby algoritmického popisu.
Tvarotvorné formanty – koncovky
Součástí algoritmického popisu substantiv je úplný seznam pádových koncovek substantiv s uvedením
gramatických významů kategorie pádu a čísla. Kromě toho je u každé koncovky třeba uvést
gramatické významy pro vzor.
Podívejme se na souhrnné tabulky všech substantivních podvzorů, které jsme vyčlenili na základě
alternací kmene a alternativních koncovek.
Substantiva tradičně řazená ke vzoru pán.
tab 1.
p.č. v1 v1x v1y v1z v1q v1e v1f v1g v1h
1.s. -0
2.s. -a
3.s. -u,-ovi
4.s. -a
5.s. -e -u
6.s. -u,-ovi
7.s. -em
1.p. -i -ové -é
2.p. -ů
3.p. -ům
4.p. -y
5.p. -i -ové -é
6.p. -ech -ích
7.p. -y
20
Substantiva tradičně řazená ke vzoru hrad.
tab 2.
p.č. v2 v2x v2z v2q v2a v2b v2c v2d v2e
1.s. -0
2.s. -u -a
3.s. -u
4.s. -0
5.s. -e -u
6.s. -e -ě -u
7.s. -em
1.p. -y
2.p. -ů
3.p. -ům
4.p. -y
5.p. -y
6.p. -ech -ích
7.p. -y
Substantiva tradičně řazená ke vzoru muž.
tab 3.
p.č. v3 v3x v3a v3b v3c v3d v3e v3f v3g
1.s. -0
2.s. -e -ě
3.s. -i -ovi
4.s. -e -ě
5.s. -i -e
6.s. -i -ovi
7.s. -em -ěm
1.p. -ové -é
2.p. -ů
3.p. -ům
4.p. -e -ě
5.p. -ové -é
6.p. -ích
7.p. -i
21
Substantiva tradičně řazená ke vzoru stroj.
tab 4.
p.č. v4 v4x v4a v4b v4c
1.s. -0
2.s. -e -ě
3.s. -i
4.s. -e -ě
5.s. -i
6.s. -i
7.s. -em -ěm
1.p. -e -ě
2.p. -ů
3.p. -ům
4.p. -e -ě
5.p. -e -ě
6.p. -ích
7.p. -i
Substantiva tradičně řazená ke vzoru předseda.
tab. 5
p.č. v5 v5y v5z v5q v5g v5h
1.s. -a
2.s. -y
3.s. -ovi
4.s. -u
5.s. -o
6.s. -ovi
7.s. -ou
1.p. -i -ové -é
2.p. -ů
3.p. -ům
4.p. -y
5.p. -i -ové -é
6.p. -ech -ích
7.p. -y
22
Substantiva tradičně řazená ke vzoru soudce.
tab. 6
p.č. v6 v6a v6b v6c v6f
1.s. -e -ě
2.s. -e -ě
3.s. -i -ovi
4.s. -e -ě
5.s. -e -ě
6.s. -i -ovi
7.s. -em -ěm
1.p. -i -ové
2.p. -ů
3.p. -ům
4.p. -e -ě
5.p. -i -ové
6.p. ích
7.p. -i
Substantiva tradičně řazená ke vzoru žena.
tab. 7
p.č. v7 v7x v7a v7b v7c v7d v7e
1.s. -a
2.s. -y
3.s. -e -ě
4.s. -u
5.s. -o
6.s. -e -ě
7.s. -ou
1.p. -y
2.p. -0
3.p. -ám
4.p. -y
5.p. -y
6.p. -ách
7.p. -ami
23
Substantiva tradičně řazená ke vzoru růže.
tab. 8
p.č. v8 v8a v8b v8c v8x
1.s. -e -ě
2.s. -e -ě
3.s. -i
4.s. -i
5.s. -e -ě
6.s. -i
7.s. -í
1.p. -e -ě
2.p. -í -0
3.p. -ím
4.p. -e -ě
5.p. -e -ě
6.p. ích
7.p. -emi -ěmi
Substantiva tradičně řazená ke vzoru píseň.
tab. 9
p.č. v9 v9x v9a v9b
1.s. -0
2.s. -e -ě
3.s. -i
4.s. -0
5.s. -0
6.s. -i
7.s. -í
1.p. -e -ě
2.p. -í
3.p. -ím
4.p. -e -ě
5.p. -e -ě
6.p. ích
7.p. -emi -ěmi
24
Substantiva tradičně řazená ke vzoru kost.
tab. 10
p.č. v10 v10x
1.s. -0
2.s. -i
3.s. -i
4.s. -0
5.s. -0
6.s. -i
7.s. -í
1.p. -i
2.p. -í
3.p. -em
4.p. -i
5.p. -i
6.p. ech
7.p. mi
Substantiva tradičně řazená ke vzoru město.
tab. 11
p.č. v11 v11x v11z v11q v11p v11a v11b v11c
1.s. -o
2.s. -a
3.s. -u
4.s. -o
5.s. -o
6.s. -e -ě -u
7.s. -em
1.p. -a
2.p. -0
3.p. -ům
4.p. -a
5.p. -a
6.p. -ech -ích -ách
7.p. -y
25
Substantiva tradičně řazená ke vzoru moře.
tab. 12
p.č. v12 v12a v12b v12c v12x
1.s. -e -ě
2.s. -e -ě
3.s. -i
4.s. -i
5.s. -e -ě
6.s. -i
7.s. -em -ěm
1.p. -e -ě
2.p. -í -0
3.p. -ím
4.p. -e -ě
5.p. -e -ě
6.p. ích
7.p. -i
Substantiva tradičně řazená ke vzoru stavení.
tab. 13
p.č. v13
1.s. -í
2.s. -í
3.s. -í
4.s. -í
5.s. -í
6.s. -í
7.s. -ím
1.p. -í
2.p. -í
3.p. -ím
4.p. -í
5.p. -í
6.p. -ích
7.p. -ími
26
Substantiva tradičně řazená ke vzoru kuře.
tab. 14
p.č. v14 v14a v14b
1.s. -e -ě
2.s. -ete
3.s. -eti
4.s. -e -ě
5.s. -e -ě
6.s. -eti
7.s. -etem
1.p. -ata
2.p. -a2t
3.p. -atům
4.p. -ata
5.p. -ata
6.p. -atech
7.p. -aty
0.3.3 Slovesa
Podobně jako substantiva lze analyzovat i slovesa. Na rozdíl od substantiv je při algoritmickém
popisu formální morfologie českého slovesa výhodnější vycházet z některých lingvistických
faktů, na něž jsme při popisu substantiv nebrali zřetel.
U podstatných jmen jsme vyšli z předpokladu, že každý substantivní tvar můžeme rozčlenit na
dvě části, a to na kmen a koncovku. U sloves se nabízí potrojná segmentace na kořen, kmenotvornou
příponu a koncovku. Podobně můžeme postupovat také v některých dalších případech.
Tak např. při popisu slovotvorby nebo při popisu stupňování adjektiv.
Přehlédněme nyní formální zápis pravidel generování slovesných tvarů v češtině. Vycházíme
přitom z analogie se substantivy.
(p-1c) v → ko kp t
(p-2c) ko→ uč
(p-3c) kp→ í
(p-4c) tv→ m
27
Graficky: (g-1c)
v
ko kp tv
uč í m
Doplníme gramatické významy a typy segmentů
(p-1d) v → ko(Wv) kp(R) t(Pers,Num,Mo,Vv)
(p-2d) ko → uč(wv2aa)
(p-3d) kp → í(r21)
(p-4d) tv → m(1,s,in,vv2aa)
Graficky:(g-1d)
v
ko(Wv) kp(R) tv(Pers,Num,Mo,Vv)
uč(wv2aa) í(r21) m(1,s,in,vv2aa)
Vzory
Vzor budeme chápat jako přípustnou kombinaci kořene, kmenotvorné přípony a koncovky.
Budeme postupovat následujícím způsobem: Vyjdeme z klasických slovesných tříd a vzorů. V
češtině je klasifikace tříd a vzorů vybudována na:
a) rozdělení sloves podle kmenotvorné přípony kmene přítomného – třídy.
b) rozdělení sloves podle kmenotvorné přípony kmene minulého – vzory.
c) rozdělení podle zakončení kořene – některé vzory.
S každým slovesným kořenem se pojí určitý počet kmenotvorných přípon a určité podmnožiny
koncovek. U každého slovesa potom rozeznáváme minimálně pět kmenů (kořen + kmenotvorná
přípona) a pět subsystémů koncovek (koncovky indikativu prézenta, imperativu, participia l-ového,
participia pasívního a infinitivu). Subklasifikaci slovesných vzorů jsme založili na podvzorech
podle zmíněných subparadigmat. Tato subklasifikace není ovšem dostatečná.
28
1) Existují paralelní inventáře koncovek u jednoho a téhož
”
klasického vzoru“ (srov. trp-∅,
-me, -te bd-i ,-ěme, -ěte).
2) I v rámci jednoho subparadigmatu se střídá u různých osob kmenotvorná přípona (srov.nes∅-u
nes-e-š).
Co tedy musíme vzít v úvahu, chceme-li vytvořit subklasifikaci slovesných kořenů s ohledem
na vytváření vzorů sloves?
Zkoumejme nejprve jednotlivá dílčí slovesná paradigmata: řekli jsme si, že vyjdeme z pěti
paradigmat.
1) Indikativu prézenta, které se dále rozpadne na další subparadigmata, a to na subparadigma
1.os. sg. a 3.os. pl. na jedné straně a ostatních osob na straně druhé. Názorněji si to můžeme
ukázat formou tabulkového přehledu:
tab. 1
vv1a vv1b vv1c vv1d vv1e vv1f
-e- -ne- -je- -uje- -í - -á-š
-š -š -š -š -š
-0 -0 -0 -0 -0 -0
-me -me -me -me -me -me
-te -te -te -te -te -te
tab. 2
vv2a vv2b vv2c vv2d vv2e vv2aa vv2ab vv2ac vv2ad vv2ae vv2af
-0- -n- -j- -uj- -0- -í - -á- -0- -ej- -ěj- -aj-u
-u -i -i -i -m -m
-ou -ou -í -í -í -í -í -í -í
2) Imperativní paradigma se rozpadá na deset subparadigmat. Jejich distribuce závisí na fonetických
a ortografických zákonitostech.
tab. 3
vv3a vv3b vv3c vv3d vv3e vv3f vv3g vv3h vv3i vv3j
-0- -ň- -j- -uj- -ej- -ěj- -aj- -0- -0- -n-0
-0 -0 -0 -0 -0 -0 -i -i -i
-me -me -me -me -me -me -me -eme -ěme-ěme
-te -te -te -te -te -te -te -ete -ěte -ěte
3) Paradigma l-ového participia, pro něž existuje jediný soubor koncovek, rozčleníme na sedm
subparadigmat.
29
tab. 4
vv4a vv4b vv4c vv4d vv4e vv4f vv4g
-0- -a- -e- -ě- -nu- -ova--i-l
-l -l -l -l -l -l
-l -l -l -l -l -l -l
-la -la -la -la -la -la -la
-lo -lo -lo -lo -lo -lo -lo
-li -li -li -li -li -li -li
-ly -ly -ly -ly -ly -ly -ly
-ly -ly -ly -ly -ly -ly -ly
-la -la -la -la -la -la -la
4) Pasívní paradigma se rozpadne do sedmi podvzorů.
tab. 5
vv5a vv5b vv5c vv5d vv5e vv5f vv5g
-0- -0- -á- -nu- -a- -0- -ová-ěn
-en -n -t -t -t -n
-ěn -en -n -t -t -t -n
-ěna -ena -na -ta -ta -ta -na
-ěno -eno -no -to -to -to -no
-ěni -eni -ni -ti -ti -ti -ni
-ěny -eny -ny -ty -ty -ty -ny
-ěny -eny -ny -ty -ty -ty -ny
-ěna -ena -na -ta -ta -ta -na
5) U infinitivního paradigmatu budeme rozlišovat deset podvzorů.
tab. 6
vv6a vv6b vv6c vv6d vv6e vv6f vv6g vv6h vv6i vv6j
-0- -á- -a- -í- -nou--ova--i- -ě- -e- -0-t
-t -t -t -t -t -t -t -t -i
Kořeny
Podle výše uvedené klasifikace vzorů bude každému českému slovesnému kořeni přiřazena tvaroslovná
charakteristika (podvzor) pro generování tvarů určitých - prézenta (wv1a až wv1f a
wv2a až wv2e nebo wv2aa až wv2af), tvarů imperativu (wv3a až vw3j) a pro tvary neurčité
- participia l-ového (wv4a až wv4g), participia pasívního wv5a až wv5g) a infinitivu (wv6a až
wv6j).
30
Koncovky
Sestavíme úplný seznam slovesných koncovek a provedeme jejich klasifikaci. Vzory koncovek a
kořenů si navzájem odpovídají (viz. tab.).
Kmenotvorné přípony
Kmenotvorné přípony budeme číslovat a označíme je např. písmenem r, tedy r1....rn.
0.3.4 Česká morfologie v PROLOGU
PROLOG
prolog je, jak už bylo řečeno výše, programovací jazyk, kterého můžeme použít k řešení
problémů, jež lze vyjádřit pomocí objektů a jejich vzájemných vztahů. Složitější vztahy mezi
objekty můžeme popsat pomocí pravidel. prolog funguje interaktivně, to znamená, že uživatel
může požádat určitým příkazem operační systém daného počítače (ms dos o použití prologu
(viz. výše) a prostřednictvím obrazovky a klávesnice dále s prologem komunikovat. Na základě
propozic, které má prolog k dispozici, odpoví na otázky, jež mu uživatel v pevně zadaném tvaru
může klást.
Využití PROLOGU při popisu morfologie
Koncovky českých ohebných slov můžeme chápat jako vztahy objektů (morfů, písmen a gramatických
významů, které za určitých okolností vyjadřují).
Propozice, že koncovka -u vyjadřuje u substantiv rodu mužského životného skloňovaných podle
vzoru pán 3. nebo 6. pád jednotného čísla, můžeme v prologu zapsat takto:
/*c-1*/ t(u,3,s,v1) → [u].
/*c-2*/ t(u,6,s,v1) → [u].
Jména objektů uzavřená do kulatých závorek se nazývají argumenty. Jméno vztahu nazýváme
predikát. Soubor propozic v prologu se nazývá databáze.
Jakmile máme nějaké propozice, můžeme se na ně v prologu ptát. prologovská otázka
je formálně totožná s propozicí s tím rozdílem, že před otázkou stojí prompt ?-. Zadáme-li
prologu otázku, prohledává databázi, dokud nenajde propozici, jejíž predikát a argumenty jsou
shodné s otázkou. Nenajde-li ji, odpoví "no", což lze interpretovat jako "ne, není mi o tom
nic známo".
Tak např. položíme-li prologu otázku nad databází obsahující výše uvedené propozice o koncovce
-u a budeme-li chtít vědět, jaký pád může tato koncovka vyjadřovat, zeptáme se takto:
/*c-3*/ ?- t(u,Cas,Num,v1).
Slovně: Jaké jsou gramatické významy pádu a čísla vyjádřené koncovkou -u u substantiv skloňovaných
podle vzoru v1? prolog odpoví následujícím způsobem:
Cas=3
Num=s;
Cas=6
31
Num=s;
no
Chceme-li se zeptat, zda neexistuje ještě nějaká další odpověď na naši otázku, napíšeme středník
”
;“.
prologu můžeme ovšem klást i složitější otázky, např., zda platí jedna propozice a zároveň i
druhá. Zeptáme-li se třeba, zda koncovka -u, může vyjadřovat jak dativ singuláru, tak lokál
singuláru substantiv skloňovaných podle vzoru v1, můžeme otázku zapsat takto:
/*c-4/ ?- t(u,3,s,v1),t(u,6,s,v1).
yes
?Tímto
způsobem lze v prologu vyjádřit konjunkci dvou cílů. Mezi cíli píšeme čárku
”
,“ a
čteme ji
”
a“.
Je patrné, že bychom rádi uměli vyjadřovat i složitější vztahy, než jsme si dosud ukázali.
prolog nám to samozřejmě umožňuje. V prologu se k vyjádření složitějších vztahů,
např.k vyjádření závislosti jedné propozice na propozicích ostatních, používá pravidel. Pravidlo
je všeobecné tvrzení o objektech a jejich vztazích.
Doplňme si naši databázi o další propozice týkající se kmenů a vzorů substantiv.
/*c-5*/ km(’pán’,mz,w1).
/*c-6*/ vz(w1,v1).
Chceme nyní definovat vztah mezi propozicemi
”
koncovkami“ a
”
kmeny“. Můžeme, jak jsme
si ostatně ukázali výše, říci, že substantivní tvar vzniká v češtině kombinací substantivního
kmene a substantivní koncovky, jestliže jak kmen, tak i koncovka patří ke stejnému vzoru.
Pravidlo, jímž tuto skutečnost v prologu reprezentujeme, se skládá z hlavy a těla. Hlava je
spojena s tělem pomocí symbolu :-. Symbol :- se čte jestliže, pak, tj. jde o – implikaci. Použijemeli
gramatického preprocesoru, vestavěného v našem prologu, dojde k nahrazení symbolu :symbolem
→. Uvedený příklad můžeme v prologu zapsat takto:
/*c-7*/ sb(Km,T) :- vz(W,V),
km(Km,Gen,W)
t(T,Cas,Num,V).
Hlava pravidla popisuje vztah, který má být pravidlem definován. Tělo pravidla popisuje konjunkci
cílů, které musí být postupně splněny, aby hlava byla pravdivá.
0.3.5 Přepis algoritmického popisu formální morfologie do jazyka PROLOG
Substantiva
Mějme následující databázi, která bude obsahovat:
1) Propozice
a) o koncovkách substantiv
b) o kmenech substantiv
c) o vzorech substantiv
32
2) Pravidla
Pravidlo tvoření ohebných substantivních tvarů, tj. kombinací konjunkcí) složek tvarotvorný základ
(kmen), tvarotvorný formant (koncovka), pro které existuje společný vzor vz.
/*Pravidlo*/
/*c-8*/ sb(sb(Km,Ts)) → vz(V,W),
km(Km,Gen,W),
t(T,Cas,Num,V).
/*Kmeny*/
/*c-9*/ km(km(’pán’),mz,w1) → [’pán’].
/*Koncovky*/
/*c-10*/ t(t(0),1,s,v1) → [0].
t(t(a),2,s,v1) → [a].
t(t(a),4,s,v1) → [a].
t(t(u),3,s,v1) → [u].
t(t(u),6,s,v1) → [u].
/*Vzory*/
/*c-11*/ vz(w1,v1) → [w1,v1].
Využití predikátu member
Ukažme si, jak by vypadal kousek databáze v Prologu, tedy vlastně program generující ohebné
tvary substantiv skloňovaných podle vzoru pán.
/*Pravidlo*/
/*c-12*/ sb(sb(Km,Ts)) → vz(W,V),
km(Km,W),
t(Ts,Cas,Num,V).
/*Vzory*/
/*c-13*/ vz(w1,v1) → [w1,v1].
vz(w1x,v1x) → [w1x,v1x].
vz(w1y,v1y) → [w1y,v1y].
vz(w1z,v1z) → [w1z,v1z].
vz(w1q,v1q) → [w1q,v1q].
33
/*Kmeny*/
/*c-14*/ km(km(’pán’),mz,w1) → [’pán’].
km(km(’pán’),mz,w1x) → [’pán’].
km(km(’pán’),mz,w1y) → [’pán’].
km(km(’pán’),mz,w1z) → [’pán’].
km(km(vlk),mz,w1) → [vlk].
km(km(vlk),mz,w1x) → [vlk].
km(km(vlc),mz,w1y) → [vlc].
km(km(vlc),mz,w1q) → [vlc].
km(km(ps),mz,w1) → [ps].
km(km(pes),mz,w1x) → [pes].
km(km(ps),mz,w1y) → [ps].
km(km(ps),mz,w1z) → [ps].
km(km(’občan’),mz,w1) → [’občan’].
km(km(’občan’),mz,w1x) → [’občan’].
km(km(’občan’),mz,w1y) → [’občan’].
km(km(’občan’),mz,w1z) → [’občan’].
km(km(’medvídk’),mz,w1) → [’medvídk’].
km(km(’medvídek’),mz,w1x) → [’medvídek’].
km(km(’medvídc’),mz,w1y) → [’medvídc’].
km(km(’medvídc’),mz,w1q) → [’medvídc’].
34
/*Koncovky*/
/*c-15*/ t(t(0),1,s,v1x) → [0].
t(t(a),2,s,v1) → [a].
t(t(a),4,s,v1) → [a].
t(t(u),3,s,v1) → [u].
t(t(u),6,s,v1) → [u].
t(t(ovi),3,s,v1) → [ovi].
t(t(ovi),6,s,v1) → [ovi].
t(t(em),7,s,v1) → [em].
t(t(i),1,p,v1y) → [i].
t(t(’ů’),2,p,v1) → [’ů’].
t(t(’ům’),3,p,v1) → [’ům’].
t(t(y),4,p,v1) → [y].
t(t(y),7,p,v1) → [y].
t(t(ech),6,p,v1z) → [ech].
t(t(’ích’),6,p,v1q) → [’ích’].
t(t(’ové’),1,p,v1f) → [’ové’].
t(t(’é’),1,p,v1e) → [’é’].
Je na první pohled patrné, že způsob ukládání kmenů do databáze je velice neefektivní. Každý
kmen je v databázi uložen tolikrát, podle kolika podvzorů se skloňuje.
Podívejme se, jak funguje pravidlo, které popisuje generování substantivních tvarů. Nejprve
prolog prohledává databázi a snaží se splnit první cíl, tj. dosadit za vz(W,V) nějaké konstanty
vz(w1,v1). Splnění dalšího cíle pak závisí na splnění cíle předchozího. Hledá se nějaké
km(Km,W), tedy kmen, kde se proměnná Km nahradí kmenem se vzorem označeným proměnnou
W. W musí již být nahrazeno konkrétním podvzorem, tj. konstantou w1 v souladu se splněním
prvního cíle. Stejným způsobem se vyhledá i koncovka t. Proměnné T, Cas, Num, V se nahradí
po řadě např. u, 3, s, v1 nebo em, 7, s, v1 atd., přičemž splnění tohoto cíle opět
závisí na nahrazení proměnné V konstantou v1 v souladu s prvním cílem, který byl splněn tak,
že proměnná V byla nahrazena konstantou v1.
prolog nám nabízí možnost značně jednoduššího zápisu, s použitím predikátu member, jehož
definici najdeme ve všech učebnicích prologu.
35
/*Vzory*/
/*c-16*/ vz(w1,v1) → [w1,v1].
vz(w1x,v1x) → [w1x,v1x].
vz(w1y,v1y) → [w1y,v1y].
vz(w1z,v1z) → [w1z,v1z].
vz(w1q,v1q) → [w1q,v1q].
vz(w1e,v1e) → [w1e,v1e].
vz(w1f,v1f) → [w1f,v1f].
/*Kmeny*/
/*c-17*/ km(km(’pán’),mz,[w1,w1x,w1y,w1z,w1e]) → [’pán’].
km(km(vlk),mz,[w1,w1x,w1e]) → [vlk].
km(km(vlc),mz,[w1y,w1q]) → [vlc].
km(km(pes),mz,[w1x]) → [pes].
km(km(ps),mz,[w1,w1y,w1z]) → [ps].
km(km(’občan’),mz,[w1,w1x,w1z,w1f]) → [’občan’].
km(km(’medvídek’),mz,[w1x]) → [’medvídek’].
km(km(’medvídk’),mz,[w1]) → [’medvídk’].
km(km(’medvídc’),mz,[w1y,w1q]) → [’medvídc’].
/*Koncovky*/
/*c-18*/ t(t(0),1,s,[v1x,v2x,v3x,v4x,v8x,v9x,v10x]) → [0].
t(t(a),2,s,[v1,v2d,v11]) → [a].
t(t(a),4,s,[v1]) → [a].
t(t(u),3,s,[v1,v2,v11]) → [u].
t(t(u),6,s,[v1,v2e,v11e]) → [u].
t(t(ovi),3,s,[v1,v3,v5,v6]) → [ovi].
t(t(ovi),6,s,[v1,v3,v5,v6]) → [ovi].
t(t(em),7,s,[v1,v2,v3a,v4a,v6a,v11,v12a]) → [em].
t(t(i),1,p,[v1y,v3,v6,v10]) → [i].
t(t(’ů’),2,p,[v1,v2,v3,v4,v5,v6]) → [’ů’].
t(t(’ům’),3,p,[v1,v2,v3,v4,v5,v6,v11]) → [’ům’].
t(t(y),4,p,[v1,v2,v5,v7]) → [y].
t(t(y),7,p,[v1,v2,v5]) → [y].
t(t(ech),6,p,[v1z,v2z,v5z,v11z]) → [ech].
t(t(’ích’),6,p,[v1q,v2q,v3,v4,v5q,v6,v8,v9,v11q,v12]) → [’ích’].
t(t(’é’),1,p,[v1f,v3f]) → [’é’].
t(t(’ové’),1,p,[v1e,v3e,v5e,v6e]) → [’ové’].
36
Jednou z podstatných vlastností prologu je, že umožňuje pracovat se seznamy. Seznam je
uspořádaná posloupnost prvků a může mít libovolnou délku. Seznam může být buď prázdný,
nebo je to struktura, která má dvě komponenty: hlavu a tělo.
Máme např. nějaký seznam, kde X zastupuje hlavu a Y tělo. Můžeme jej zapsat jako [X|Y].
Tento seznam může obsahovat třeba podvzory klasického vzoru pán nebo s jeho pomocí můžeme
zjednodušit popis koncovek, vyjadřuje-li např. jedna koncovka stejné gramatické významy u více
vzorů:
[w1,w1x,w1y,w1z,w1f]
[v1x,v2x,v3x,v4x,v8x,v9x,v10x]
Seznamu [v1x,v2x,v3x,v4x,v8x,v9x,v10x] použijeme při definování koncovky ∅ českých
substantiv vyjadřující gramatické významy 1. osoby singuláru u klasických vzorů pán – v1x,
hrad – v2x, muž – v3x, stroj – v4x, růže – v8x, píseň – v9x, kost – v10x.
prolog nám umožňuje např. zjistit, zda je w1y prvkem seznamu [w1,w1x,w1y,
w1z,w1f]. Je třeba, abychom to věděli, protože s prvky seznamu budeme pracovat při formulaci
pravidel. Vzory definujeme jako správné kombinace typů W a V. Při vytváření pravidel
pak existence vzoru vz umožňuje kombinovat kmeny typu W s koncovkami typu V.
Chceme-li ovšem docílit toho, aby při splňování jednotlivých cílů popsaných pravidlem došlo
k výběru prvku podvzor W ze seznamu [WW] a prvku podvzor V ze seznamu [VV], pak musíme
tyto vztahy definovat.
prolog prohledává nejprve databázi a snaží se splnit první cíl, tj. dosadit za vz(W,V) nějaký
vz(w1,v1). Splnění dalšího cíle pak závisí na splnění cíle předchozího. Hledá se nějaké
km(Km,[WW]), tedy kmen, kde se proměnná Km nahradí kmenem třeba pán a [WW] konkrétním
seznamem podvzorů [w1,w1x,w1y,w1z,w1f]. Stejným způsobem se vyhledá i koncovka t. Proměnné
T,Cas,Num,[VV] se nahradí u,3,s,[v1,v2c]. Při splňování těchto cílů musíme zajistit,
aby první objekt predikátu vzor w1 byl prvkem seznamu [WW] podvzorů kmene Km a aby druhý
objekt predikátu vzor v1 byl prvkem seznamu [VV] podvzorů koncovky T. Jak toho docílíme
v prologu?
Učebnice prologu uvádějí (rekurzívní) definici predikátu member, která zní:
member(A,[A|T]) :- [A,A].
member(B,[_|T]) :- member(B,T).
První řádek budeme číst takto:
A je prvkem seznamu, jestliže A lze srovnat s hlavou seznamu.
Druhý řádek budeme číst takto: B je prvkem seznamu, jestliže B lze srovnat s tělem seznamu.
37
Takto definujeme predikát member, tj.
”
být prvkem seznamu“. Jak jej nyní použijeme při formulování
pravidel v prologu? Pravidlo, kterým popisujeme konjunkci kmene a koncovky, existujeli
patřičný vzor, který takovou konjunkci dovoluje, vypadá s použitím predikátu member takto:
/*c-19*/ sb(sb(Km,Ts)) → vz(W,V),
km(Km,WW),member(W,WW),
t(Ts,Cas,Num,VV),member(V,VV).
Slovně: Substantivum se skládá z kmene Km a z koncovky T, existuje-li vzor vz(W,V), který
umožňuje kombinovat kmen Km typu [WW], pokud platí, že W je prvkem seznamu [WW] a koncovku
T typu [VV], pokud platí, že V je prvkem seznamu [VV].
Slovesa
Mějme následující databázi, která bude obsahovat:
1) Propozice
a) o koncovkách sloves
b) o kořenech sloves
c) o kmenotvorných příponách sloves
d) o vzorech sloves
2) Pravidla
Pravidlo tvoření slovesných tvarů určitých a neurčitých, tj. kombinací (konjunkcí) složek kořen,
kmenotvorná přípona, koncovka, pro které existuje společný vzor vz.
/*Pravidlo*/
/*c-20*/ v([Ko,Kp,Tv],Pers,Num,Mo) → vz(Wv,R,Vv),
ko(Ko,WX),
member(Wv,WX),
kp(Kp,R),
tv(Tv,Pers,Num,Mo,VX),
member(Vv,VX).
/*Koncovky*/
/*c-21*/ tv(tv(u),1,s,in,vv1) → [u].
tv(tv(’š’),2,s,in,vv2) → [’š’].
/*Kmenotvorné přípony*/
38
/*c-22*/ kp(kp(0),r1) → [0].
kp(kp(e),r2) → [e].
/*Kořeny*/
/*c-23*/ ko(ko(nes),[wv1a,wv2a,wv3a,wv4a,wv5a]) → [nes].
ko(ko(’nés’),[wv6a]) → [’nés’].
/*Vzory*/
/*c-24*/ vz(wv1,r1,vv1) → [wv1,r1,vv1].
vz(wv1,r2,vv2) → [wv1,r2,vv2].
0.3.6 Složené tvary slovesné
Jistým přechodem mezi morfologií a syntaxí jsou složené tvary slovesné. Sestavení formálního
popisu gramatiky složených slovesných tvarů je poměrně jednoduchým cvičením. Složitějším
úkolem by bylo například zabudovat tento krátký úsek gramatiky do popisu české syntaxe. Je
totiž značně obtížné zachytit všechny zákonitosti českého slovosledu, které umožňují vzájemnou
izolaci jednotlivých složek složeného slovesného tvaru. Prostý popis složených slovesných tvarů
v češtině je, jak již bylo řečeno, snadný.
Jaká data je třeba formálně popsat?
Složené tvary slovesné se, jak známo, skládají ze dvou složek:
1) Pomocné sloveso v určitém tvaru
2) Významové sloveso v neurčitém tvaru
3) Pomocné a významové sloveso se shodují v čísle, pokud jednotlivé složky vyjadřují tuto
gramatickou kategorii.
4) Pokud se tvar skládá z neurčitých tvarů jak významového, tak pomocného slovesa, shodují
se jednotlivé tvary také v rodě.
Databáze složených tvarů slovesných
Co bude zahrnovat databáze?
1) Seznamy tvarů pomocných sloves
2) Slovník neurčitých tvarů sloves významových
3) Pravidla tvoření složených slovesných tvarů
Poznámka:
Rozlišujeme dvě paradigmata slovesa být, a to jedno pro tvoření pasíva – vb, a druhé pro tvoření minulého
času – vbp, kde se sloveso být ve třetí osobě sg. i pl. realizuje jako ∅.
39
/*DATABÁZE*/
/*SLOVESO být*/
/*c-25*/ vb(vb(jsem),1,s) → [jsem].
vb(vb(jsi),2,s) → [jsi].
vb(vb(je),3,s) → [je].
vb(vb(jsme),1,p) → [jsme].
vb(vb(jste),2,p) → [jste].
vb(vb(jsou),3,p) → [jsou].
/*c-26*/ vbp(vbp(jsem),1,s) → [jsem].
vbp(vbp(jsi),2,s) → [jsi].
vbp(vbp(0),3,s) → [0].
vbp(vbp(jsme),1,p) → [jsme].
vbp(vbp(jste),2,p) → [jste].
vbp(vbp(0),3,p) → [0].
/*c-27*/ vbf(vbf(budu),1,s) → [budu].
vbf(vbf(’budeš’),2,s) → [’budeš’].
vbf(vbf(bude),3,s) → [bude].
vbf(vbf(budeme),1,p) → [budeme].
vbf(vbf(budete),2,p) → [budete].
vbf(vbf(budou),3,p) → [budou].
/*c-28*/ vbk(vbk(bych),1,s) → [bych].
vbk(vbk(bys),2,s) → [bys].
vbk(vbk(by),3,s) → [by].
vbk(vbk(bychom),1,p) → [bychom].
vbk(vbk(byste),2,p) → [byste].
vbk(vbk(by),3,p) → [by].
/*c-29*/ vbl(vbl(byl),mz,s) → [byl].
vbl(vbl(byl),mn,s) → [byl].
vbl(vbl(byla),f,s) → [byla].
vbl(vbl(bylo),n,s) → [bylo].
vbl(vbl(byli),mz,p) → [byli].
vbl(vbl(byly),mn,p) → [byly].
vbl(vbl(byly),f,p) → [byly].
vbl(vbl(byla),n,p) → [byla].
/*c-30*/ vbll(vbll(’býval’),mz,s) → [’býval’].
vbll(vbll(’býval’),mn,s) → [’býval’].
vbll(vbll(’bývala’),f,s) → [’bývala’].
vbll(vbll(’bývalo’),n,s) → [’bývalo’].
40
vbll(vbll(’bývali’),mz,p) → [’bývali’].
vbll(vbll(’bývaly’),mn,p) → [’bývaly’].
vbll(vbll(’bývaly’),f,p) → [’bývaly’].
vbll(vbll(’bývala’),n,p) → [’bývala’].
/*c-31*/ vl(vl(nesl),mz,s) → [nesl].
vl(vl(nesl),mn,s) → [nesl].
vl(vl(nesla),f,s) → [nesla].
vl(vl(neslo),n,s) → [neslo].
vl(vl(nesli),mz,p) → [nesli].
vl(vl(nesly),mn,p) → [nesly].
vl(vl(nesly),f,p) → [nes2ly].
vl(vl(nesla),n,p) → [nesla].
/*c-32*/ vp(vp(nesen),mz,s) → [nesen].
vp(vp(nesen),mn,s) → [nesen].
vp(vp(nesena),f,s) → [nesena].
vp(vp(neseno),n,s) → [neseno].
vp(vp(neseni),mz,p) → [neseni].
vp(vp(neseny),mn,p) → [neseny].
vp(vp(neseny),f,p) → [neseny].
vp(vp(nesena),n,p) → [nesena].
vi(vi(pracovat)) → [pracovat].
vi(vi(’pít’)) → [’pít’].
vi(vi(’stávkovat’)) → [’stávkovat’].
/*c-33*/ vzm(vzm(Vl,Vbp)) → vl(Vl,Gen,Num),
vbp(Vbp,Pers,Num).
/*c-34*/ vzf(vzf(Vbf,Vi)) → vbf(Vbf,Pers,Num),
vi(Vi).
/*c-35*/ vzk(vzk(Vl,Vbk)) → vl(Vl,Gen,Num),
vbk(Vbk,Pers,Num).
/*c-36*/ vzkm(vzkm(Vbl,Vbk,Vl)) → vbl(Vbl,Gen,Num),
vbk(Vbk,Pers,Num),
vl(Vl,Gen,Num).
/*c-37*/ vzp(vzp(Vb,Vp)) → vb(Vb,Pers,Num),
vp(Vp,Gen,Num).
/*c-38*/ vzpf(vzpf(Vbf,Vp)) → vbf(Vbf,Pers,Num),
vp(Vp,Gen,Num).
41
/*c-39*/ vzpm(vzpm(Vbl,Vb,Vp)) → vbl(Vbl,Gen,Num),
vb(Vb,Pers,Num),
vp(Vp,Gen,Num).
/*c-40*/ vzpk(vzpk(Vbl,Vbk,Vp)) → vbl(Vbl,Gen,Num),
vbk(Vbk,Pers,Num),
vp(Vp,Gen,Num).
/*c-41*/ vzpkm(vzpkm(Vbl,Vbk,Vbll,Vp)) → vbl(Vbl,Gen,Num),
vbk(Vbk,Pers,Num),
vbll(Vbll,Gen,Num),
vp(Vp,Gen,Num).
0.4 Struktura české věty I
V současné lingvistice je obvyklé popisovat přirozené jazyky jako hierarchické systémy tvořené
řadou subsystémů, které nazýváme roviny. Mluvíme pak o rovině fonologické, morfologické, syntaktické,
sémantické a případně i pragmatické. Každá rovina je vymezena svými základními
jednotkami a vztahy mezi nimi. Důležitou roli tu ovšem hrají i vztahy mezi jednotkami vzájemně
sousedících rovin.
V tomto oddílu budeme věnovat pozornost rovině syntaktické i s jistým zřetelem k morfologii
(oddíl 3), avšak jejich vzájemnými vztahy se budeme zabývat jen v míře nezbytné pro
pochopení probírané problematiky.
Základní jednotkou syntaktické roviny je věta, kterou pro naše účely můžeme charakterizovat
z několika hledisek:
”
Věta je slovní vyjádření uzavřené myšlenky a základní jednotka jazykového sdělení uspořádaná
a uzavřená po stránce mluvnické, významové i tvarové v celek (UčJČ, 1954)“.
”
Věta představuje pole vztahů a větnou strukturu charakterizuje stupňovitá relační struktura.
Strukturu odpovídající struktuře jistého typu vět (resp. její symbolický zápis) nazýváme též
větným vzorcem (MČ 3, 1987, s. 8-9)“.
V syntaxi existují různé způsoby analýzy větné struktury. Pro českou (a slavistickou) gramatickou
tradici je typická tzv. závislostní koncepce, která je založena na pojmu syntaktické závislosti.
Jeho vymezení jsou rozličná, viz např. definici Šmilauerovu (NČS, 1966, s. 32), jež ovšem v prvé
řadě vymezuje větný člen:
42
”
Větnými členy jsou jen taková slova nebo skupiny slov, které mohou vytvářet skladební dvojice
(skupiny)“.
GrK (1986, s. 201) praví:
”
Výrazy s funkcí nestejnorodých větných členů bývají spjaty vztahem,
při kterém je jeden na druhém syntakticky závislý. Nazýváme ho vztah subordinační neboli
subordinace (podřaďování). Sémanticky bývá výraz nadřazený (řídicí) výrazem podřazeným
(závislým) blíže určován (determinován)“.
V MČ 3 (s. 15-14) se mluví o vztahu dominace, rozumí se jím však vztah syntaktické závislosti.
Zcela jednoduše řečeno, vztah syntaktické závislosti je vztah existující mezi větným
prvkem řídícím a větným prvkem, který je mu podřízen. Analyzovat z tohoto hlediska strukturu
věty pak znamená v předložené české větě najít všechny dvojice tvaru <řídicí prvek, závislý
prvek>, tj. jinak řečeno, všechny skladebné dvojice.
Mějme větu
(v-1) Ta jeho druhá žena vášnivě miluje rychlá auta.
Najdeme v ní všechny skladebné dvojice a graficky (šipkami) znázorníme vztahy mezi řídícími
a závislými prvky: (g-1)
miluje
žena auta
ta jeho druhá rychlá
vášnivě
V řadě klasických gramatik a ve školní praxi, jak už jsme naznačili, se pracuje i s větnými členy,
které nejsou ničím jiným než jistou subklasifikací skladebných dvojic, přičemž jednotlivé větné
členy jsou vymezeny svou schopností vázat na sebe jisté typy větných prvků, a tak odrážet
jejich charakteristické a formálně signalizované funkce.
43
Rozšíříme-li analýzu věty o větné členy, bude mít graf (g-1) následující podobu:
(g-2)
Po Přís
žena ==== miluje
At At At Adm Před
ta jeho druhá vášnivě auta
At
rychlá
V grafu (g-2) jsou tedy navíc proti (g-1) vyznačeny větné funkce jednotlivých prvků, tj. je
v něm uvedeno, který prvek je kterým větným členem. Školský větný rozbor věty (v-1) by byl
velmi podobný grafu (g-2), je však díky dosud užívanému způsobu vyznačování syntaktických
vztahů (podtrháváním různými typy čar) málo názorný.
Nejčastěji se pracuje s následujícími větnými členy:
podmět – vstupuje do tzv. základní skladebné dvojice s přísudkem,
přísudek – vstupuje do základní skladebné dvojice s podmětem,
přívlastek – shodný, neshodný, závisí vždy na substantivu,
předmět – závisí na slovese nebo adjektivu,
příslovečné určení – závisí na slovese nebo adjektivu,
doplněk – má tzv. dvojí závislost, tj. závisí na substantivu i slovesu.
Větné členy, jak jsme si právě mohli povšimnout, jsou charakterizovány formálně, tj. jednak
svou příslušností k určitému slovnímu druhu a jednak přítomností určitých gramatických kategorií,
např. pádu, osoby, čísla aj. Mohou být a ve školní praxi často jsou charakterizovány
i sémanticky, např. podle NČS (1966, s. 126) je
”
podmět ten člen predikační dvojice, jemuž se
přísudkem přisuzuje nějaký znak“.
”
Přísudek (s.133) je pak ten člen predikační dvojice, jímž se
podmětu přisuzuje nějaký znak“. U těchto definic si povšimněme nejen jisté tendence k cirkularitě,
ale také toho, že jev formální povahy se v nich vymezuje též odkazem na své sémantické
vlastnosti. Není jistě chybou, je-li jeden jev definován na základě dvou různých kritérií, problematické
je však směšování formálních a sémantických kritérií, což lze pokládat za metodologický
nedostatek, s nímž se však v klasických gramatikách setkáváme poměrně často.
Příklady analýzy (g-1) a (g-2) jsou velmi jednoduché, není ovšem těžké vidět, že naznačený
způsob analýzy má pochopitelně obecnější platnost a je v literatuře (viz např. UčVR nebo
44
středoškolské učebnice) dobře propracován a aplikován na rozličné typy vět jednoduchých i
souvětí.
V dalším bude naší snahou ukázat, že klasický (středoškolský) větný rozbor lze velmi
dobře formalizovat s použitím formálních gramatik (zejména nekontextových). Transformujemeli
je pak do prologu, dostáváme možnost experimentovat s větným rozborem na počítači.
0.5 Formální analýza české věty
Analýza české věty, jak byla nastíněna výše, není ryze formální, tj. není založena na čistě formálních
rysech větných prvků, i když se o ně poměrně systematicky opírá. Položme si nyní
otázku, zda je možné formulovat pravidla, resp. soubor pravidel, která by popisovala strukturu
české (anglické, ruské, německé, francouzské, ...) věty tak, aby bylo možno automaticky (bez
zásahu a přispění člověka) produkovat (generovat) české věty nebo je rozpoznávat (analyzovat).
Jinými slovy, zajímá nás, zda lze vytvořit soběstačný systém pravidel, který by se choval
jako svého druhu automat a který by v jednom režimu české věty generoval (vytvářel) a v druhém
je rozpoznával (analyzoval). Takový soběstačný systém vybudovat lze a může být tvořen
souborem formálních pravidel, která mají jednoznačnou lingvistickou interpretaci. V dalším
ukážeme, jak lze takový soubor formálních pravidel formulovat a jak jej můžeme poměrně
jednoduše transformovat na počítačový program v programovacím jazyce prolog.
Pravidla, která se nyní pokusíme formulovat, nebudou však budována na vztahu syntaktické
závislosti, nýbrž na vztahu tzv. bezprostředních složek. Řekneme, že dva (nebo více) větných
prvků tvoří bezprostřední složky, jestliže patří k sobě a stojí bezprostředně vedle sebe. Např. ve
spojení velice chytrý student jsou ve vztahu bezprostředních složek prvky <velice, chytrý> a
prvky <chytrý, student>, nikoli však prvky <velice, student>. Je vidět, že rodilý mluvčí dovede
na základě své znalosti jazyka poznat, které větné prvky k sobě patří a představují tedy
bezprostřední složky.
Syntaktická analýza věty, při níž se využívá bezprostředních složek, je tedy založena na
tzv. složkové koncepci. Složková koncepce analýzy věty je typická pro anglosaskou lingvistickou
tradici (Wells, 1947, Chomsky, 1957) a v české lingvistice se objevuje až v posledních 15 – 20
letech v souvislosti s pokusy o formální popis české syntaxe (Sgall et al., 1967, Pala, 1982).
Poznamenejme ještě, že formální pravidla popisující strukturu české věty mohou mít
jak tvar pravidel závislostních, tak i složkových, a platí, že oba způsoby analýzy jsou prakticky
(i teoreticky) ekvivalentní. Složkové koncepci však dáváme v tomto textu přednost pro
lepší propracovanost formálního aparátu (nekontextových gramatik), který je touto koncepcí
využíván, a jeho notační blízkost programovacímu jazyku prolog.
0.5.1 Formální gramatiky
Soubor formálních pravidel, která umožňují generovat nebo rozpoznávat české věty a současně
jim přiřazovat popisy jejich struktury, nazveme formální gramatikou (přesná definice následuje
v dalším oddíle).
Vrátíme se nyní k větě
45
(v-1) Ta jeho druhá žena vášnivě miluje rychlá auta.
Ukázali jsme už, že tato věta má podmět a přísudek nebo, což je totéž, že ji lze rozčlenit na
část podmětovou a část přísudkovou. Jestliže pro větu užijeme označení S, pro podmět Np1 a
pro přísudek Vp, pak tvrzení, že
”
věta (v-1) se skládá z podmětu a přísudku“ můžeme zapsat
jako pravidlo:
(p-1) S → Np1 Vp,
Čtenář si právem může klást otázku, proč jsme nepoužili označení pomocí jiných symbolů,
např. V pro větu, Po pro podmět a Přís pro přísudek a tedy i pravidla
(p-1a) V → Po Přís,
které by rovněž bylo správným zápisem našeho tvrzení.
Je pravda, že symboly lze volit různě, musí však být splněna jedna podmínka: vztahy mezi
prvky věty musí být formulovány tak, aby výsledný popis adekvátně postihoval strukturu věty
a byl ve shodě s naší lingvistickou intuicí.
V následujícím oddílu (Použitá symbolika) definujeme symboliku, která vychází z konvencí
zavedených v současných gramatikách češtiny, a opíráme se přitom především o mezinárodní
(latinskou) gramatickou terminologii.
Použitá symbolika
Jak si již čtenář mohl všimnout, při vytváření pravidel pracujeme s jistým souborem symbolů,
které bývají charakterizovány jako syntaktické kategorie. Mohli jsme si již povšimnout, že
v pravidlech se vyskytují symboly dvou druhů:
a) symboly označující slovní druhy, tj. v jistém smyslu základní větné prvky,
b) symboly označující větné složky, tj. jednotky o řád vyšší než slovní druhy.
Pro slovní druhy, jichž je podle většiny českých gramatik devět, a jejich podtřídy užíváme
následujícího označení:
• N1 – podstatné jméno (substantivum, nomen) v nominativu (= 1),
N2 v genitivu, ...
• Npr1 – substantivum – vlastní jméno v nominativu, Npr2 v genitivu, ...
• Pnd1 – ukazovací zájmeno (pronomen demonstrativní) v nominativu,
Pnd2 v genitivu, ...
• Pos1 – přivlastňovací zájmeno (posesívní pronomen) v nominativu, Pos2, ...
• Per1 – osobní (personální) zájmeno v nominativu, Per2, ...
• Pr1 – vztažné (relativní) zájmeno v nominativu, Pr2, ...
• Pun1 – neurčité zájmeno v nominativu, Pun2, ...
• Pq1 – tázací zájmeno v nominativu, Pq2, ...
46
• Numk1 – číslovka základní (numerale kardinální) v nominativu, Numk2, ...
• Numo1 – číslovka řadová (numerale ordinální) v nominativu, Numo2, ...
• A1 – přídavné jméno (adjektivum) v nominativu, A2, ...
• V1, V2, V3 – finitní tvar slovesa v 1., 2., 3. osobě sg. préz. ind., ...
• Vr1, Vr2, Vr3 – finitní tvar slovesa zvratného (reflexíva) v 1., 2., 3. osobě sg. préz. ind.,
...
• Vm1, Vm2, Vm3 – finitní tvar slovesa modálního v 1., 2., 3. osobě
sg. préz. ind., ...
• Vf1, Vf2, Vf3 – finitní tvar slovesa fázového v ,1., 2., 3. osobě sg. préz. ind., ...
• Vpas – příčestí trpné (participium pasívní)
• Vl – příčestí minulé (l-ové participium)
• Vi – neurčitý způsob slovesa (infinitiv)
• Vb – finitní (určitý) tvar slovesa být
• Vbl – příčestí minulé slovesa být
• Vbc – kondicionálový tvar slovesa být
• Vml – příčestí minulé modálního slovesa
• Vfl – příčestí minulé fázového slovesa
• Ad – příslovce obecně (adverbiale)
• Adm – příslovce způsobu (adverbiale modi)
• Adq – příslovce způsobu, a to míry
• Adl – příslovce místa (adverbiale loci)
• Adt – příslovce času (adverbiale temporis)
• Prep – předložka (prepozice)
• K – spojka (konjunkce), Ks – subordinační, Kk – koordinační
• Prt – částice (partikule)
• R – částice zvratná (reflexívní)
• In – citoslovce (interjekce)
• Fm – symbol pro čárku, tečku, otazník nebo vykřičník
47
Uvnitř jednotlivých slovních druhů se mohou vyskytovat i dosti složité subklasifikace, které
jsou zde uvedeny v základních obrysech, např. u zájmen, sloves a adverbií. Není však obtížné
je v případě potřeby dále doplnit. U větných složek, které do jisté míry odpovídají větným
členům uváděným v českých gramatikách, rozlišujeme aspoň tyto:
• S – věta (sentence), nejvyšší větná složka
• Np1, 2, 3, ... – jmenná skupina (nominální fráze) v nominativu, genitivu, ..., tj. větná
složka, jejímž konstitutivním prvkem je substantivum
• Pnp1, 2, ... – jmenná skupina pronominální, jejím konstitutivním prvkem je příslušný
typ zájmena, např. osobní, neurčité, tázací, vztažné apod.
• Pp2, 3, ... – předložková jmenná skupina v genitivu, dativu, ... Od jmenné skupiny
se liší jen tím, že navíc obsahuje předložku v příslušném pádě
• Vp – slovesná skupina, jejím konstitutivním prvkem je příslušný finitní slovesný tvar
(jednoduchý nebo složený)
• Vpb – slovesná skupina, jejím konstitutivním prvkem je sloveso být ve funkci spony
• Adp – adverbiální skupina, jejím konstitutivním prvkem je vhodný typ adverbia
• Ap – adjektivní skupina, jejím konstitutivním prvkem je adjektivum.
Uvedený výčet není pochopitelně vyčerpávající, obsahuje však hlavní větné složky, s nimiž je
potřeba při formálním popisu české věty počítat.
V češtině se přirozeně neobejdeme bez symbolů pro gramatické významy, jako jsou pád, číslo,
rod, osoba, čas, způsob a další. Pozorný čtenář si již jistě povšiml, že jednotlivé pády označujeme
čísly 1, 2, ..., 7, ale pro úplnost uvedeme všechny symboly, které připadají v úvahu:
• pády: 1 – nominativ, 2 – genitiv, 3 – dativ, 4 – akuzativ, 5 – vokativ,6 – lokál, 7 –
instrumentál
• číslo: sg – jednotné číslo (singulár), pl – množné číslo (plurál)
• rod jmenný: mz – rod mužský životný, mn – mužský neživotný, f – ženský,
n – střední
• osoba: 1 – první osoba, 2 – druhá osoba, 3 – třetí osoba
• gramatický čas: préz – přítomný čas (prézens), pret – minulý čas (préteritum), fut –
budoucí čas (futurum)
• slovesný způsob: ind – oznamovací způsob (indikativ), imp – rozkazovací způsob (imperativ),
c – podmiňovací (kondicionál)
• rod slovesný: act – aktívní (aktívum), pas – pasívní (pasívum)
• vid slovesný: impf – nedokonavý (imperfektivní), pf – dokonavý (perfektivní).
Způsob kombinování symbolů označujících gramatické významy se symboly pro slovní druhy
a větné složky jsme již naznačili, viz symboly jako Np1, V3, V1 apod.
48
0.5.2 Formální gramatika – pokračování
Můžeme nyní pokračovat ve formulování pravidel naší gramatiky. Formulovali jsme již pravidlo
(p-1). Na jeho levé straně se jako první objevuje symbol Np1, kterého užíváme pro označení
podmětové části (subjektu) věty. Jak jej chápat, vysvítá z pravidla:
(p-2) Np1 → Pnd1 Pos1 Num1 N1,
které říká, že podmětová část věty (označená symbolem Np1 na levé straně pravidla (p-2)) je
zde tvořena ukazovacím zájmenem v nominativu (Pnd1), přivlastňovacím zájmenem v nominativu
(Pos1), číslovkou řadovou (Num1) v nominativu a substantivem v nominativu (N1). Jak
patrno, pravidlo (p-2) postihuje slovnědruhovou strukturu podmětové části věty a její definující
formální příznak – nominativ.
Následuje specifikace druhého symbolu z pravé strany pravidla (p-1), jímž je Vp označující
přísudkovou část věty (predikát):
(p-3) Vp → Adgm V3 Np4
Přísudková část věty se v tomto případě, jak patrno, skládá ze tří složek, a to z příslovečného
určení způsobu (Adgm), z určitého tvaru slovesného ve 3. os. sg. ind. préz. (V3) a předmětu (Np4).
Pravidlo (p-3) obsahuje na pravé straně složky větněčlenské povahy (Adgm, Np4) a složku povahy
slovnědruhové (V3).
Další pravidlo charakterizuje příslovečné určení způsobu (Adgm) uvedené na pravé straně předchozího
pravidla:
(p-4) Adgm → Adm
Složka Adgm je na slovnědruhové úrovni vyjádřena příslovcem způsobu.
Strukturu předmětu (objektu) označeného Np4 lze zachytit např. takto:
(p-5) Np4 → A4 N4,
což znamená, že předmět (Np4) je tvořen jmennou skupinou obsahující adjektivum v akuzativu
(A4) a substantivum v akuzativu (N4).
Nyní následují pravidla, která bychom mohli charakterizovat jako slovníková, – jejich
prostřednictvím jednotlivým již uvedeným slovním druhům přiřadíme konkrétní slovní tvary
(vyjadřující i konkrétní gramatické kategorie). Tato pravidla tedy definují slovník, který bude
sloužit ke generování nebo rozpoznávání konkrétních českých vět, např. v našem jednoduchém
případě věty jako (v-1).
(p-6) Pnd1 → {ta, tato,...}
(p-7) Pos1 → {moje, tvoje, jeho,...}
(p-8) Num1 → {první, druhá,...}
(p-9) N1 → {žena, manželka,...}
(p-10) V3 → {miluje, zbožňuje,...}
(p-11) A4 → {rychlá, silná,...}
(p-12) N4 → {auta, vozidla,...}
(p-13) Adm → {vášnivě,divoce,...}
Svorky v pravidlech (p-6)–(p-13) je třeba chápat jako vyznačující množiny (množinové),
pravé strany pravidel mohou tedy obsahovat i dosti velký (avšak vždy konečný) počet slovních
tvarů, např. substantiv v nominativu nebo akuzativu apod. Při použití pravidla lze však v daném
okamžiku vybrat z pravé strany vždy jen jeden slovní tvar.
49
Pravidla (p-1)–(p-13) představují konečnou množinu formálních pravidel, kterou budeme nazývat
formální gramatikou (přesnou definici viz v následujícím oddíle). Pravidla naší gramatiky –
označme ji g1 – se aplikují tak, že levá strana pravidla se nahradí odpovídající pravou stranou
(operátor → čteme
”
nahraď“). Symboly vyskytující se jak na levých, tak i na pravých stranách
pravidel nazveme neterminálními, zatímco symboly, které se objevují jen na pravých stranách
našich pravidel, charakterizujeme jako terminální. Postupným aplikováním pravidel dostaneme
následující posloupnost řádků:
(g-3)
S
Np1 Vp (1)
Pnd1 Pos1 Num1 N1 Vp (2)
ta Pos1 Num1 N1 Vp (6)
ta jeho Num1 N1 Vp (7)
ta jeho druhá N1 Vp (8)
ta jeho druhá žena Vp (9)
ta jeho druhá žena Adgm V3 Np4 (3)
ta jeho druhá žena Adm V3 Np4 (4)
ta jeho druhá žena vášnivě V3 Np4 (13)
ta jeho druhá žena vášnivě miluje Np4 (10)
ta jeho druhá žena vášnivě miluje A4 N4 (5)
ta jeho druhá žena vášnivě miluje rychlá N4 (11)
ta jeho druhá žena vášnivě miluje rychlá auta (12)
Tato posloupnost řádků se nazývá derivace a zachycuje odvození věty (v-1) v gramatice
g1. V závorkách napravo je vždy uvedeno číslo použitého pravidla. Jak patrno ze způsobu
nahrazování neterminálních symbolů, nahrazuje se vždy nejlevější symbol, jde tedy o tzv.
levou derivaci.
Snadno lze vidět, že derivace (g-3) definuje graf-strom, tj. strukturní popis věty (v-1), který má
následující tvar (hrany grafu jsou ohodnoceny čísly použitých pravidel stejně jako v derivaci
(g-3)):
50
(g-4)
s
1 1
np1 vp
2 2 2 2 3 3 3
pnd1 pos1 num1 n1 adgm v3 np4
6 7 8 9 4 10 5 5
adm a4 n4
13 11 12
ta jeho druhá žena vášnivě miluje rychlá auta
Graf-strom (g-4) věty (v-1) vyhovuje plně našim požadavkům, neboť obsahuje
1. strukturní popis věty v podobě stromové struktury,
2. samotnou větu (v-1) – na posledním řádku.
Můžeme tedy říci, že soubor pravidel označený jako g1 jednak generuje strukturní popis věty
(v-1) a jednak jej spojuje s větou (v-1) jako takovou.
0.5.3 Definice gramatiky
Intuitivní vymezení gramatiky g1 nyní zpřesníme a uvedeme její formální definici v podstatě
tak, jak je uvedena v práci Češky a Rábové (1985). Všechny potřebné pojmy jsou definovány
tak, že jim lze porozumět na základě znalosti středoškolské matematiky.
Doporučujeme čtenáři, aby si tuto partii pozorně prostudoval, neboť z hlediska celkového
porozumění formálnímu přístupu k popisu přirozeného jazyka má klíčovou povahu. Obsahuje
totiž přesnou formální definici pojmu gramatiky a také klasifikaci gramatik. Je důležité uvědomit
si, že tento přístup je neutrální vzhledem ke kterémukoli přirozenému jazyku, což znamená,
že je také bezprostředně aplikovatelný nejen v bohemistice, ale i anglistice, germanistice atd.
Uvádíme ji zde i proto, že tento přístup k teorii gramatik se v běžných na fakultě užívaných
učebnicích prakticky (až na některé výjimky) nevyskytuje.
51
Lingvisticky orientovaný výklad uvedené problematiky je v klasické podobě podán
u Chomského (1966), což je práce, kterou by si měl přečíst každý adept lingvistiky. Čtenáři,
který se chce dovědět více o formální teorii jazyků a gramatik a vztazích k teorii automatů,
doporučujeme věnovat pozornost např. práci Novotného (1988) a také kapitolám Chomského
a Millera z knihy Handbook of Mathematical Psychology (Chomsky, Miller, 1963).
Gramatika v tomto chápání představuje formální prostředek, pomocí něhož můžeme vymezit
jak konečné tak nekonečné jazyky, přičemž gramatika sama je konečná.
Nejprve uvedeme potřebné výchozí pojmy: Prvním z nich je abeceda, jíž rozumíme neprázdnou
množinu prvků – symbolů abecedy. Jako příklad lze uvést třeba latinskou abecedu čítající 52
symbolů (velká i malá písmena) nebo českou abecedu, která celkem obsahuje 82 symbolů.
Dalším je řetězec (ev. slovo). Řetězcem nad danou abecedou rozumíme nějakou posloupnost
symbolů abecedy. Posloupnost, která neobsahuje žádný symbol, nazveme prázdným řetězcem a
budeme ji značit e.
Přesněji řečeno, řetězec nad abecedou T definujeme takto:
1. prázdný řetězec e je řetězec nad abecedou T,
2. je-li x řetězec nad T a a ∈ T, pak xa je řetězec nad T,
3. y je řetězec nad T tehdy a jen tehdy, lze-li y získat aplikací pravidel (1) a (2).
Máme-li řetězce x a y a připojíme-li y za x, vznikne řetězec xy. Této operaci říkáme zřetězení
(konkatenace).
Je dána abeceda T. Pak T∗ je množina všech řetězců nad abecedou T včetně prázdného řetězce
a T+ je množina všech řetězců nad T kromě prázdného řetězce e, tj. T∗ = T+ ∪ {e}. Množinu
L, pro niž platí L ⊆ T∗ (případně L ⊆ T+, pokud e = L), nazýváme jazykem nad abecedou T.
Jazykem tedy může být libovolná podmnožina řetězců nad danou abecedou.
Budeme pracovat se dvěma disjunktními abecedami (množinami) symbolů:
1. abecedou N (množiny) neterminálních symbolů, které v popisu jazyka interpretujeme
jako syntaktické kategorie,
2. abecedou T (množiny) terminálních symbolů, jež interpretujeme (nejčastěji) jako slova
daného jazyka,
3. sjednocení obou abeced N a T, tj. N ∪ T, nazýváme slovníkem gramatiky.
V dalším výkladu budeme pro zápis terminálních a neterminálních symbolů a z nich tvořených
řetězců užívat následující konvence, jíž jsme se ostatně přidržovali již výše:
1. a, b, c, d, ... – označují terminální symboly
2. A, B, C, D, ... – označují neterminální symboly
3. U, V, ..., Z – označují terminální nebo neterminální symboly
4. α, β, ..., ω – označují řetězce terminálních a neterminálních symbolů
52
5. u, v, ..., z – označují řetězce pouze terminálních symbolů
Nyní jsme připraveni definovat formální gramatiku G1.
Gramatika G1 je uspořádaná čtveřice
g1 = {N, T, P, S},
• kde N je konečná množina neterminálních symbolů, které interpretujeme jako syntaktické
kategorie,
• T je množina terminálních symbolů, jež interpretujeme jako konkrétní české slovní tvary,
a platí, že N ∩ T = ∅,
• P je konečná podmnožina kartézského součinu (N ∪ T)∗N (N ∪ T)∗ x (N ∪ T)∗,
• S ∈ N je tzv. vyznačený počáteční symbol gramatiky G,
• prvek (α, β) množiny P nazýváme přepisovacím pravidlem a budeme jej zapisovat ve tvaru
α → β. Řetězec α nazýváme levou stranou pravidla, řetězec β pravou stranou přepisovacího
pravidla.
Jádrem gramatiky tedy je konečná množina přepisovacích pravidel. Každé pravidlo má tvar
uspořádané dvojice (α, β) řetězců a stanovuje možné nahrazení řetězce α řetězcem β. Řetězec
α obsahuje alespoň jeden neterminální symbol, řetězec β je prvek sjednocení (N ∪ T∗).
Nechť λ a µ jsou řetězce z (N ∪ T)∗. Pak mezi nimi platí relace
G
=⇒, která se nazývá přímá
derivace, jestliže řetězce λ a µ můžeme zapsat ve tvaru
λ = γαδ
µ = γβδ,
kde γ a δ jsou libovolné řetězce z (N ∪ T)∗ a α → β je nějaké přepisovací pravidlo.
Dojdeme-li v posloupnosti přímých derivací k řetězci, který obsahuje pouze terminální symboly,
pak již nelze aplikovat žádné přepisovací pravidlo a proces generování končí. Z této skutečnosti,
která plyne z definice pravidla, je odvozen název množiny T jako množiny terminálních symbolů.
Jestliže existuje posloupnost přímých derivací νi−1 =⇒ νi, i = 1, ..., n, n > 1 taková, že
platí: λ = ν0 =⇒ ν1 =⇒ ... =⇒ νn−1 =⇒ ν = µ, nazýváme ji derivace a značíme ji
+
=⇒. Tuto
posloupnost nazýváme derivací délky n.
Jestliže v gramatice G platí pro řetězce λ a µ relace λ
+
=⇒ µ nebo identita λ = µ, pak píšeme
λ
∗
=⇒ µ. Relace
∗
=⇒ je tranzitivním a reflexívním uzávěrem relace přímé derivace.
53
Důležitým prostředkem pro grafické vyjádření struktury věty (její derivace) je graf-strom, který
se nazývá derivační nebo syntaktický strom věty. Přesněji řečeno, strom je orientovaný acyklický
graf s následujícími vlastnostmi:
1. existuje jediný uzel, tzv. kořen stromu, do něhož nevstupuje žádná hrana,
2. do všech ostatních uzlů vstupuje právě jedna hrana,
3. uzly, z nich žádná hrana nevystupuje, se nazývají koncové (terminální) nebo také listy,
4. při kreslení se zachovává konvence, že kořen je nejvýše a všechny hrany jsou orientovány
směrem dolů,
5. uspořádání hran zachovává slovoslednou relaci, tj. pořadí slov ve větě (zleva doprava).
Je-li G gramatika, pak řetězec α ∈ (N ∪ T)∗ se nazývá větná forma právě tehdy, když platí
S
∗
=⇒ α, tj. řetězec α je generovatelný z počátečního symbolu S. Větná forma, která obsahuje
pouze terminální symboly, se nazývá věta. Jazyk L(G) generovaný gramatikou G je definován
množinou všech vět:
L(G) = {w|S
∗
=⇒ w ∧ w ∈ T∗}.
Množinu vět generovaných gramatikou nazýváme jazyk a dále rozlišujeme slabou generativní
kapacitu gramatiky, jíž je jazyk L(G) (množina všech vět generovaných gramatikou G), který
je gramatika G schopna generovat, a silnou generativní kapacitu – což je množina syntaktických
stromů (strukturních popisů) přiřazovaných větám jazyka L generovaného gramatikou G.
0.5.4 Typy gramatik
Gramatiky lze klasifikovat do typů podle tvaru přepisovacích pravidel. Je obvyklé vymezovat
čtyři typy gramatik, které se nazývají typ 0, typ 1, typ 2 a typ 3.
Typ 0
Gramatika typu 0 obsahuje pravidla v nejobecnějším tvaru, kdy platí
α → β, α ∈ (N ∪ T)∗N (N ∪ T)∗, β ∈ (N ∪ T)∗.
Protože se neklade žádné omezení na tvar pravidel a povoluje se přepisovat řetězce na řetězce,
mluvíme také o neomezených přepisovacích systémech.
Typ 1
Gramatika typu 1 obsahuje pravidla tvaru
αAβ → αγβ, A ∈ N, α, β ∈ (N ∪ T)∗, γ ∈ (N ∪ T)+ nebo S → e.
Gramatiky typu 1 se také nazývají gramatikami kontextovými, protože v kontextových pravidlech
lze neterminální symbol A nahradit řetězcem γ pouze tehdy, je-li jeho pravým kontextem
řetězec β a levým kontextem řetězec α.
Kontextové gramatiky neobsahují pravidla tvaru αAβ → αβ, a tedy nepřipouštějí, aby neterminální
symbol byl nahrazen prázdným řetězcem. Jinými slovy, při generování věty nemůže
dojít ke zkracování generovaných řetězců.
54
Typ 2
Gramatika typu 2 obsahuje pravidla tvaru
A → γ, A ∈ N, γ ∈ (N ∪ T)∗.
Nazýváme je také gramatikami nekontextovými, protože nahrazení neterminálního symbolu A
na levé straně pravidla řetězcem γ lze provést bez ohledu na jakékoli okolí, v němž by se
neterminální symbol A mohl vyskytovat.
Pro popis syntaktické stavby přirozených jazyků jsou nejzajímavější právě nekontextové gramatiky.
Gramatika g1 popsaná výše je příkladem nekontextové gramatiky pro češtinu. Podobně
gramatiky vymezených klauzulí v prologu, o nichž bude řeč níže, vycházejí z formalismu
nekontextových gramatik.
Typ 3
Gramatika typu 3 je tvořena pravidly ve tvaru
A → xB nebo A → x; A, B ∈ N, x ∈ T∗.
Protože jediný možný neterminální symbol na pravé straně pravidla stojí zcela vpravo, mluvíme
také o pravé lineární gramatice. Poznamenejme ještě, že gramatiky typu 3 se také nazývají
regulárními gramatikami.
Pro práci s přirozenými jazyky, jak jsme prakticky ukázali výše, zůstávají východiskem gramatiky
nekontextové. V lingvistické literatuře posledních 20-30 let se sice spotřebovalo mnoho
papíru na argumenty, které si kladly za cíl ukázat, že nekontextové gramatiky jsou pro popis
přirozených jazyků nedostačující a že je potřeba zavést gramatiky silnější – transformační (viz
již Chomsky, 1957), poslední práce (např. Gazdar, 1982, Gazdar, Mellish, 1989, Pereira, 1983)
však obsahují jejich určitou rehabilitaci. Zejména se podařilo ukázat, že implementace nekontextových
gramatik v prologu v podobě tzv. gramatik vymezených klauzulí (definite clause
grammars = DCG), o nichž bude vzápětí řeč, umožňuje zachovat nekontextovou podobu pravidel
a současně získat kontextovou citlivost tak potřebnou pro formální popis gramatické shody
a dalších kontextově podmíněných gramatických jevů v přirozených jazycích.
0.6 Gramatiky v PROLOGU
Nyní je naším cílem přepsat výše uvedenou gramatiku g1 tak, aby s ní bylo možno pracovat
jako s gramatikou v prologu. Nekontextovým gramatikám, jako je g1, v prologu odpovídají
gramatiky vymezených klauzulí – DC gramatiky.
0.6.1 Nekontextové gramatiky a DC gramatiky
Gramatická pravidla DC gramatiky jsou velmi podobná pravidlům g1, mají stejně jako ona
levou a pravou stranu a operátor →. Podstatný rozdíl je však v tom, že jednotlivé neterminální
symboly v g1 musí být v DC gramatice zapsány jako predikáty s příslušným počtem argumentů.
Nekontextovou gramatiku g1 přepíšeme tedy jako DC gramatiku se jménem g1.pl, tj. jako
textový soubor s tímto jménem. Soubor vytvoříme pomocí některého z již zmíněných editorů,
55
nejlépe NE nebo CSED. S výhodou lze též použít editoru vestavěného v arity prologu v.
5.1.
Poznámka:
Nedoporučujeme používat WP 5.1 ani T602, protože oba tyto editory vkládají na začátek svých
souborů řadu znaků, které jsou pro prolog nečitelné. Je sice možno použít funkce export, pomocí níž
lze naše soubory konvertovat na čisté ascii soubory, se kterými si již prolog poradí. Celkově však jde o
netriviální proceduru, takže za jednodušší (zejména pro začátečníky) pokládáme použití výše uvedených
editorů nezpůsobujících žádné komplikace.
Při přepisování budeme dodržovat tyto konvence:
1. výraz označující konstantu v prologu musí začínat malým písmenem,
2. výraz označující proměnnou musí začínat velkým písmenem,
3. za každým pravidlem píšeme tečku,
4. /* tento text */ jsou pro prolog závorky, do nichž umisťujeme poznámky nebo
údaje, které potřebujeme jen my sami, a prolog je ignoruje. To se týká např. číslování
pravidel gramatiky nebo hlaviček oddělujících vlastní pravidla gramatiky od pravidel
definujících slovník (viz níže).
Poznamenáváme, že očíslování pravidel v nekontextové gramatice g1 a v DC gramatice g1.pl
je shodné, takže čtenář může porovnávat snadno podobu pravidel v g1 a v g1.pl. Princip
přepisu pravidel z nekontextové gramatiky do DC gramatiky je následující:
Vyjděme z pravidla gramatiky g1
(p-1) S → Np1 Vp,
jež, jak víme, rozkládá větu na jmennou skupinu v nominativu a slovesnou skupinu, což je vyjádřeno
příslušnými neterminálními symboly. V DC gramatice nemůžeme použít jednoduchých
neterminálních symbolů jako v g1, ale musíme je nahradit příslušnými predikáty. Místo S budeme
mít v g1.pl predikát s(s(Np1,Vp)), který má tři argumenty: z nichž dva jsou pro nás
nedostupné a také v rámci DC gramatiky neviditelné a jeden – s(Np1,Vp) – zajišťuje vytvoření
podstromu definovaného pravidlem (p-1) v grafu-stromu generované nebo rozpoznávané věty
– (v-1). Predikát (neterminál) s je splněn, jsou-li splněny predikáty odpovídající neterminálům
na pravé straně pravidla (p-1):
NP1 tedy odpovídá np1(Np1) a VP odpovídá vp(Vp), takže (p-1) odpovídá
/*p-1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
Predikáty np1 a vp1 jsou stejně jako predikát s tříargumentové. Podobně budeme postupovat
i u dalších pravidel gramatiky g1.
Nyní již můžeme uvést přepis pravidel g1 do pravidel DC gramatiky:
/* gramatika g1.pl */
/*p-1*/ s(s(Np1,Vp)) → np1(Np1), vp(Vp).
/*p-2*/ np1(np1(N1)) → n1(N1).
/*p-2a*/ np1(np1(Pnd1,N1)) → pnd1(Pnd1), n1(N1).
56
/*p-2b*/ np1(np1(A1,Np1)) → a1(A1), np1(Np1).
/*p-2c*/ np1(np1,(Pos1,N1)) → pos1(Pos1),n1(N1).
/*p-2d*/ np1(np1,(Num1,N1)) → num1(Num1),n1(N1).
/*p-3*/ vp(vp(Adgm,V3,Np4)) → adgm(Adgm),v3(V3),np4(Np4).
/*p-3a*/ vp(vp(V3,Np4)) → v3(V3), np4(Np4).
/*p-3b*/ vp(vp(Adgm,V3)) → adgm(Adgm),v3(V3).
/*p-3c*/ vp(vp(V3)) → v3(V3).
/*p-4*/ adgm(adgm(Adm)) → adm(Adm).
/*p-5*/ np4(np4(A4,N4)) → a4(A4),n4(N4).
/* slovník */
/*p-6*/ pnd1(pnd1(ta)) → [ta].
/*p-7*/ pos1(pos1(jeho)) → [jeho].
pos1(pos1(moje)) → [moje].
/*p-8*/ num1(num1(první)) → [první].
num1(num1(druhá)) → [druhá].
/*p-9*/ n1(n1(žena)) → [žena].
n1(n1(babička)) → [babička].
/*p-10*/ v3(v3(miluje)) → [miluje].
v3(v3(nenávidí)) → [nenávidí].
/*p-11*/ a1(a1(krásná)) → [krásná].
a1(a1(chytrá)) → [chytrá].
/*p-12*/ a4(a4(rychlá)) → [rychlá].
a4(a4(silná)) → [silná].
/*p-13*/ n4(n4(auta)) → [auta].
n4(n4(kuřata)) → [kuřata].
/*p-14*/ adm(adm(vášnivě)) → [vášnivě].
adm(adm(bláznivě)) → [bláznivě].
Čtenář si jistě povšimne, že proti g1 obsahuje g1.pl několik pravidel navíc. Jejich užití lze
snadno vyzkoušet, a tak si ověřit, v čem rozšiřují výchozí nekontextovou gramatiku g1. V cvičeních,
která následují, je podrobněji naznačen efekt způsobený např. pravidlem /*p-2b*/,
které má tu vlastnost, že neterminální symbol (predikát) np1 se v něm vyskytuje na levé i
pravé straně. Takové pravidlo se nazývá rekurzívní. Jsou to právě rekurzívní pravidla, která
umožňují postihnout opakující se pravidelnosti syntaktických struktur přirozeného jazyka a
díky nimž, jak se čtenář může snadno sám přesvědčit, může konečná gramatika (tj. gramatika
s konečným počtem pravidel) generovat nekonečně mnoho vět.
0.6.2 Práce s DC gramatikou na počítači
Jednotlivé řádky, které jsou v dalším psány strojopisným typem písma, jsou často přímo
příkazy, které píšeme na klávesnici svého počítače. Pracujeme-li na počítači typu ibm pc pod
57
operačním systémem ms-dos, přejdeme nejprve do adresáře, v němž se nalézá náš prolog.
Nacházíme-li se na disku C:, bude na obrazovce pravděpodobně prompt:
C:\>,
na který napíšeme
cd \api,
což je příkaz (change directory – změň adresář) pro přechod (zde) z adresáře C:\ do adresáře
C:\api, v němž je uložen náš systém prolog.
Poznámka:
Pro toto vydání předpokládáme, že nejčastěji užívaným systémem prologu bude arity prolog, a to
buď v. 4.2, nebo v. 5.1. Tímto faktem je dána volba některých příkazů a jejich součástí, např. api, nebo
extenze souborů ari. Je také nutno upozornit na rozdíl mezi verzemi arity prologu: ve starší v. 4.2
nelze pracovat s jednotlivými menu (jídelníčky), a ne vždy je k dispozici vestavěný editor, zatímco nová
v. 5.1 poskytuje uživateli již větší komfort. Nebudeme zde detailně popisovat rozdíly mezi jednotlivými
verzemi a předpokládáme, že uživatel se s oběma verzemi seznámí sám a bude v lepším případě pracovat
s tou, která mu bude lépe vyhovovat, – v horším případě s tou, kterou bude mít k dispozici.
Jakmile máme na obrazovce prompt:
C:\api>
můžeme již spustit samotný prolog. To učiníme nejspíše příkazem
api,
který po stisknutí příkazové klávesy ENTER vyvolá hlavičku arity prologu nebo u v. 5.1 jeho
menu. Poté se ihned objeví typický prompt prologu
?- ,
který nás informuje jednak o tom, že jsme uvnitř systému prolog, a také o tom, že prolog
je připraven přijímat naše příkazy ve tvaru predikátů.
V arity prologu je preprocesor pro DC gramatiky zabudován již uvnitř systému, takže
nemusíme používat speciálního predikátu consultg (tj. preprocesoru), který u jednodušších
verzí prologu slouží k překladu DC gramatik do vlastního systému prologu.
Pokud se v souboru g1.pl při zavádění odhalila nějaká syntaktická chyba (chybí závorky, tečky
ap.), prolog nám to oznámí chybovým hlášením.
Např. jsme při psaní pravidel gramatiky g1.pl zapomněli napsat za pravidlem /*p-2*/ tečku.
Tuto chybu arity prolog ohlásí tak, že na místo, kde v souboru g1.pl chybí tečka, ukáže na
obrazovce svislou šipkou a současně vypíše hlášení
”
missing operator“, což česky znamená
”
chybějící operátor“ (jímž je ona nešťastná tečka).
Pak je potřeba použít editoru ne či csed nebo vestavěného editoru prologu a zjištěné chyby
opravit. Po opravě znovu voláme již popsaným způsobem prolog a celý cyklus opakujeme,
dokud neodstraníme všechny chyby.
Příslušnou DC gramatiku – v našem případě je to g1.pl – načteme do databáze prologu
příkazem
[g1].
Poznamenáváme, že extenzi (příznak souboru udávající typ souboru) .pl není třeba psát,
jestliže se jedná o standardní prologovský soubor obsahující výhradně klauzule prologu, případně
poznámky uzavřené do speciálních závorek /* poznámka */. prolog tedy odpoví
58
yes
?Je
tu ještě další možnost, jak zavést DC gramatiku (obecně jakýkoli prologovský soubor) do
databáze. Je-li v našem prologu vestavěný predikát edit(X) s přiřazeným editorem, stačí na
prompt prologu napsat
?- edit(g1).,
což způsobí, že daný soubor se uloží do databáze prologu a otevře se pro editování. Ukončímeli
práci se souborem, ať již s jeho uložením nebo bez uložení, bude připraven k další práci stejně
jako v předchozím případě.
Nyní jsme připraveni k práci s gramatikou g1.pl, tj. můžeme začít s jejím testováním, při kterém
si ověřujeme, jak se nám zdařilo popsat příslušné, např. právě české, syntaktické struktury.
Naznačili jsme už, že nás zajímají dvě věci:
1. zda je naše gramatika g1 schopna generovat ty typy vět, které nás zajímají jako předmět
našeho popisu.
2. jaké strukturní popisy gramatika g1 generovaným větám přiřazuje, a zejména, zda jsou
v souladu s naším požadavkem deskriptivní (gramatická správnost generovaných vět)) a
explikativní adekvátnosti (přiřazované strukturní popisy musí být v souladu s naší lingvistickou
intuicí).
3. DC gramatiky v prologu umožňují získat (generovat) na počítači jak 1) tak i 2) a kromě
toho prolog poskytuje možnost generované strukturní popisy graficky zobrazit v podobě
stromových grafů na obrazovce. K tomu slouží program, resp. predikát draw.pl, jehož
použití bude naznačeno dále.
To, že chceme, aby prolog začal generovat podle pravidel g1 věty a jejich strukturní popisy,
sdělíme prologu tak, že mu zadáme cíl pro generování věty v následující podobě:
s(X,Y,[]).,
Interpretujeme jej takto: splň predikát s tak, že generovanou větu samu uložíš do proměnné Y a
její strukturní popis, tj. její graf-strom v linearizovaném tvaru tzv. ohodnoceného uzávorkování,
do proměnné X. [] je prázdný seznam (neobsahuje žádné prvky) a pracuje se s ním v průběhu
splňování predikátu s. Predikát s však může být splněn více způsoby, protože je-li generovaná
věta víceznačná, odpovídající DC gramatika jí může přiřadit více strukturních popisů – záleží
pak na nás, zda chceme vidět všechny či nikoli (viz dále).
Můžeme ale chtít i něco jiného – může nás zajímat nikoli generování vět, nýbrž jejich rozpoznávání
(tj. analýza), konkrétně, zda g1 dovede rozpoznávat určitý typ věty (určité typy vět). Pak
musíme prologu sdělit, že má predikát s splnit poněkud jiným způsobem: zadáme konkrétní
větu, která nás zajímá, třeba (v-1), a napíšeme:
s(X,[ta,jeho,druhá,žena,vášnivě,miluje,rychlá,auta],[]).,
což interpretujeme: do X ulož linearizovaný strukturní popis věty uvedené v příslušném seznamu
následujícím za proměnnou X. Prázdný seznam [] použij stejným způsobem jako výše.
Poznámka:
Ačkoli jsme zadání konkrétní věty ve výše uvedeném cíli napsali normálně česky, ve skutečnosti je situace
s češtinou v prologu poněkud složitější. Slova či v terminologii prologu atomy obsahující česká
písmena s diakritickými znaménky nejsou z hlediska prologu standardní. Pokud s nimi v prologu
59
chceme pracovat, musíme je zvlášť vyznačit tím, že je umístíme mezi dva apostrofy. Teprve pak je prolog
bude chápat jako standardní atomy. Zadání našeho cíle musí tedy ve skutečnosti vypadat takto:
s(X,[ta,jeho,’druhá’,’žena’,’vášnivě’,miluje, ’rychlá’,auta],[]).,
Stejného zápisu musíme pro nestandardní české atomy použít i v gramatice g1, jinak prolog odmítne
cokoli generovat či rozpoznávat.
– Druhou možností je zápis atomů v zadání cíle i uvnitř gramatiky g1 bez
”
hacku“ a
”
carek“: s(X,[ta,jeho,druha,zena,vas
rychla,auta],[])..
prolog tedy po nás vyžaduje, abychom byli ve své volbě konzistentní.
– Třetí možností je doplnit do systému prolog příslušné kódování češtiny tak, aby se české atomy
mohly psát bez apostrofů. To je ovšem již práce pro šikovného programátora. V současných verzích
arity prologu není toto řešení implementováno.
Chceme-li v obou uvedených případech, aby prolog splnil zadaný cíl jiným způsobem (pokusil
se generovat více vět nebo zjistil, zda předloženou větu lze analyzovat více způsoby), napíšeme
po prvním splnění cíle
”
;“ (středník) a po něm stiskneme klávesu ENTER. Odpoví-li i potom
prolog
no
?–
znamená to, že cíl již jiným způsobem splnit nelze.
Chceme-li na obrazovce kreslit linearizované strukturní popisy generovaných nebo analyzovaných
vět v podobě grafů-stromů, musíme nejprve na prompt
c:\api>
napsat buď
consult(draw).,
nebo zkráceně
[draw].,
což je vhodné udělat hned po spuštění prologu. Kterýmkoli z obou příkazů načteme do
prologu program (nebo predikát, což je zde totéž) draw.pl ( = kresli.pl), který je také
napsán v prologu, a můžeme jej chápat jako speciální predikát, který dovede v podobě grafustromu
zobrazit jakýkoli prologovský výraz.3
Poté prolog vypíše
?Nyní
se můžeme rozhodnout, zda chceme věty generovat a současně s tím i kreslit jejich strukturní
popisy. Pokud ano, použijeme příkazu obsahujícího konjunkci dvou predikátů:
s(X,Y,[]),draw(X).
Chceme-li jen kreslit strukturní popis věty předložené k analýze, dosáhneme toho pomocí zadání,
v němž žádáme jiný způsob splnění predikátu s v konjunkci s predikátem draw:
s(X,[ta,jeho,’druhá’,’žena’,’vášnivě’,miluje,’rychlá’, auta],[]),draw(X).
Uvedeme nyní příklad úplné analýzy a generování jedné české věty včetně zadání a komplet-
3
Autorem tohoto programu (predikátu) je dr. J. Gerbrich. Děkuji mu za poskytnutí možnosti pracovat s jeho
produktem.
60
ního výsledku. Použijeme větu z Cvičení 7 uvedeného v oddíle Cvičení, kde čtenář najde také
příslušnou gramatiku.
Chceme generovat nebo analyzovat následující větu
(v-23) Pět chlapců se ztratilo v lese.
Generování vět, jak jsme již viděli, zadáváme cílem:
s(X,Y,[]).
Je-li vše, jak má být, prolog ihned generuje větu a její strukturní popis podle gramatiky
zadané ve Cvičení 7 ve tvaru ohodnoceného uzávorkování:
X = s(np1(nr1(’pět’),np2(n2(’chlapců’))),vp(r(se),v3(ztratilo),
pnp(p6(v), np6(n6(lese)))))
Budeme-li si přát, aby se linearizovaný strukturní popis vykreslil na obrazovce jako graf-strom,
musíme do zadání cíle doplnit predikát draw(X), což učiníme následujícím způsobem (kon-
junkcí):
s(X,Y,[]),draw([X]).
Výsledkem je stromová struktura:
(g-5)
s
np1 vp pnp
nr1 np2 r v3 p6 n6
pět chlapců se ztratilo v lese
Analýzu zadáváme prakticky stejně, rozdíl je jen v tom, že místo proměnné Y se v zadání objeví
seznam představující celou vstupní větu:
s(X,[’pět’,’chlapců’,se,ztratilo,v,lese],[]).
Je-li analýza úspěšná, výsledek se na obrazovce objeví ve stejné podobě jako v případě generování,
tedy v té podobě, jak je uvedena výše.
0.6.3 Predikáty trace a spy
Stane-li se, že při psaní DC gramatiky uděláme chybu, kterou prolog při načtení souborugramatiky
příkazem [g]. neodhalí, projeví se tato chyba až při generování nebo při analýze
zadané věty. Příkladem takové chyby je třeba to, že proměnná začíná malým písmenem (místo
velkým, chyba je vyznačena podtržením), např. v pravidle
/*p-1*/ s(s(np1,VP)) → np1(Np1),vp(Vp).
61
Taková chyba se projeví až při pokusu generovat (nebo analyzovat) zadanou větu, tedy až po
zadání cíle s(X,Y,[]). tím, že po stisknutí klávesy ENTER se na obrazovce prostě vypíše úsečné
no.
Stejné důsledky má opačná chyba, když třeba predikát omylem začíná velkým písmenem, jak
je tomu třeba v následujícím pravidle
/*p-14*/ np1(np1(Nr1,Np2)) → Nr1(Nr1), np2(Np2).
K odhalení takových chyb je potřeba použít speciálních predikátů, které uživateli umožňují
sledovat práci programu v prologu a tedy i DC gramatiky krok za krokem. Jsou to predikáty:
• trace. – spouští úplné trasování, které uživateli dovoluje sledovat práci daného programu
v plném rozsahu. Nevýhodou je, že predikát trace poskytuje příliš mnoho informace,
takže uživatel může často mít potíže při hledání toho, co skutečně potřebuje.
• spy(s). – umístí hlídané body na konkrétní predikát, tj. zde na s. Je proto vhodné
kombinovat použití predikátu trace s tímto predikátem, protože trasování pak probíhá
selektivně podle zvoleného predikátu. Chceme-li umístit hlídané body na další predikát,
musíme napsat např. spy(np1).
• notrace. – ruší trasování.
• nospy. – odstraní z predikátu, který byl sledován, hlídané body, tedy zde z predikátu s.
Uvedeme nyní příklad použití predikátů trace a spy.4 Poté, co jsme již bezchybně načetli
příslušnou gramatiku, např. g3.pl z Cvičení 5, a to příkazem:
?- [g3].,
oznámí prolog, že je připraven:
yes
?Nyní
chceme analyzovat větu
(v-24) Chodit za školu se nevyplácí.
Zadáme tedy cíl
s(X,[chodit,za,’školu’,’nevyplácí’,se],[]).
Na to prolog suše odpoví
no
?Pokud
jsme si nevšimli, že chyba spočívá v tom, že jsme omylem zaměnili pořadí slov – místo
se nevyplácí jsme napsali nevyplácí se – použijeme predikátů pro trasování. Na klávesnici tedy
napíšeme:
?- trace.
Dostaneme odpověď
yes
4
Na tomto místě je třeba poznamenat, že vše, co je dále uvedeno o predikátech trace a spy včetně podoby
výpisů platí pro ARITY Prolog, kterého jsme užívali při vzniku tohoto textu. V SWI Prologu mají výpisy
poněkud jinou podobu a také chování uvedených predikátů je místy mírně odlišné, rozdíly však nejsou podstatné.
62
?což
znamená, že příkaz byl akceptován. Hlídané body umístíme na predikát s, neboť správně
tušíme, že chyba by mohla být ve slovesné skupině. Napíšeme tedy:
spy(s).
Také bychom sledovat více predikátů – to bychom třeba vyjádřili pomocí seznamu
spy([s,vp]).
Odpověd je
yes
?Tím
nás prolog informuje, že na hlídané body umístil příslušné predikáty.
Nyní znovu zadáme cíl
?- s(X,[chodit,za,’školu’,’nevyplácí’,se],[]).
a prolog začne na obrazovce vypisovat následující informace:
?- s(X,[chodit,za,’školu’,’nevyplácí’,se],[])
(api,api) ** (0) CALL: s(_005D,[chodit,za,’školu’,
’nevyplácí’,se],[]) ? >
(api,api) (1) CALL: npi1(_026D,[chodit,za,’školu’, ’nevyplácí’,se],_028D) ? >
(api,api) (2) CALL: in(_106,[chodit,za,’školu’,
’nevyplácí’,se],_111) ? >
(api,api) (2) EXIT: in(in(chodit),[za ’školu’,’nevyplácí’,se], [za,’školu’,’nevyplácí’,se])
(api,api) (3) CALL: pnp(_107,[za,’školu’,’nevyplácí’,se], _104) ? >
(api,api) (4) CALL: p6(_120,[za,’školu’,’nevyplácí’,se], _125) ? >
(api,api) (4) FAIL: p6(_120,[za,’školu’,’nevyplácí’,se], _1225) ? >
(api,api) (5) CALL: p4(_121,[za,’školu’,’nevyplácí’,se], _121) ? >
(api,api) (5) EXIT: p4(p4(za),[za,’školu’,’nevyplácí’,se], [’školu’,’nevyplácí’,se])
(api,api) (6) CALL: n4(_121,[’školu’,’nevyplácí’,se],104) ? >
(api,api) (6) EXIT: n4(n4(’školu’),[’školu’,’nevyplácí’,se], [’nevyplácí’,se])
(api,api) (3) EXIT: pnp(pnp(p4(za),n4(n4(’školu’)),[za,’školu’, ’nevyplácí’,se],[’nevyplácí’,
(api,api) (1) EXIT: npi1(npi1(in(chodit),pn(pn(p4(za),n4(n4 (’školu’))),[chodit,za,’školu’,ne
(api,api) ** (7) CALL: vp(_100,[’nevyplácí’,se],[])? >
(api,api) (8) CALL: vr3(_0271,[’nevyplácí’,se],[])? >
(api,api) (9) CALL: r(_182,[’nevyplácí’,se],_187)
(api,api) (9) FAIL: r(_182,[’nevyplácí’,se],_187)
(api,api) (8) FAIL: vr3(_40,[’nevyplácí’,se],[]) ? >
(api,api) ** (7) FAIL: vp(_401,[’nevyplácí’,se],[]) ?
(api,api) (1) REDO: npi1(npi1(in(chodit),pnp(p4(za),n4(’školu’))), [chodit,za,’školu’,’nevypl
? >
(api,api) (3) REDO: pnp(pnp(p4(za),n4(’školu’)), [za,’školu’,’nevyplácí’,se],[’nevyplácí’,se]
? >
(api,api) (6) REDO: n4(n4(’školu’),[’školu’,’nevyplácí’,se],
(’nevyplácí’,se)) ? >
(api,api) (6) FAIL: n4(_0711,[’školu’,’nevyplácí’,se], _028D) >
(api,api) (5) REDO: p4(p4(za),[za,’školu’,’nevyplácí’,se],[’školu’,
63
’nevyplácí’,se]) ? >
(api,api) (5) FAIL: p4(_0701,[za,’školu’,’nevyplácí’,se], _072D) ? >
(api,api) (3) FAIL: pnp(_0370,[za,’školu’,’nevyplácí’,se], _022D) ? >
(api,api) (2) REDO: in(in(chodit),[chodit,za,’školu’,’nevyplácí’,
se],[za,’školu’,’nevyplácí’,se]) ? >
(api,api) (2) FAIL:in(_03C0,[,chodit,za,’školu’,’nevyplácí’,
se],_042D) ? >
(api,api) (1) FAIL: npi1(_03C9,[,chodit,za,’školu’,’nevyplácí’,
se],_028D) ? >
(api,api) (0) FAIL: s(_005D,[,chodit,za,’školu’,’nevyplácí’,se],[])? >
no
?Co
můžeme z hlášení prologu vyčíst?5 Vidíme, že prolog se snaží splnit cíl (predikát) s
(tj. analyzovat zadanou větu). Nejprve však musí splnit cíl (predikát) npi1, tj. analyzovat jmennou
skupinu s infinitivem, který se rozpadá na podcíle in – nalezení infinitivu a pnp – analýzu
předložkové skupiny. Podcíl pnp obsahuje ještě další podcíle p4 – analýzu předložky a n4 –
analýzu substantiva v akuzativu. Podíváme-li se na jednotlivé řádky s těmito cíli, uvidíme,
že je u nich napsáno EXIT (= výstup), což nám říká, že uvedené cíle byly úspěšně splněny.
Zbývá ještě splnit cíl vp, tj. analyzovat slovesnou skupinu ve větě, který se rozpadá na podcíle
r – nalezení zvratného se a v3r – nalezení určitého slovesného tvaru, což je také dobře vidět
z pravidel gramatiky g5 (viz Cvičení 5). U cíle r a posléze i u cíle vp a následně též dalších se
však objevuje hlášení (9) FAIL :, které znamená, že tyto cíle neuspěly. Cíl vp pochopitelně
musel selhat, protože ve vstupní větě jsme omylem zaměnili pořadí slov, a v důsledku toho i
složek v3r a r. V g5 však nacházíme jen pravidlo
/*p-15*/ vp(vp(R,V3r)) → r(R),v3r(V3r).,
které nekompromisně vyžaduje, aby ve vstupní větě bylo pořadí slov se nevyplácí.
Popisovanou chybu lze odstranit buď tak, že analyzovanou větu (v-24) uvedeme v zadání cíle
se správným slovosledem, nebo do gramatiky g5 doplníme pravidlo
/*p-15a*/ vp(vp(V3r,R)) → v3r(V3r),r(R).
Gramatika g5 bude v takovém případě schopna analyzovat (v-24) s oběma zmíněnými slovosledy.
Práci v prologu ukončíme příkazem
halt.
– nebo ve verzi 5.1 volbou příslušné položky v menu. Na obrazovce se poté objeví prompt
operačního systému: C:\API> Je-li k našemu počítači připojena tiskárna, existuje možnost
výsledky generování a analýzy vytisknout.
Poznámka: Do prologu je však nutno doplnit příkaz (predikát) anal. Pokud s ním chceme pracovat,
musíme na konec své gramatiky dopsat jeho definici:
anal :- anal(con,con).
anal(Vystup) :- anal(con,Vystup).
anal(Vstup,Vystup) :-
see(Vstup),
5
Hlášení, které se při konkrétním trasování objeví na vaší obrazovce, je ve skutečnosti o něco delší, neboť
obsahuje všechna navracení, tj. všechny pokusy splnit zadaný cíl všemi možnými způsoby. Zde jsme uvedli jen
hlavní pokusy – REDO, tj. předělej.
64
( ( Vystup \= con , create(Handle,Vystup), assert(filex(Handle)) )
; true ),
cls, at(15,1),
repeat, analyza,
see(Vstup), seen, tell(Vystup), told, !, retract(filex(_)).
anal(_,_).
anal umožňuje uložit výsledky generování a analýzy do samostatného souboru, který lze posléze vytisknout
v rámci operačního systému ms dos příkazem:
C:\API> print jméno_souboru.
Je ovšem pochopitelné, že před použitím tohoto příkazu musí být tiskárna zapnuta a připravena k tisku,
tedy ve stavu ONLINE.
0.7 Struktura české věty II
V předchozích oddílech jsme se seznámili se základními principy formálního popisu syntaktické
struktury české věty a ukázali jsme, jak je uplatnit v rámci nekontextových gramatik. Umíme
také převádět nekontextové gramatiky na DC gramatiky v prologu a testovat je na počítači.
Příklady, s nimiž jsme dosud pracovali, byly však velmi jednoduché a představovaly především
ilustraci základních principů formálního popisu českých syntaktických struktur. Navíc některé
z nich, jak dále ukážeme, nejsou zcela korektní. Gramatika g1.pl generuje řadu gramaticky
nesprávných vět – pokusíme se analyzovat, proč tomu tak je a jaká by mohla být náprava.
Vyjdeme nyní z toho, co již známe, a pokusíme se pokročit dále: s použitím DC gramatik
uvedeme příklady adekvátnějšího popisu českých syntaktických struktur a nastíníme řešení
problémů, které v této souvislosti vznikají.
65
0.7.1 Gramatická shoda a pády
Není těžké vidět, že výše uvedená g1.pl dovoluje generovat gramaticky nesprávné české věty.
Způsobují to např. pravidla (p-2), (p-2a), (p-2b) a samozřejmě první pravidlo (p-1). Snadno
se o tom přesvědčíme, když pravidlo (p-9) doplníme o další řádky, např.
n1(n1(syn)) → [syn].
nebo
n1(n1(děda)) → [děda].
Čtenář se snadno může přesvědčit, že po této úpravě bude gramatika g1.pl generovat věty
jako
Ta jeho syn bláznivě miluje silná auta.
A přidáme-li do pravidla (p-10) ještě řádek
v3(v3(milovali)) → [milovali].,
bude g1.pl generovat (nebo rozpoznávat) věty jako
Ta jeho chytrá žena vášnivě milovali rychlá auta.
Jak vidíme, g1.pl není schopna postihnout kontextové závislosti uvnitř větné struktury a
dovoluje generovat věty, v nichž je porušena gramatická shoda jednak uvnitř jmenné skupiny
np1 a jednak mezi np1 a vp. Jinými slovy, pravidla v dosud uvažované DC gramatice nepostačují
k adekvátnímu popisu gramatické shody (v čísle a rodě a v čísle a osobě), postihují však shodu
v pádě – toho je dosaženo rozlišením jmenných skupin np1, n1 a np4, n4. Podobného postupu
bychom mohli použít i pro gramatické významy čísla, rodu a osoby, ale cítíme jistě, že toto
řešení by bylo notačně poněkud komplikované, a ne vždy zcela systematické. Pozorný čtenář si
již zajisté uvědomil, že uvedené výhrady se vztahují nejen na DC gramatiku g1.pl, ale zejména
na výchozí nekontextovou gramatiku g1. Jako cvičení doporučujeme čtenáři, aby se pokusil
upravit příslušná pravidla g1 tak, že g1 bude postihovat gramatickou shodu.
Na rozdíl od nekontextových gramatik poskytuje naštěstí formální aparát DC gramatik teoreticky
úplné a korektní řešení naznačené situace a problémů, které z ní vyplývají.
Víme již, že v DC gramatikách odpovídají neterminálním symbolům predikáty se svými argumenty.
Hledané řešení našeho problému tedy spočívá v tom, že gramatické významy pádu, čísla,
rodu a osoby vyjádříme pomocí argumentů, které přidáme k těm jednotlivým predikátům, u
nichž požadujeme splňování pravidel gramatické shody.
Budeme tak vlastně vytvářet novou verzi gramatiky g1.pl, kterou pojmenujeme g2.pl. Odpovídající
si pravidla jsou v obou gramatikách označena stejnými čísly. Víme už, že inkriminovanými
predikáty jsou np a vp, které se vyskytují v řadě pravidel. Pro jednotlivé gramatické
významy si zavedeme následující označení:
pád – K, číslo – Nu, rod – G, osoba – P.
66
Tyto symboly přidáme k predikátům np a vp jako argumenty – proměnné, které mohou
nabývat různých hodnot – u pádu K jde o 1.,...,7. pád, u čísla Nu o sg. a pl., u rodu G
o mz (mužský životný), mn (mužský neživotný), f (ženský), n (střední) a u osoby P o 1., 2.,
3. (osobu).
Původní první pravidlo z g1.pl bude nyní vypadat takto:
/* p-1 */ s(s(Np,Vp)) → np(Np,P,1,Nu,G), vp(Vp,P,K,Nu,G).,
což můžeme interpretovat tak, že predikát s je splněn, jestliže jsou splněny predikáty np a vp
tak, že jejich jednotlivé argumenty (proměnné) nabudou stejných hodnot. Jinak (lingvisticky)
řečeno, pravidlo p-1 nyní postihuje všechny případy gramatické shody, které se mohou vyskytnout
mezi podmětovou a přísudkovou částí věty v g2.pl. Navíc, jak si pozorný čtenář(ka) už
jistě všiml(a), číselný argument, tj. konstanta 1, zde reprezentuje konkrétní hodnotu proměnné
K, jíž je konkrétní pád, a to nominativ. Tímto způsobem lze jednoduše a elegantně zachytit
skutečnost, že definujícím příznakem podmětové části věty je její nominativní forma.
Podobně upravíme i další pravidla, v nichž se vyskytují predikáty np a vp. Stejně jako jsme
u pravidla /* p-1 */ v predikátu np požadovali nominativ (1), můžeme v pravidle /* p-3b
*/ u téhož predikátu vyznačit akuzativ (4), a tak dosáhnout toho, že se v našich větách bude
správně generovat i analyzovat u příslušných sloves akuzativní rekce. Podobně je, jak vidno,
formulováno i pravidlo /* p-3c */, i když v něm již nejde o zachycení rekce, ale příslušného
adverbiálního pádu.
Naznačený postup má obecnou platnost a je tedy vhodný pro popis kteréhokoli přirozeného
jazyka, v němž se setkáváme s kontextovými vztahy v rámci věty. Lze tedy závěrem říci, že
DC gramatiky představují adekvátnější formální nástroj pro popis syntaktických (ale i morfologických
a sémantických) struktur než nekontextové gramatiky. Navíc – díky prologu – jsou
i počítačovými programy, které můžeme podle potřeby testovat.
Aby si čtenář mohl učinit představu o vztazích jednotlivých pravidel, uvádíme celou gramatiku
g2.pl, která může sloužit jako vzor pro budování podobných (a složitějších) gramatik:
/*p-2*/ np(np(N),_,K,Nu,G) → n(N,K,Nu,G).
/*p-2a*/ np(np(Pnd,N),_,K,Nu,G) → pnd(Pnd,K,Nu,G),n(N,K,Nu,G).
/*p-2b*/ np(np(A,N),_,K,Nu,G) → a(A,K,Nu,G),n(N,K,Nu,G).
/*p-2c*/ np(np(Pos,N),_,K,Nu,G) → pos(Pos,K,Nu,G),n(N,K,Nu,G).
/*p-2d*/ np(np(Numo,N),_,K,Nu,G) → numo(Numo,K,Nu,G),n(N,K,Nu,G).
/*p-3*/ vp(vp(V),P,K,Nu,G) → v(V,P,K,Nu,G).
/*p-3b*/ vp(vp(V,Np),P,K,Nu,G) → v(V,P,K,Nu,G),np(Np,_,4,_,v_).
/*p-3a*/ vp(vp(Adp,V),P,K,Nu,G) → adp(Adp),v(V,P,K,Nu,G).
/*p-3c*/ vp(vp(V,Pp),P,K,Nu,G) → v(V,P,K,Nu,G),pp(Pp,6).
/*p-4*/ adp(adp(Adm)) → adm(Adm).
/*p-5*/ pp(pp(Pre,Np),K) → pre(Pre,K),np(Np,_,K,_,_).
/* slovnik */
/*p-6*/ pnd(pnd(ta),1,sg,f) → [ta].
pnd(pnd(ta),4,sg,mn) → [ten].
pnd(pnd(ten),1,sg,mz) → [ten].
/*p-7*/ pos(pos(jeho),_,_,_) → [jeho].
pos(pos(moje),1,sg,f) → [moje].
67
pos(pos(muj),1,sg,mz) → [muj].
pos(pos(muj),1,sg,mn) → [muj].
pos(pos(muj),4,sg,mn) → [muj].
/*p-8*/ numo(numo(druha),1,sg,f) → [druha].
numo(numo(druhy),1,sg,mz) → [druhy].
/*p-9*/ n(n(zena),1,sg,f) → [zena].
n(n(syn),1,sg,mz) → [syn].
n(n(auta),1,pl,n) → [auta].
n(n(auta),4,pl,n) → [auta].
n(n(aute),6,sg,n) → [aute].
n(n(kurata),1,pl,n) → [kurata].
n(n(kurata),4,pl,n) → [kurata].
n(n(mladi),6,pl,n) → [mladi].
/*p-10*/ v(v(miluje),3,1,sg,) → [miluje].
v(v(milovala),3,_,sg,f) → [milovala].
v(v(miloval),3,_,sg,mz) → [miloval].
v(v(nenavidi),3,1,sg,_) → [nenavidi].
/*p-11*/ a(a(krasna),1,sg,f) → [krasna].
a(a(krasna),1,pl,n) → [krasna].
a(a(krasna),4,pl,n) → [krasna].
a(a(chytra),1,sg,f) → [chytra].
a(a(rychla),1,sg,f) → [rychla].
a(a(rychla),1,pl,n) → [rychla].
a(a(rychla),4,pl,n) → [rychla].
a(a(silna),4,pl,n) → [silna].
/*p-12*/ adm(adm(vasnive)) → [vasnive].
adm(adm(silene)) → [silene].
/*p-13*/ pre(pre(v),6) → [v].
/* pro doplnění uvádíme možnou rekurzívní variantu pravidla p-2 */
/*p-2e*/ np(np(A,Np),_,K,Nu,G) → a(A,K,Nu,G),np(Np,K,Nu,G).
Poznámka:
Symbol _ označuje tzv. anonymní proměnnou, u níž nám nezáleží na tom, jaké hodnoty nabude při
splňování příslušného predikátu.
0.7.2 Slovosled
Speciálním problémem v češtině je slovosled. Jak známo, jedna česká syntaktická struktura
může mít řadu variant daných obměnami slovosledu, přičemž někdy jsou přípustné téměř
všechny možné permutace. Vytváření slovosledných variant lze popsat pomocí poměrně složitého
systému pravidel (viz např Karlík, Svoboda, 1985), který má trojstupňový charakter
– obsahuje pravidla rytmická (pro kladení příklonek), gramatickosémantická (fungující uvnitř
větných složek) a pravidla funkční perspektivy větné (postihující pořadí složek ve větném kon-
68
textu).
Je tedy přirozené položit si otázku, jak se s variabilitou českého slovosledu vyrovnáme v aparátu
DC gramatik. Odpověď je poměrně snadná, ale neuspokojivá: se značnými obtížemi.
Přesněji řečeno, DC pravidly lze snadno popsat všechny možné variace jedné syntaktické struktury
obsahující třeba čtyři větné složky np, vp, adp, pp, musíme to ovšem udělat tak, že
formulujeme tolik DC pravidel, kolik daná struktura připouští slovosledných variant. Nepříjemné
na tom je pouze to, že takových variant může někdy být opravdu hodně a vzniklá DC
gramatika je pak značně rozsáhlá, a proto i nepřehledná a špatně čitelná.
Je vcelku zřejmé, že tu jde především o problém ani ne tak lingvistický, jako spíše programátorský
– DC gramatiky je potřeba modifikovat tak, aby připouštěly např. pravidla jako
/* p-sl */ s(s(Np,Vp) → {np(Np),vp(Vp)}.,
v nichž svorky vyznačují nikoli řetězy, nýbrž množiny. Taková modifikace DC gramatik existuje
a nese název mezerové (gapping) gramatiky (Dahl, Abramson, 1984), jejich implementace nám
však v současnosti bohužel není dostupná, takže ji v rámci tohoto textu nemůžeme nabídnout.
Pro potřeby experimentů s větší českou DC gramatikou (Halasová, Pala, Franc, 1987) byly
vyvinuty modifikace DC pravidel umožňující v jednom pravidle zachytit řadu slovosledných
variant, použité řešení však nebylo dostatečně obecné, proto je zde neuvádíme. Překonání
těchto obtíží je závislé na užší spolupráci s programátory.
69
0.8 Sémantická struktura české věty
Obrátíme nyní pozornost k popisu sémantické stavby české věty v rámci DC gramatik. Vyjdeme
přitom z poznatků, které jsme již získali při popisu syntaktické roviny a českých syntaktických
struktur.
Dosavadní pravidla v příkladových gramatikách g1, g2 obsahovala jako nejvyšší větné složky
np, vp, adp, pp, s, které jsou vymezeny na základě svých formálních vlastností. Vypovídají
tedy velmi málo (prakticky nic) o tom, jaké významové charakteristiky by se s nimi mohly
spojovat. Jinými slovy, stojíme před otázkou, zda neexistuje možnost definovat takové větné
složky, pomocí nichž bychom mohli popisovat významovou stavbu (českých, anglických, německých,
...) vět a které by byly nějak nadřazeny již zmíněným složkám
”
syntaktickým“. Odpověď
na tuto otázku je kladná a vede k zavedení dvou druhů přepisovacích pravidel: jedněch, která
prostřednictvím sémantických složek popisují významovou stavbu věty na nejvyšší úrovni, a
druhých, která na ně navazují a slouží k charakterizování syntaktické stavby věty. Dodejme
ještě, že nám nic nebrání v tom, abychom šli ještě o rovinu níž a způsobem naznačeným výše
začlenili do našeho popisu i pravidla morfologická. V rámci DC gramatik lze takto vytvořit
integrovaný popis české věty zahrnující rovinu morfologickou, syntaktickou i sémantickou. Čtenář
se může sám pokusit o formulování takové nevelké integrované DC gramatiky, v zásadě jde
více o problém technický (implementační a programátorský) než lingvistický.
0.8.1 Sémantické pády v DC gramatice
Teoretické řešení, které v tomto kontextu hledáme, poskytuje teorie sémantických pádů (aktantů,
participantů, sémantických rolí, Fillmore, 1968). Je založena na myšlence, že každé sloveso
se v závislosti na svém významu pojí s určitými sémantickými pády (rolemi, participanty)
chápanými jako nominální (substantivní) elementy relevantní pro sémantickou klasifikaci sloves.
Kombinaci sémantických pádů u daného slovesa pak nazýváme jeho pádovým rámcem. Podle
těchto pádových rámců se pak slovesa seskupují do přirozených významových tříd a vytvářejí
sémantickou klasifikaci sloves. Každý pádový rámec popisuje vlastně významovou stavbu věty
s daným slovesem a může mít podobu přesně definovaného formálního pravidla. Lze také říci, že
pádové rámce představují prostředek pro charakterizování toho, čemu se v teorii generativních
gramatik říká hloubková struktura věty (na rozdíl od její struktury povrchové, která je dána
prostřednictvím složek odkazujících k vlastní syntaktické struktuře věty).
Obvykle se pracuje s poměrně malým počtem sémantických pádů, např. u Fillmora jich najdeme
kolem 10, ovšem někteří (Sgall a kol., 1986) jich zavádějí až 30. Popis s větším počtem
participantů je nepochybně adekvátnější, i když ne tak obecný a elegantní, nicméně se zdá, že
pro konkrétní aplikace se vždy volí jistý druh kompromisu (kolem 20 pádů).
Zde budeme rozlišovat
1. obligatorní (vnitřní) participanty, k nimž řadíme agens (Ag), objektiv (Ob), adresát (Adr),
patiens (Pat), případně i některé další (zdroj informace, příjemce informace),
2. fakultativní participanty jako beneficient (Ben)), instrument (Ins), sociativ (Soc), původ
(Orig), kauzativ (Caus),
70
3. volné modifikátory, k nimž zcela jistě patří způsob (M), lokativ (L), temporativ (T), komparativ
(Komp), ale ev. i další.
Jako příklad uvedeme nyní DC gramatiku g3.pl, která se dosti liší od g2.pl v tom, že její
jednotlivá pravidla jsou ve skutečnosti DC modifikacemi pádových rámců pro slovesa patřící do
významové třídy v1, tj. pro některá slovesa označující dávání dávat, prodávat, předávat. Díky
tomuto postupu se ovšem obejdeme bez složky vp a věta s se člení vždy na sloveso z třídy v1
a příslušnou variantu pádového rámce obsahující sémantické pády Ag, Ob, Adr, T, L, M.
Ke gramatice g3.pl jsme neuvedli slovníková pravidla. Učinili jsme tak záměrně a čtenář si,
inspirován g2.pl, může slovník formou cvičení vytvořit sám.
g3.pl
s(s(V1)) → v1(V1,P,K,Nu,G).
s(s(Ag,V1)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G).
s(s(V1,Ag)) → v1(V1,P,K,Nu,G),ag(Ag,P,K,Nu,G).
s(s(V1,Ob)) → v1(V1,P,K,Nu,G),ob(Ob).
s(s(Ob,V1)) → ob(Ob),v1(V1,P,K,Nu,G).
s(s(V1,T)) → v1(V1,P,K,Nu,G),t(T).
s(s(T,V1)) → t(T),v1(V1,P,K,Nu,G).
s(s(V1,L)) → v1(V1,P,K,Nu,G),l(L).
s(s(L,V1)) → l(L),v1(V1,P,K,Nu,G).
s(s(V1,M)) → v1(V1,P,K,Nu,G),m(M).
s(s(M,V1)) → m(M),v1(V1,P,K,Nu,G).
s(s(T,Ag,V1)) → t(T),ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G).
s(s(Ag,V1,L)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),l(L).
s(s(Ag,V1,T)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),t(T).
s(s(Ag,V1,M)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),m(M).
s(s(Ag,M,V1)) → ag(Ag,P,K,Nu,G),m(M),v1(V1,P,K,Nu,G).
s(s(Ag,V1,Ob)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),ob(Ob).
s(s(Ob,V1,Ag)) → ob(Ob),v1(V1,P,K,Nu,G),ag(Ag,P,K,Nu,G).
s(s(Ob,Ag,V1))8 → ob(Ob),ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G).
s(s(Ag,V1,Ob,Adr)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),ob(Ob),adr(Adr).
s(s(Ag,V1,Adr,Ob)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),adr(Adr),ob(Ob).
s(s(Adr,V1,Ob,Ag)) → adr(Adr),v1(V1,P,K,Nu,G),ob(Ob),ag(Ag,P,K,Nu,G).
s(s(Ag,V1,Ob,L)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),ob(Ob),l(L).
s(s(L,Ag,V1,Ob)) → l(L),ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),ob(Ob).
s(s(Ag,V1,Adr,Ob,L)) → ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),adr(Adr),ob(Ob),l(L).
71
s(s(Ag,T,V1,Ob,Adr)) →
ag(Ag,P,K,Nu,G),t(T),v1(V1,P,K,Nu,G),ob(Ob),adr(Adr).
s(s(T,Ag,V1,Ob,Adr)) →
t(T),ag(Ag,P,K,Nu,G),v1(V1,P,K,Nu,G),ob(Ob),adr(Adr).
ag(ag(Np),3,K,Nu,G) → np(Np,1,Nu,G,TL).
ob(op(Np)) → np(Np,4,Nu,G,TL).
np(np(Pos,N),_,K,Nu,G) → pos(Pos,K,Nu,G),n(N,K,Nu,G).
0.8.2 Struktura slovníku
Pohled na slovníková pravidla v DC gramatice g2.pl ukazuje, že jednotlivá pravidla obsahují
údaje o slovním druhu daného slova (slovního tvaru) a také gramatické významy, které
se s daným tvarem pojí – pád, číslo, rod, osobu. Přidáním dalších argumentů k predikátům
reprezentujícím jednotlivé slovní druhy bychom do jednotlivých pravidel mohli v případě potřeby
doplnit ještě další gramatické významy, např. vid, slovesný způsob, čas aj., čímž bychom
získali jistý celek obsahující prakticky všechny syntakticky relevantní údaje s výjimkou sémantických
pádů (participantů). Údaje o participantech jsou však již obsaženy v pádových rámcích
zakódovaných v jednotlivých pravidlech DC gramatiky g3.
Víme však, že hesla v normálních jednojazyčných slovnících, jakým je např. Slovník spisovného
jazyka českého, 1989, mají podstatně složitější strukturu a obsahují heslové slovo v základním
tvaru včetně definice významu slova. Náš způsob organizace slovníku vycházející z jednotlivých
slovních tvarů je, jak patrno, značně redundantní a řada údajů se v našem slovníku zbytečně
opakuje.
Je tedy jasné, že v jazyce s bohatou morfologií, jakým je právě čeština, musíme v případě
většího slovníku počítat s morfologickou analýzou a do slovníku ukládat jen kmeny či kořeny
slov. Tohoto řešení jsme ostatně použili jednak u integrovaného analyzátoru Klara (Halasová,
Franc, Pala, 1987) a také při budování velkého strojového slovníku českých kmenů, který
čítá kolem 170 000 kmenů (Osolsobě, Franc, Pala, 1990) a je jádrem českého automatického
korektoru implementovaného např. v textovém procesoru T602. Pro jednoduché experimenty,
na nichž si chceme ověřit fragmenty popisu českých syntaktických a sémantických struktur
však postup použitý v g2.pl plně postačuje.
Úplný strojový slovník, který by obsahoval stejné množství údajů jako např. Slovník spisovného
jazyka českého, 1989, by musel mít podstatně složitější strukturu hesla než slovníky, které jsme
zatím popisovali. Heslo v takovém slovníku se bude členit na část morfologickou – obsahující
veškeré informace pro automatickou morfologickou analýzu heslového slova, syntaktickou –
zahrnující údaje o slovním druhu, gramatických významech a kombinatorice slova (u sloves
např. údaje o sémantických pádech) a sémantickou, v níž se musí nacházet informace o významu
lexému a významových vztazích k ostatním lexémům ve slovníku včetně víceznačnosti.
V současné počítačové lexikografii (viz např. Boguraev, Briscoe, 1989) se postupuje tak, že ze
současných slovníků se vytvářejí tzv. počítačově čitelné slovníky, které pak slouží jako zdroje
pro sestavování rozličných typů slovníků včetně specializovaných slovníků pro počítačové zpra-
72
cování přirozeného jazyka. Pokud jde o češtinu, bude v brzké době k dispozici střední Slovník
spisovné češtiny, 1978 ve strojové čitelné podobě, což umožní vytvářet adekvátnější počítačové
slovníky zejména s orientací na popis významových vztahů mezi heslovými slovy.
73
0.9 Cvičení
/*Cvičení 1:
Doplň následující gramatiku tak, aby bylo možné generovat věty typu:
”
Tisíce lidí provolávalo
slávu vítězům.“*/
/*1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
/*2*/ vp(vp(V3,Np4)) → v3(V3),np4(Np4).
/2*3*/ np4(np4(N4)) → n4(N4).
/*Řešení 1:
Vytvoříme klauzuli pro podmět vyjádřený číslovkou a substantivem v genitivu. Vytvoříme klauzuli
pro rozšíření vp tak, aby obsahovala np4 i np3. Doplníme slovník o substantiva v akuzativu,
genitivu a dativu.*/
/*4*/ np1(np1(Nr,Np2)) → nr(Nr),np2(Np2).
np2(np2(N2)) → n2(N2).
/*5*/ vp(vp(V3,Np4,Np3)) → v3(V3),np4(Np4),np3(Np3).
np3(np3(N3)) → n3(N3).
nr(nr(’pět’)) → [’pět’].
nr(nr(’tisíce’)) → [’tisíce’].
n2(n2(’lidí’)) → [’lidí’].
n2(n2(’chlapců’)) → [’chlapců’].
n3(n3(’vítězům’)) → [’vítězům’].
n3(n3(’vítězi’)) → [’vítězi’].
n4(n4(’slávu’)) → [’slávu’].
v3(v3(’provolávalo’)) → [’provolávalo’].
/*Cvičení 2:
Doplň následující gramatiku tak, aby bylo možné generovat věty typu:
”
Být, či nebýt, to je ta
otázka.“*/
/*1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
/*2*/ np1(np1(N1)) → n1(N1).
/*Řešení 2:
Vytvoříme klauzuli pro věty, které mají podmět vyjádřen infinitivem, resp. dvěma infinitivy
spojenými souřadně spojkou vylučovací, a přísudek jmenný se sponou. Doplníme slovník.*/
/*3*/ np1(np1(In1,K,In2,Pnd1n)) → in1(In1),k(K),in2(In2),pnd1n(Pnd1n).
/*4*/ vp(vp(Vb3,Nps)) → vb3(Vb3),nps(Nps).
nps(nps(N1)) → n1(N1).
nps(nps(Pnd1,N1)) → pnd1(Pnd1),n1(N1).
n1(n1(’otázka’)) → [’otázka’].
vb3(vb3(je)) → [je].
pnd1(pnd1(ta)) → [ta].
74
pnd1n(pnd1n(to)) → [to].
in1(in1(’být’)) → [’být’].
in2(in2(’nebýt’)) → [’nebýt’].
k(k(’či’)) → [’či’].
/*Cvičení 3:
Doplň následující gramatiku tak, aby bylo možné generovat věty typu:
”
Kdo šetří, má za tři.“*/
/*1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
/*Řešení 3:
Vytvoříme klauzuli pro věty, které mají podmět vyjádřen vedlejší větou vztažnou. Doplníme
klauzuli pro přísudek. Doplníme slovník.*/
/*2*/ s(s(Skd,Vp)) → skd(Skd),vp(Vp).
/*3*/ skd(skd(Pronr,V3)) → pronr(Pronr),v3(V3).
/*4*/ vp(vp(V3,PNr4)) → v3(V3),pnr4(PNr4).
pnr4(pnr4(P4,Nr4)) → p4(P4),nr4(Nr4).
p4(p4(za)) → [za].
nr4(nr4(’tři’)) → [’tři’].
pronr(pronr(kdo)) → [kdo].
v3(v3(’má’)) → [’má’].
v3(v3(’šetří’)) → [’šetří’].
/*Cvičení 4:
Doplň následující gramatiku tak, aby bylo možné generovat věty typu:
”
Otec s matkou šli do
kina.“*/
/*1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
/*Řešení 4: Vytvoříme klauzuli pro podmět. Vytvoříme klauzuli pro přísudek a pro příslovečné
určení místa. Doplníme slovník.*/
/*2*/ np1(np1(N1,PNp7)) → n1(N1),pnp7(PNp7).
pnp7(pnp7(P7,Np7)) → p7(P7),np7(Np7).
np7(np7(N7)) → n7(N7).
/*3*/ vp(vp(V3,PNp4)) → v3(V3),pnp4(PNp4).
pnp4(pnp4(P4,Np4)) → p4(P4),np4(Np4).
np4(np4(N4)) → n4(N4).
n1(n1(otec)) → [otec].
n4(n4(kina)) → [kina].
n7(n7(matkou)) → [matkou].
p4(p4(do)) → [do].
p7(p7(s)) → [s].
v3(v3(’šli’)) → [’šli’].
75
/*Cvičení 5:
Doplň následující gramatiku tak, aby bylo možné generovat věty typu:
”
Chodit za školu se
nevyplácí.“*/
/*1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
/*2*/ np1(np1(N1)) → n1(N1).
/*Řešení 5:
Vytvoříme klauzuli pro věty, které mají podmět je vyjádřen infinitivem. Doplníme pravidlo
pro přísudek. Doplníme do slovníku infinitivy, předložkové np, adjektiva, slovesa.
/*3*/ s(s(Npi1,Vp)) → npi1(Npi1),vp(Vp).
/*4*/ npi1(npi1(In)) → in(In).
/*5*/ npi1(npi1(In,Pnp)) → in(In),pnp(Pnp).
/*6*/ pnp(pnp(P,Np)) → p(P),np(Np).
pnp(pnp(P6,N6)) → p6(P6),n6(N6).
pnp(pnp(P4,N4)) → p4(P4),n4(N4).
/*7*/ vp(vp(Vr3)) → vr3(Vr3).
vr3(vr3(R,V3r)) → r(R),v3r(V3r).
in(in(pracovat)) → [pracovat].
in(in(chodit)) → [chodit].
p6(p6(na)) → [na].
p4(p4(za)) → [za].
n6(n6(poli)) → [poli].
n4(n4(’školu’)) → [’školu’].
v3r(v3r(’nevyplácí’)) → [’nevyplácí’].
r(r(se)) → [se].
/*Cvičení 6:
Doplň následující gramatiku tak, aby bylo možné generovat věty typu:
”
Petr chodí do školy a
Pavel běhá za děvčaty.“*/
/*1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
np1(np1(N1)) → n1(N1).
vp(vp(V3,PNp2)) → v3(V3),pnp2(PNp2).
pnp2(pnp2(P2,Np2)) → p2(P2),np2(Np2).
np2(np2(N2)) → n2(N2).
/*Řešení 6:
Vytvoříme klauzuli pro souvětí slučovací a doplníme slovník.*/
/*2*/ ss(ss(S,KS1)) → s(S),ksa(KSa).
ksa(ksa(K,Sa)) → k(K),sa(Sa).
sa(sa(Np1a,Vpa)) → np1a(Np1a),vpa(Vpa).
np1a(np1a(Na1)) → n1(Na1).
vpa(vpa(Va3,PNpa7)) → v3(Va3),pnp7(PNpa7).
76
pnp7(pnp7(Pa7,Npa7)) → p7(Pa7),np7(Npa7).
np7(np7(Na7)) → n7(Na7).
n1(n1(otec)) → [otec].
n1(n1(’Pavel’)) → [’Pavel’].
n1(n1(’Petr’)) → [’Petr’].
n2(n2(kina)) → [kina].
n2(n2(’školy’)) → [’školy’].
n7(n7(matkou)) → [matkou].
n7(n7(’děvčaty’)) → [’děvčaty’].
p2(p2(do)) → [do].
p7(p7(s)) → [s].
p7(p7(za)) → [za].
v3(v3(’šel’)) → [’šel’].
v3(v3(’chodí’)) → [’chodí’].
v3(v3(’běhá’)) → [’běhá’].
k(k(a)) → [a].
/*Cvičení 7:
Doplň následující gramatiku tak, aby bylo možné generovat věty typu:
”
Pět chlapců se ztratilo
v lese.“*/
/*1*/ s(s(Np1,Vp)) → np1(Np1),vp(Vp).
/*2*/ np1(np1(N1)) → n1(N1).
/*3*/ vp(vp(V3,Np4)) → v3(V3),np4(Np4).
/*4*/ np4(np4(N4)) → n4(N4).
/*Řešení 7:
Podmět je vyjádřen číslovkou v nominativu a podstatným jménem v genitivu. Vytvoříme
prologovské pravidlo pro tento typ podmětu. Vytvoříme pravidlo pro vp vyjádřenou zvratným
slovesem v určitém tvaru a příslovečným určením. Doplníme slovník.*/
/*5*/ np1(np1(Nr1,Np2)) → nr1(Nr1),np2(Np2).
np2(np2(N2)) → n2(N2).
/*6*/ vp(vp(R,V3,PNp)) → r(R),v3(V3),pnp(PNp).
pnp(pnp(P6,Np6)) → p6(P6),np6(Np6).
np6(np6(N6)) → n6(N6).
nr1(nr1(’pět’)) → [’pět’].
n2(n2(’chlapců’)) → [’chlapců’].
n6(n6(lese)) → [lese].
r(r(se)) → [se].
v3(v3(ztratilo)) → [ztratilo].
p6(p6(v)) → [v].
77
/*Cvičení 8:
Uprav g2.pl tak, aby byla schopna postihnout shodu mezi jmennou skupinou np v hlavní větě
a odpovídající větou vztažnou. Jde tu o spojení typu
Jeho žena, která nenávidí auta, vášnivě miluje pletení nebo
Můj syn miluje auto, které nenávidí jeho žena. */
/*Řešení 8: */
Do g3.pl doplníme dvě pravidla pro věty vztažné: v prvním je vztažným zájmenem vyjádřen
Ag (tj.Agr), ve druhém je vztažným zájmenem vyjádřen Ob (Obr). Dále doplníme pravidla pro
Agr a Obr a ověříme si, že nám nechybí pravidla pro np. Nesmíme také zapomenout na pravidla
pro pr, tj. pro vztažná zájmena. Pokud chceme, aby se v příslušných českých větách počítalo
s obvyklou interpunkcí, musíme pro ně mít označení Fm1 (čárka) a Fm2 (čárka nebo tečka) a
také samostatná pravidla. V jednodušší verzi je lze vynechat (pozor, na dvou místech).
ag(ag(Np),3,K,Nu,G) → np(Np,1,Nu,G).
ob(op(Np)) → np(Np,4,Nu,G).
sr(sr(Fm1,Agr,V1,Ob,Fm2),Nu,_) → fm(Fm1), agr(Agr,1,Nu,G), v1(V1,P,K,Nu,G),
sr(sr(Fm1,Obr,V1,Ag,Fm2),Nu,_) → fm(Fm1), obr(Obr,4,Nu,G), v1(V1,P,K,Nu,G),
agr(agr(Pr),3,K,Nu,G) → pr(Pr,1,Nu,G).
obr(obr(Pr)) → pr(Pr,4,Nu,G).
np(np(Pos,N,Sr),K,Nu,G) → n(Pos,N,K,Nu,G),sr(Sr,Nu,G).
np(np(N,Sr),K,Nu,G) → n(N,K,Nu,G),sr(Sr,Nu,G).
np(np(N),K,Nu,G) → n(N,K,Nu,G).
pr(pr(ktere),4,sg,n) → [ktere].
pr(pr(ktera),1,sg,f) → [ktera].
fm1(fm1(’,’)) → [’,’].
fm2(fm2(’,’)) → [’,’].
fm2(fm2(’.’)) → [’.’].
78
BIBLIOGRAFIE
BÉMOVÁ, A., KRÁLÍKOVÁ, K., K otázkám automatického zpracování českého tvarosloví,
In: SaS, 49(1988), s.285nn.
BERKA, K., MLEZIVA, M., Co je logika, Praha, NPL, 1962.
BOGURAEV, B., BRISCOE, T., eds., Computational Lexicography for Natural Language
Processing, Longman, London, New York, 1989.
BUZÁSSYOVÁ, K., Sémantická štruktúra slovenských deverbatív, Veda, Bratislava 1974.
CLOCKSIN, W. F., MELLISH, C. S., Programování v prologu, český překlad, ZAK
Slušovice, 1986.
ČEŠKA, M., RÁBOVÁ, Z., Gramatiky a jazyky, skriptum, VUT Brno, 1985, s.9-28.
DAHL, V., ABRAMSON, H., On Gapping Grammars, in: Proceedings of the Second Int.
Conf. on Logic Programming, pp.77-88, Uppsala, Sweden, July 1984.
DOKULIL, M., DANEŠ, F., KUCHAŘ, J., Tvoření slov v češtině, Academia, Praha
1967.
ERHART, A, Základy jazykovědy, SPN, Praha, 1984.
FILLMORE, C., J., The Case for Case, in: Bach, E. and Harms, R., T., eds., Universals in
Linguistic Theory, Holt, Rinehart and Winston, New York, pp. 1-88, 1968.
GAZDAR, G., Phrase Structure Grammar, in: The Nature of Syntactic Representations,
ed. by G. K. Pullum and R. Jacobson, Dordrecht, 1982.
GAZDAR, G., MELLISH C., S., Natural Language Processing in prolog, Addison-Wesley,
Wokingham, England, 1989.
GREPL, M., KARLÍK, P., Skladba spisovné češtiny, SPN, Praha, 1986.
HALASOVÁ, K., PALA, K., FRANC, S., Česká morfologie a syntax v prologu, SOFSEM’
87, VUSEIAR Bratislava 1987.
HALASOVÁ, K., Algoritmický popis české formální morfologie substantiv a adjektiv, rkp.
pro SPFFBU 1988.
HAVRÁNEK, B., JEDLIČKA, A., Česká mluvnice, SPN, Praha 1981.
CHOMSKY, N., Syntaktické struktury, Academia, Praha, 1966 (český překlad originálu
publikovaného v r. 1957).
CHOMSKY, N., MILLER, G. A., Introduction to Formal Analysis of Natural Language,
Formal Grammars, Finitary Models of Language Users, in: Handbook of Mathematical
Psychology, vol. II, Wiley and Sons, New York, 1963, s.270–382.
79
KARLÍK, P., SVOBODA, A., Skladba češtiny pro cizince, skriptum Letní školy slovanských
studií, Brno 1985.
KOMÁREK, M., Ke dvěma koncepcím stavby jednoduchých slovesných tvarů v češtině,
Acta Universitatis Palackianaea Olomucensis, Studia Bohemica IV, SPN, Praha 1987.
KONEČNÁ, D., Algoritmický popis českých slovesných tvarů [Kandidátská disertace]. Praha
1964.
MATERNA, P., PALA, K., ZLATUŠKA, J., Logická analýza přirozeného jazyka, ACADEMIA,
Praha, 1989.
NOVOTNÝ, M., S algebrou od jazyka ke gramatice a zpět, Academia, Praha, 1988.
OSOLSOBĚ, K., FRANC, S., PALA, K., An Algorithmic Dictionary of Czech for the
IBM PC (and compatibles), výzk. zpráva, FF MU, Brno, 1990.
PALA, K., O procedurální gramatice pro češtinu, Sborník prací FF BU, A 30, 1982, s.103–
122.
PETR, J., kol., Mluvnice češtiny 2, 3, Academia, Praha 1986, 1987.
PEREIRA, F., Logic for Natural Language Analysis, SRI, Technical Note, no 275, Stanford,
1983.
ROMPORTL, S., Návrh principu automatického šifrování a dešifrace gramatických příznaků
českého slovesa při překládání z češtiny do češtiny. In: SbVUT, Brno 1961.
SGALL, P., Generativní popis jazyka a česká deklinace. ČSAV, Praha 1967.
SGALL, P., Das System der Kasusendungen im Tschechischen, The Prague Bulletin of Mathematical
Linguistics 39, Praha 1983.
SGALL, P. et al., The Meaning of the Sentence and its Semantic and Pragmatic Aspects,
Praha, Academia, 1986.
SLAVÍČKOVÁ, E., Retrográdní morfematický slovník češtiny, Academia, Praha 1975.
ŠMILAUER, V., Novočeská skladba, Praha, 1966.
ŠMILAUER, V., Učebnice větného rozboru, skriptum FF UK, Praha, 1967.
SOMERS, H. L., Valency and Case in Computational Linguistics, Edinburgh University
Press, 1987.
TĚŠITELOVÁ, M., PETR, J., KRÁLÍK, J., Retrográdní slovník současné češtiny, Academia,
Praha 1986.
UČEBNICE JAZYKA ČESKÉHO PRO 10. ROČ., SPN, Praha, 1954.
WELLS, R., Immediate Constituents, Language, Vol. 23, pp.81-117, 1947.
80
K. Pala, K. Osolsobě
Základy počítačové lingvistiky
(Skriptum filozofické fakulty MU)
Vedoucí ústavu: Radoslav Večerka
Vydavatel: Masarykova univerzita
Brno 1991
AA - 6,53, VA - 6,68
Cena 20,- Kčs
Tém. sk. 02/58
Vyd. číslo: 55-953A-91
ISBN 80-210-0341-3
2. přepracované vydání
Náklad 200 výtisků
Vytisklo ofsetem technické středisko FF MU