Zpracování přirozeného jazyka Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: 9 Komunikace o Gramatiky a syntaktická analýza • Analýza přirozeného jazyka 9 PA026 - Projekt z umělé inteligence Úvod do umělé inteligence 12/12 1/37 Komunikace Přirozený jazyk - prostředek komunikace Přirozený jazyk - prostředek komunikace komunikace = cílená výměna informace pomocí produkce a vnímání (sdílených) pokynů - zvířata - až stovky pokynů (šimpanz, delfín, ...) - člověk - potenciálně neomezené množství, díky přirozenému jazyku Úvod do umělé inteligence 12/12 2/37 Komunikace Přirozený jazyk - prostředek komunikace Přirozený jazyk - prostředek komunikace komunikace = cílená výměna informace pomocí produkce a vnímání (sdílených) pokynů - zvířata - až stovky pokynů (šimpanz, delfín, ...) - člověk - potenciálně neomezené množství, díky přirozenému jazyku 2 náhledy na přirozený jazyk: • klasický (před 1953) - jazyk se skládá z vět, které jsou buď pravdivé nebo nepravdivé (srovnej s logikou) 9 moderní (po 1953) - užití jazyka je jedna z možných akcí Wittgenstein (1953) Philosophical Investigations Searle (1969) Speech Acts Úvod do umělé inteligence 12/12 2/37 Komunikace Přirozený jazyk - prostředek komunikace Přirozený jazyk - prostředek komunikace komunikace = cílená výměna informace pomocí produkce a vnímání (sdílených) pokynů - zvířata - až stovky pokynů (šimpanz, delfín, ...) - člověk - potenciálně neomezené množství, díky přirozenému jazyku 2 náhledy na přirozený jazyk: • klasický (před 1953) - jazyk se skládá z vět, které jsou buď pravdivé nebo nepravdivé (srovnej s logikou) 9 moderní (po 1953) - užití jazyka je jedna z možných akcí Wittgenstein (1953) Philosophical Investigations Searle (1969) Speech Acts Turingův test založen na jazyku jazyk je pevně spojen s myšlením komunikace se tvoří pomocí řečových aktů (speech acts) jako jeden z typů agentových akcí cíl komunikace - Úvod do umělé inteligence 12/12 2/37 Komunikace Přirozený jazyk - prostředek komunikace Přirozený jazyk - prostředek komunikace komunikace = cílená výměna informace pomocí produkce a vnímání (sdílených) pokynů - zvířata - až stovky pokynů (šimpanz, delfín, ...) - člověk - potenciálně neomezené množství, díky přirozenému jazyku 2 náhledy na přirozený jazyk: • klasický (před 1953) - jazyk se skládá z vět, které jsou buď pravdivé nebo nepravdivé (srovnej s logikou) 9 moderní (po 1953) - užití jazyka je jedna z možných akcí Wittgenstein (1953) Philosophical Investigations Searle (1969) Speech Acts Turingův test založen na jazyku jazyk je pevně spojen s myšlením komunikace se tvoří pomocí řečových aktů (speech acts) jako jeden z typů agentových akcí cíl komunikace - změnit akce ostatních agentů Úvod do umělé inteligence 12/12 2/37 Řečové akty Komunikace Řečové akty / Komunikační situace v Mluvčí (speaker) —>> Promluva (utterance) —>> Posluchač (hearer) řečové akty směřují k naplnění cílů mluvčího: - informovat (inform) "Před tebou je jáma." - ptát se (query) "Vidíš zlato?" - přikázat/žádat (command/request) "Zvedni to." - slíbit/svěřit se s plánem (promise, com- "Rozdělím se s tebou o zlato." mit to pian) - potvrdit (acknowledge) "OK" plánování řečových aktů vyžaduje znalosti: - komunikační situace - sémantiky a syntaxe (sdílených konvencí) - informace o Posluchači - cíle, znalosti, rozumnost Úvod do umělé inteligence 12/12 3/37 Komunikace Komunikační fáze (při informování) Komunikační fáze (při informování) průběh promluvy je možné rozložit na fáze: - záměr (intention) - generování (generation) - syntéza (synthesis) - vnímání (perception) - analýza (analysis) - zjednoznačnění (disambiguation) - zahrnutí (incorporation) M chce informovat Po, že Pr M vybírá slova W pro vyjádření Pr M říká slova W Po vnímá Wř Po odvozuje možné významy Při,. Po vybírá zamýšlený význam Pr, Po zahrne Pr; do své báze znalostí Úvod do umělé inteligence 12/12 4/37 Komunikace Komunikační fáze (při informování) Komunikační fáze (při informování) průběh promluvy je možné rozložit na fáze: - záměr (intention) - generování (generation) - syntéza (synthesis) - vnímání (perception) - analýza (analysis) - zjednoznačnění (disambiguation) - zahrnutí (incorporation) M chce informovat Po, že Pr M vybírá slova W pro vyjádření Pr M říká slova W Po vnímá Wř Po odvozuje možné významy Při,..., Prn Po vybírá zamýšlený význam Pr, Po zahrne Pr; do své báze znalostí Může přitom vzniknout chyba? - neupřímnost (Po nevěří Pr) - víceznačnost promluvy (Po zvolí špatné Pr/) - různé pochopení aktuální situace (zamýšlený význam mezi Pr, není) Úvod do umělé inteligence 12/12 4/37 Komunikace Komunikační fáze (při informování) Komunikační fáze - příklad záměr Vědět(Po, —i Na-živu (Wumpusi, S3)) generovaní "Wumpusje mrtvý." syntéza Mluvčí [v u m p u s j e m r t v i:] vnímam 'Wumpus je mrtvý. analýza syntaktická analýza: NP VP I / \ Nou n Verb Adjective Wumpus je mrtvý sémantická ^Na-živu(Wumpus, Teď) interpretace: Unavený [Wumpus, Teď) pragmatická ->Na-živu(Wumpusi, S3) interpretace: Unavený(Wumpus1, S3) zjednoznačnění Posluchač -1 Na-živu (Wumpusi, S3)) zahrnutí Tell(KB, —1 Na-živu (Wumpusi, S3)) Úvod do umělé inteligence 12/12 5/37 Gramatiky a syntaktická analýza • Přirozený jazyk - prostředek komunikace • Rečové akty • Komunikační fáze (při informování) Q Gramatiky a syntaktická analýza • Gramatiky pro analýzu jazyka 9 Lexikon pro agenta ve Wumpusově jeskyni • Syntaktický strom • Test na shodu • Syntaktická analýza pomocí strojového učení Q Analýza přirozeného jazyka • Význam syntaktické analýzy 9 Problémy při analýze přirozeného jazyka 9 Reálná syntaktická analýza přirozeného jazyka t\\J I U Cr\L í- U I I LCMciCI l\>C Úvod do umělé inteligence 12/12 6/37 Gramatiky a syntaktická analýza Gramatiky a syntaktická analýza zvířata používají místo vět izolované symboly =4> omezená sada komunikovatelných situací —>► žádná generativní kapacita gramatika specifikuje skladební strukturu složených pokynů - definuje formální jazyk pokynů formální jazyk = množina řetězců (vět) teminálních symbolů (slov) 2 náhledy na vztah věty a gramatiky: - S je správný řetězec/věta z jazyka <^> S je analyzovatelný danou gramatikou - příslušná gramatika generuje S S je správný řetězec/věta z jazyka gramatika je zadána jako množina přepisovacích pravidel S -> NP VP Pronoun —>» já ty on v tomto příkladu: S větný symbol - kořenový symbol gramatiky A/P, VP neterminály já, ty,... terminály Úvod do umělé inteligence 12/12 7/37 Typy Gramatiky a syntaktická analýza Typy gramatik gramatik • regulární (regular) neterminál —>► terminál[neterminál] S —^ aS S -> b ekvivalentní síle konečných automatů, neumí anbn • bezkontextové (context-free) neterminál —± cokoliv S —>► aSb ekvivalentní síle zásobníkových automatů, umí anbn, neumí anbncn 9 kontextové (context-sensitive) - víc termů na levé straně (kontext neterminálu) ASB -> AAaBB umí anbncn • rekurzivně vyčíslitelné (recursively enumerable) - bez omezení ekvivalentní síle Turingova stroje přirozený jazyk byl dlouho pokládán za bezkontextový —>► nyní prokázáno, že obsahuje kontextové prvky csiiDo) Úvod do umělé inteligence 12/12 8/37 Gramatiky a syntaktická analýza Typy gramatik Přesnost a pokrytí gramatiky u složitějších jazyků (např. přirozených) jazyk Li (generovaný gramatikou) se liší od zamýšleného jazyka L2 L ^1 J-2 chybně generované chybně negenerované kvalita gramatiky: — pokrytí - procento vět jazyka L2 generovatelných gramatikou (|/_i D Z-2I/IZ-2I) — přesnost - procento generovaných vět, které jsou správné věty jazyka Z_2(|^-1 H /_2|/|/-i|) — kombinová F-míra - harmonický průměr 2 • Přesnost-pokrytí J ^ přesnost+pokryti tvorba gramatiky ... postupný proces zvyšování pokrytí a přesnosti gramatiky přirozených jazyků - velmi rozsáhlé a přesto většinou nepopisují plně ani angličtinu © Úvod do umělé inteligence 12/12 9/37 Gramatiky a syntaktická analýza Gramatiky pro analýzu jazyka Gramatiky pro analýzu jazyka využívané pro syntaktickou analýzu • pro lokální varianty - regulární gramatiky (regulární výrazy, např. pro extrakci informací) • pro vyjmenované větné struktury - bezkontextové gramatiky • pro plný jazyk - (mírně) kontextové gramatiky • praktické nástroje - většinou rozšíření bezkontextových gramatik (CFG): • Prolog - definite clause grammars, DCG • Java, Python - ANTLR (ANother Tool for Language Recognition) Úvod do umělé inteligence 12/12 10 / 37 Gramatiky a syntaktická analýza Gramatiky pro analýzu jazyka Gramatika - příklad 1 gramatika vět typu "The young boy sings a song." # 1. část - pravidla sentence noun_phrase, verb_phrase. noun_phrase determiner, noun_phrase2. noun_phrase noun_phrase2. noun_phrase2 adjective, noun_phrase2. noun_phrase2 noun. verb_phrase verb. verb_phrase verb, noun_phrase. # 2. část — lexikon determiner 'the' determiner ' a'. noun —)► 'boy'. noun —)► ' song'. verb —)► ' sings'. adjective —>> 'young' Úvod do umělé inteligence 12/12 11 / 37 Gramatiky a syntaktická analýza Lexikon pro agenta ve Wumpusově jeskyni Lexikon pro agenta ve Wumpusově jeskyni podst. jméno: Noun sloveso: Verb příd. jméno: Adjective příslovce: Adverb vl. jméno: Name zájmeno: Pronoun předložka: Preposition spojka: Conjunction číslice: Digit V Gramatika přímo na slovech je příliš rozsáhlá. Řešením je rozdělení slov do kategorií: zápach |vánek | třpyt | nic | wumpuse |jáma zlato jsem | je | vidím | cítím | působí | zapáchá | jdu ... levý | pravý | východní | jižní tady | tam | blízko | vpředu | vpravo | vlevo | východně | jižně | vzadu | . . . Petr | Honza | Brno | Fl MU já | ty | mě | toho | ten | ta do I v I na u nebo | ale 0123456789 kategorie můžeme dělit na otevřené (vyvíjející se) a uzavřené (stálé) Úvod do umělé inteligence 12/12 12 / 37 Gramatiky a syntaktická analýza Lexikon pro agenta ve Wumpusově jeskyni Morfologická analýza • v češtině u lexikonu nestačí prostý výčet tvarů - je nutná morfologická analýza (morfologie=tvarosloví) • skloňovaná a časovaná slova se rozkládají na segmenty pří-1 ež- i t-ost- n-ým i: pří - prefix; lež - kořen; it, ost, n - suffixy; ými - koncovka Úvod do umělé inteligence 12/12 13 / 37 Gramatiky a syntaktická analýza Lexikon pro agenta ve Wumpusově jeskyni Morfologická analýza • v češtině u lexikonu nestačí prostý výčet tvarů - je nutná morfologická analýza (morfologie=tvarosloví) • skloňovaná a časovaná slova se rozkládají na segmenty pří-1 ež- i t-ost- n-ým i: pří - prefix; lež - kořen; it, ost, n - suffixy; ými - koncovka o základní tvar slova (lemma), podle koncovky se určují gramatické kategorie # slovník základních gramatických kategorií: sLdruh(lemma, pád, číslo, rod) —>- slovo. adj (' chytrý' , 'ľ, 'j', 'mž')—>> 'chytrý', adj ('chytrý' , '2', 'j', 'mž') —>> ' chytrého'. adj ('chytrý', 'ľ, 'mn', 'mž') —>-'chytří'. Úvod do umělé inteligence 12/12 13 / 37 Gramatiky a syntaktická analýza Lexikon pro agenta ve Wumpusově jeskyni Morfologická analýza • v češtině u lexikonu nestačí prostý výčet tvarů - je nutná morfologická analýza (morfologie=tvarosloví) • skloňovaná a časovaná slova se rozkládají na segmenty pří-1 ež- i t-ost- n-ým i: pří - prefix; lež - kořen; it, ost, n - suffixy; ými - koncovka o základní tvar slova (lemma), podle koncovky se určují gramatické kategorie # slovník základních gramatických kategorií: sLdruh(lemma, pád, číslo, rod) —>- slovo. adj (' chytrý' , 'ľ, 'j', 'mž')—)►'chytrý'. adj ('chytrý' , '2', 'j', 'mž') —>> ' chytrého'. adj ('chytrý', 'ľ, 'mn', 'mž') —>-'chytří'. • reálná morfologická analýza CJ - program Majka na Fl MU http://nlp.f i.muni.cz/proj ekty/wwwaj ka/ ajka>nejneuvěřitelněj i ajka>hnát nej-ne=uvěřiteln==ěji= (1022) ==hná=t= (618) uvěřitelně hnát k6xMeNd3 k5eAmFaI =hnát=== (1030) hnát klg!nScl,klg!nSc4 Úvod do umělé inteligence 12/12 13 / 37 Gramatiky a syntaktická analýza Lexikon pro agenta ve Wumpusově jeskyni Gramatická pravidla pro agenta ve Wumpusově jeskyni s NP VP PP ->■ ReIClause —> NP VP % já + cítím vánek S Conjunction S % já cítím vánek + a + já % na východ Pronoun % ja Noun % jáma Adjective Noun % levá jáma Pronoun NP % toho + wumpuse Noun Digit ',' Digit % pole + 3,4 NP PP % jáma + na východě NP ReIClause % toho wumpuse + ,který % zapáchá Verb % zapáchá VP NP % cítím + vánek VP Adjective % je + třpytivý VP PP % jdu + na východ VP Adverb \ Adverb VP % jdu + dopředu Preposition NP % na + východ ', který' VP % , který + zapáchá Úvod do umělé inteligence 12/12 14 / 37 Gramatiky a syntaktická analýza Syntaktický strom Syntaktický strom syntaktický strom vzniká během syntaktické analýzy a dává záznam o jejím průběhu: Východní jáma tady působí vánek Úvod do umělé inteligence 12/12 15 / 37 Gramatiky a syntaktická analýza Syntaktický strom Syntaktický strom syntaktický strom vzniká během syntaktické analýzy a dává záznam o jejím průběhu: Adjective Východní Noun jama Adverb tady Verb působí Noun vánek Úvod do umělé inteligence 12/12 15 / 37 Gramatiky a syntaktická analýza Syntaktický strom Syntaktický strom syntaktický strom vzniká během syntaktické analýzy a dává záznam o jejím průběhu: NP Adjective Noun Adverb VP Verb Noun Východní jama tady působí vánek Úvod do umělé inteligence 12/12 15 / 37 Gramatiky a syntaktická analýza Syntaktický strom Syntaktický strom syntaktický strom vzniká během syntaktické analýzy a dává záznam o jejím průběhu: Adjective Noun Adverb Verb Noun Východní jáma tady působí vánek Úvod do umělé inteligence 12/12 15 / 37 Gramatiky a syntaktická analýza Syntaktický strom Syntaktický strom syntaktický strom vzniká během syntaktické analýzy a dává záznam o jejím průběhu: Adjective Noun Adverb Verb Noun Východní jáma tady působí vánek Úvod do umělé inteligence 12/12 15 / 37 Gramatiky a syntaktická analýza Syntaktický strom Syntaktický strom syntaktický strom vzniká během syntaktické analýzy a dává záznam o jejím průběhu: Adjective Noun Adverb Verb Noun Východní jáma tady působí vánek Úvod do umělé inteligence 12/12 15 / 37 Gramatiky a syntaktická analýza Syntaktický strom Konstrukce derivačního stromu Neterminály opatríme argumentem: sentence(sentence(NP,VP)) —)► noun_phrase(NP), verb_phrase(VP). sentence(s(N,V)) —»> noun_phrase(N), verb_phrase(V). noun_phrase(np(D,N)) —> determiner(D), noun_phrase2(N). noun_phrase(np(N)) —> noun_phrase2(N). noun_phrase2(np2(A,N)) —> adjective(A), noun_phrase2(N) noun_phrase2(np2(N)) —> noun(N) verb_phrase(vp(V)) —> verb(V). verb_phrase(vp(V,N)) —> verb(V), noun_phrase(N). determiner(det(the)) —>- 'the'. determiner(det(a)) —> 'a', adjective (adj(young)) —> 'young'. noun(noun(boy)) —>- 'boy'. noun(noun(song)) —> 'song'. verb(verb(sings)) —> 'sings'. Úvod do umělé inteligence 12/12 16 / 37 Gramatiky a syntaktická analýza Syntaktický strom Konstrukce derivačního stromu Neterminály opatríme argumentem: sentence(sentence(NP,VP)) —)► noun_phrase(NP), verb_phrase(VP). sentence(s(N,V)) —»> noun_phrase(N), verb_phrase(V). noun_phrase(np(D,N)) —> determiner(D), noun_phrase2(N) noun_phrase(np(N)) —> noun_phrase2(N). noun_phrase2(np2(A,N)) —> adjective(A), noun_phrase2(N). noun_phrase2(np2(N)) —> noun(N) verb_phrase(vp(V)) —> verb(V). verb_phrase(vp(V,N)) —> verb(V), noun_phrase(N). determiner(det(the)) —>- 'the'. determiner(det(a)) —> 'a', adjective (adj(young)) —> 'young'. noun(noun(boy)) —>- 'boy'. noun(noun(song)) —> 'song'. verb(verb(sings)) —> 'sings'. sentence (Tree, ['the', 'young', 'boy', 'sings', 'a', 'song']) Tree=s(np(det( 'the' ),np2(adj( 'young' ),np2(noun( 'boy')))), vp(verb(' sings' ),np(det('a' ),np2(noun(' song'))))) Úvod do umělé inteligence 12/12 16 / 37 Gramatiky a syntaktická analýza Syntaktický strom Derivační strom analýzy v gramatikách sentence (Tree, ['the', 'young', 'boy', 'sings', 'a', 'song'], ]) Tree=s(np(det('the'), np2(adj( 'young'), np2(noun('boy')))), vp(verb(' sings'), np(det('a'), np2(noun(' song'))))) np vp det np2 np2 noun verb det np np2 noun the young boy sings song Úvod do umělé inteligence 12/12 17 / 37 Gramatiky a syntaktická analýza Test na shodu Test na shodu Pokud však rozšíříme slovník: noun(noun(boys)) 'boys'. verb(verb(sing)) 'sing'. Narazíme na problém se shodou v čísle: sentence (_, [' a', 'young', 'boys', 'sings']). True sentence(_, ['a', 'boy', 'sing']). True Úvod do umělé inteligence 12/12 18 / 37 Gramatiky a syntaktická analýza Test na shodu Test na shodu Pokud však rozšíříme slovník: noun(noun(boys)) 'boys'. verb(verb(sing)) 'sing'. Narazíme na problém se shodou v čísle: sentence (_, [' a', 'young', 'boys', 'sings']). True sentence(_, ['a', 'boy', 'sing']). True Proto rozšíříme neterminály o další argument Num, ve kterém můžeme testovat shodu: sentence(sentence(NP,VP)) —)► noun_phrase(NP,Num), verb_phrase(VP,Num). Úvod do umělé inteligence 12/12 18 / 37 Gramatiky a syntaktická analýza Test na shodu Gramatika s testy na shodu sentence(sentence(N,V)) —)► noun_phrase(N,Num), verb_phrase(V,Num). noun_phrase(np(D,N),Num) —)► determiner(D,Num), noun_phrase2(N,Num) noun_phrase(np(N),Num) —)► noun_phrase2(N,Num). noun_phrase2(np2(A,N),Num) —adjective(A), noun_phrase2(N,Num). noun_phrase2(np2(N),Num) —)► noun(N,Num). verb_phrase(vp(V),Num) —)► verb(V,Num). verb_phrase(vp(V,N),Num) —)► verb(V,Num), noun_phrase(N,Numl). determiner(det(the), _) —>> 'the'. determiner(det(a) ,sg) —>> 'a'. verb(verb(sings) ,sg) 'sings'. verb(verb(sing), pl) 'sing', adjective (adj(young)) 'young'. noun(noun(boy),sg) —)► 'boy'. noun(noun(song),sg) 'song'. noun(noun(boys),pl) 'boys'. noun(noun(songs),pl) 'songs'. Úvod do umělé inteligence 12/12 19 / 37 Gramatiky a syntaktická ana lýza Test na shodu Gramatika s testy na s\ 10C U sentence(sentence(N,V)) noun_phrase(N,Num), verb_phrase(V,Num). noun_phrase(np(D,N),Num) —)► determiner(D,Num), noun_phrase2(N,Num) noun_phrase(np(N),Num) —)► noun_phrase2(N,Num) noun_phrase2(np2(A,N),Num) —adjective(A), noun_phrase2(N,Num). noun_phrase2(np2(N),Num) —)► noun(N,Num) verb_phrase(vp(V),Num) —)► verb(V,Num). verb_phrase(vp(V,N),Num) —)► verb(V,Num), noun_phrase(N,Numl). determiner(det(the), _) determiner(det(a) ,sg) verb(verb( sings), sg) verb(verb(sing), pl) adjective (adj(young)) 'the*, a'. 'sings'. 'sing'. 'young'. nou n (nou n (boy), sg) nou n (nou n (song),sg) nou n (nou n (boys), pl) nou n (nou n (songs), pl) 'boy'. 'song'. 'boys'. 'songs' sentence(_, ['a', 'young', 'boys', 'sings']). False Úvod do umělé inteligence 12/12 19 / 37 Gramatiky a syntaktická analýza Test na shodu Gramatika s testy na shodu sentence(sentence(N,V)) noun_phrase(N,Num), verb_phrase(V,Num). noun_phrase(np(D,N),Num) —)► determiner(D,Num), noun_phrase2(N,Num) noun_phrase(np(N),Num) —)► noun_phrase2(N,Num) noun_phrase2(np2(A,N),Num) —adjective(A), noun_phrase2(N,Num). noun_phrase2(np2(N),Num) —)► noun(N,Num) verb_phrase(vp(V),Num) —)► verb(V,Num). verb_phrase(vp(V,N),Num) —)► verb(V,Num), noun_phrase(N,Numl). determiner(det(the), _) —>> 'the'. determiner(det(a) ,sg) —>> 'a'. verb(verb(sings) ,sg) 'sings'. verb(verb(sing), pl) 'sing', adjective (adj(young)) 'young'. nou n (nou n (boy),sg) nou n (nou n (song),sg) nou n (nou n (boys), pl) nou n (nou n (songs), pl) 'boy'. 'song'. 'boys'. 'songs' sentence(_, ['a', 'young', 'boys', 'sings']). False sentence(_, ['the', 'boys', 'sings', 'a', 'song']) False Úvod do umělé inteligence 12/12 19 / 37 Gramatiky a syntaktická analýza Test na shodu Gramatika s testy na shodu sentence(sentence(N,V)) —)► noun_phrase(N,Num), verb_phrase(V,Num). noun_phrase(np(D,N),Num) —)► determiner(D,Num), noun_phrase2(N,Num) noun_phrase(np(N),Num) —)► noun_phrase2(N,Num). noun_phrase2(np2(A,N),Num) —adjective(A), noun_phrase2(N,Num). noun_phrase2(np2(N),Num) —)► noun(N,Num). verb_phrase(vp(V),Num) —)► verb(V,Num). verb_phrase(vp(V,N),Num) —)► verb(V,Num), noun_phrase(N,Numl). determiner(det(the), _) —>> 'the'. determiner(det(a) ,sg) —>> 'a'. verb(verb(sings) ,sg) 'sings'. verb(verb(sing), pi) 'sing', adjective (adj(young)) 'young'. sentence(_, False sentence(_, False sentence(_, True noun(noun(boy),sg) —)► 'boy'. noun(noun(song),sg) 'song'. noun(noun(boys),pl) 'boys'. noun(noun(songs),pl) 'songs'. ['a', 'young', 'boys', 'sings']), ['the', 'boys', 'sings', 'a', 'song']), ['the', 'boys', 'sing', 'a', 'song']). Úvod do umělé inteligence 12/12 19 / 37 Gramatiky a syntaktická analýza Test na shodu Podmínky v těle pravidel Gramatiky mohou mít pomocné podmínky v těle '. pravidel (kód) CFG pro vyhodnocení artimetického výrazu: E - > T + E j T-E T T - + F*T F/T F F - >(£) f zapíšeme včetně výpočtu hodnoty výrazu: expr(X) -^term(Y), ' + ', expr(Z), {X is Y+Z}. expr(X) -^term(Y), expr(Z), {X is Y-Z}. expr(X) —>> term(X). term(X) factor(Y), '*', term(Z), {X is Y*Z}. term(X) factor(Y), V\ term(Z), {X is Y/Z}, term (X) factor(X). factor (X) '(\ expr(X), ')'■ factor (X) X, {integer(X)}. Úvod do umělé inteligence 12/12 20 / 37 Gramatiky a syntaktická analýza Test na shodu Podmínky v těle pravidel Gramatiky mohou mít pomocné podmínky v těle '. pravidel (kód) CFG pro vyhodnocení artimetického výrazu: E - > T + E j T-E T T - + F*T F/T F F - >(£) f zapíšeme včetně výpočtu hodnoty výrazu: expr(X) -^term(Y), ' + ', expr(Z), {X is Y+Z}. expr(X) -^term(Y), expr(Z), {X is Y-Z}. expr(X) —>> term(X). term(X) factor(Y), '*', term(Z), {X is Y*Z}. term(X) factor(Y), V\ term(Z), {X is Y/Z}, term (X) factor(X). factor (X) '(\ expr(X), ')'■ factor (X) X, {integer(X)}. # 3 + 4/2 - (2*6/3 + 2) -1 expr(Xj33V + \M\VV2\3-\H V2V* V6\VV3V + V2V)']). X = -1 Úvod do umělé inteligence 12/12 20 / 37 Gramatiky a syntaktická analýza Generativní sila gramatik Generativní sila gramatik Generativní (rozpoznávací) sila analyzačních gramatik je často větší než CFG napr. jazyk anbncn: abc a(N), b(N), c(N). a(0)->Q. #6 a(s(N)) 'a\ a(N). b(0) ^[]. b(s(N)) 'b\ b(N) c(0) ->Q. c(s(N)) 'c\ c(N). Úvod do umělé inteligence 12/12 21 / 37 Gramatiky a syntaktická analýza Generativní sila gramatik Generativní sila gramatik Generativní (rozpoznávací) sila analyzačních gramatik je často větší než CFG napr. jazyk anbncn: abc a(N), b(N), c(N). a(0)->Q. #6 a(s(N)) 'a\ a(N). b(0) ^[]. b(s(N)) 'b\ b(N) c(0) ->Q. c(s(N)) 'c\ c(N). abc(X,[]). Úvod do umělé inteligence 12/12 21 / 37 Gramatiky a syntaktická analýza Generativní sila gramatik Generativní sila gramatik Generativní (rozpoznávací) sila analyzačních gramatik je často větší než CFG napr. jazyk anbncn: abc a(N), b(N), c(N). a(0)->Q. #6 a(s(N)) 'a\ a(N). b(0) ^[]. b(s(N)) 'b\ b(N). c(0) ->Q. c(s(N)) 'c\ c(N). abc(X,[]). x = D Úvod do umělé inteligence 12/12 21 / 37 Gramatiky a syntaktická analýza Generativní sila gramatik Generativní sila gramatik Generativní (rozpoznávací) sila analyzačních gramatik je často větší než CFG napr. jazyk anbncn: abc a(N), b(N), c(N). a(0)->Q. #6 a(s(N)) 'a\ a(N). b(0) ^[]. b(s(N)) 'b\ b(N). c(0) ->Q. c(s(N)) 'c\ c(N). abc(X,[]). x = D Úvod do umělé inteligence 12/12 21 / 37 Gramatiky a syntaktická analýza Generativní sila gramatik Generativní sila gramatik Generativní (rozpoznávací) sila analyzačních gramatik je často větší než CFG napr. jazyk anbncn: abc a(N), b(N), c(N). a(0)->Q. #6 a(s(N)) 'a\ a(N). b(0) ^[]. b(s(N)) 'b\ b(N). c(0) ->Q. c(s(N)) 'c\ c(N). abc(X,[]). x = D X = ['a', 'a', 'b', 'b', 'c', 'c'] Úvod do umělé inteligence 12/12 21 / 37 Gramatiky a syntaktická analýza Generativní sila gramatik Generativní sila gramatik Generativní (rozpoznávací) sila analyzačních gramatik je často větší než CFG napr. jazyk anbncn: abc a(N), b(N), c(N). a(0)->Q. #6 a(s(N)) 'a\ a(N). b(0) ^[]. b(s(N)) 'b\ b(N). c(0) ->Q. c(s(N)) 'c\ c(N). abc(X,[]). x = D X = ['a', 'b\ 'c'] X = ['a', 'a', 'b', 'b', 'c', 'c'] X=['a\ 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'] Úvod do umělé inteligence 12/12 21 / 37 Gramatiky a syntaktická analýza Strojové učení Syntaktická analýza pomoci strojového učení • využití anotovaných stromových korpusů {treebanks) • lidé anotují textový korpus - doplní syntaktické stromy • strojové učení hledá pravidla/váhy parametrů • univerzální napříč jazyky (do jisté míry) • anotování je drahé • modifikace pro různé účely je obtížnější • často není dost dat Úvod do umělé inteligence 12/12 22 / 37 Gramatiky a syntaktická analýza Strojové učení Závislostní analýza • jedna hrana pro každé slovo • hlava - řídící slovo • závislé/rozvíjející slovo - modifikátor • typ - popisek hrany o obtížné pro neprojektivní stromy $ A hearing is scheduled on the issue today nosit, čepici Example from "Dependency Parsing" by Kiibler, Nivre, and McDonald, 2009 Úvod do umělé inteligence 12/12 23 / 37 Gramatiky a syntaktická analýza Strojové učení Online učení skóre hrany učení matice vah rysů w Treebank -> $0 Pesx nesl2 kost3 Petrovi4 $0 Pesx nesl2 kost3 Petrovi4 $0 správný strom Y + r\r\ Pes1 nesl2 kost3 Petrovi, nejlepší analýza Y~ (k) s váhami vtr } w + f(X, V+)-f(X, Y-) Úvod do umělé inteligence 12/12 24 / 37 Analýza přirozeného jazyka Význam syntaktické analýzy Obsah • Přirozený jazyk - prostředek komunikace • Rečové akty • Komunikační fáze (při informování) • Gramatiky pro analýzu jazyka • Lexikon pro agenta ve Wumpusově jeskyni • Syntaktický strom • Test na shodu • Syntaktická analýza pomoci strojového učení Q Analýza přirozeného jazyka • Význam syntaktické analýzy o Problémy při analýze přirozeného jazyka • Reálná syntaktická analýza přirozeného jazyka Úvod do umělé inteligence 12/12 25 / 37 Analýza přirozeného jazyka Význam syntaktické analýzy Význam syntaktické analýzy • analýza syntaxe je nutná pro analýzu významu • většina teorií analýzy významu využívá princip kompozicionality: Význam složeného výrazu je funkcí významu jednotlivých podvýrazů • proces sémantické analýzy: • buď vychází z výsledků syntaktické analýzy • nebo probíhá současně se syntaktickou analýzou; pak může zasahovat i do tvorby syntaktického stromu Úvod do umělé inteligence 12/12 26 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Problémy při analýze přirozeného jazyka • víceznačnost • anaforické výrazy • indexické výrazy o nejasnost o nekompozicionalita • struktura promluvy 9 metonymie • metafory Úvod do umělé inteligence 12/12 27 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalni - stat, zena, hnat Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalni - stat, zena, hnat • syntaktická - "Jím špagety s masem." Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalni - stat, zena, hnat • syntaktická - "Jím špagety s masem." "Jím špagety se salátem." Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalm - stat, zena, hnat • syntaktická - "Jím špagety s masem." "Jím špagety se salátem." "Jím špagety s použitím vidličky." Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalni - stat, zena, hnat • syntaktická - "Jím špagety s masem." "Jím špagety se salátem." "Jím špagety s použitím vidličky." "Jím špagety se sebezapřením." Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalni - stat, zena, hnat • syntaktická - "Jím špagety s masem." "Jím špagety se salátem." "Jím špagety s použitím vidličky." "Jím špagety se sebezapřením." "Jím špagety s přítelem." Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalni - stat, zena, hnát • syntaktická - "Jím špagety s masem." "Jím špagety se salátem." "Jím špagety s použitím vidličky." "Jím špagety se sebezapřením." "Jím špagety s přítelem." • sémantická - Jerab je vysoký. Videli jsme veliké oko. Úvod do umělé inteligence 12/12 28 / 37 Víceznačnost Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka • ambiguity 9 víceznačnost může být lexikální, syntaktická, sémantická a referenční exikalni - stat, zena, hnat • syntaktická - "Jím špagety s masem." "Jím špagety se salátem." "Jím špagety s použitím vidličky." "Jím špagety se sebezapřením." "Jím špagety s přítelem." y , ■ i y ií|v'I ■ \ ' li i'\/"lvl"" I ■ I ' I " • sémantická - Jerab je vysoký. Videli jsme veliké oko. r V X (( f\ ■ v ■ v I ■ IV }} U IV JI O V V ■ O ■ V ■ . I -I • referenční - Oni prišli pozde. Muzes mi pujcit knihu r "Ředitel vyhodil dělníka, protože (on) byl agresivní." SliDo Úvod do umělé inteligence 12/12 28 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: 9 anaphora používají zájmena pro odkazování na objekty zmíněné dříve Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: 9 anaphora používají zájmena pro odkazování na objekty zmíněné dříve "Poté co se Honza s Marií rozhodli se vzít, (oni) vyhledali kněze, aby je oddal." Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: • anaphora * používají zájmena pro odkazovaní na objekty zmmene drive "Poté co se Honza s Marií rozhodli se vzít, (oni) vyhledali kněze, aby je oddal." Ť -1_I Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: 9 anaphora V S • S S ■ II s s I ■ I i / V / IV/ používají zájmena pro odkazovaní na objekty zmmene drive "Poté co se Honza s Marií rozhodli se vzít, (oni) vyhledali kněze, aby je oddal." Ť I_I "Marie uviděla ve výloze prstýnek a požádala Honzu, aby jí ho koupil." Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: 9 anaphora V S • S S ■ II s s I ■ I i / V / IV/ používají zájmena pro odkazovaní na objekty zmmene drive "Poté co se Honza s Marií rozhodli se vzít, (oni) vyhledali kněze, aby je oddal." Ť I_I "Marie uviděla ve výloze prstýnek a požádala Honzu, aby jí ho koupil." t_j I I Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: 9 anaphora V S • S S ■ II s s I ■ I i / V / IV/ používají zájmena pro odkazovaní na objekty zmmene drive "Poté co se Honza s Marií rozhodli se vzít, (oni) vyhledali kněze, aby je oddal." Ť I_I "Marie uviděla ve výloze prstýnek a požádala Honzu, aby jí ho koupil." t_j I I indexické výrazy: • indexicals o odkazují se na údaje v jiných částech promluvy nebo mimo promluvu Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: 9 anaphora V S • S S ■ II s s I ■ I i / V / IV/ používají zájmena pro odkazovaní na objekty zmmene drive "Poté co se Honza s Marií rozhodli se vzít, (oni) vyhledali kněze, aby je oddal." Ť I_I "Marie uviděla ve výloze prstýnek a požádala Honzu, aby jí ho koupil." t_j I I indexické výrazy: • indexicals o odkazují se na údaje v jiných částech promluvy nebo mimo promluvu "Já jsem tady." Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Anaforické a indexické výrazy anaforické výrazy: 9 anaphora V S • S S ■ II s s I ■ I i / V / IV/ používají zájmena pro odkazovaní na objekty zmmene drive "Poté co se Honza s Marií rozhodli se vzít, (oni) vyhledali kněze, aby je oddal." Ť I_I "Marie uviděla ve výloze prstýnek a požádala Honzu, aby jí ho koupil." t_j I I indexické výrazy: • indexicals o odkazují se na údaje v jiných částech promluvy nebo mimo promluvu "Já jsem tady." "Proč jsi to udělal?" Úvod do umělé inteligence 12/12 29 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Metafora a metonymie metafora: • metaphor o použití slov v přeneseném významu (na základě podobnosti), často systematicky Úvod do umělé inteligence 12/12 30 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Metafora a metonymie metafora: • metaphor o použití slov v přeneseném významu (na základě podobnosti), často systematicky "Zkoušel jsem ten proces zabít, ale nešlo to." Úvod do umělé inteligence 12/12 30 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Metafora a metonymie metafora: • metaphor o použití slov v přeneseném významu (na základě podobnosti), často systematicky "Zkoušel jsem ten proces zabít, ale nešlo to." "Bouře se vzteká." Úvod do umělé inteligence 12/12 30 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Metafora a metonymie metafora: • metaphor o použití slov v přeneseném významu (na základě podobnosti), často systematicky "Zkoušel jsem ten proces zabít, ale nešlo to." "Bouře se vzteká." metonymie: • metonymy • používání jména jedné věci pro (často zkrácené) označení věci jiné Úvod do umělé inteligence 12/12 30 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Metafora a metonymie metafora: • metaphor o použití slov v přeneseném významu (na základě podobnosti), často systematicky "Zkoušel jsem ten proces zabít, ale nešlo to." "Bouře se vzteká." metonymie: • metonymy • používání jména jedné věci pro (často zkrácené) označení věci jiné "Ctu Shakespeara." Úvod do umělé inteligence 12/12 30 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Metafora a metonymie metafora: • metaphor o použití slov v přeneseném významu (na základě podobnosti), často systematicky "Zkoušel jsem ten proces zabít, ale nešlo to." "Bouře se vzteká." metonymie: • metonymy • používání jména jedné věci pro (často zkrácené) označení věci jiné "Ctu Shakespeara." "Chrysler oznámil rekordní zisk." Úvod do umělé inteligence 12/12 30 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Metafora a metonymie metafora: • metaphor o použití slov v přeneseném významu (na základě podobnosti), často systematicky "Zkoušel jsem ten proces zabít, ale nešlo to." "Bouře se vzteká." metonymie: • metonymy • používání jména jedné věci pro (často zkrácené) označení věci jiné "Ctu Shakespeara." "Chrysler oznámil rekordní zisk." "Ten pstruh na másle u stolu 3 chce další pivo." Úvod do umělé inteligence 12/12 30 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Nekompozicionalita • noncompositionality • príklady porušení pravidla kompozicionality u ustálených termínů nebo přednost jiného možného významu při určitých spojeních Úvod do umělé inteligence 12/12 31 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Nekompozicionalita • noncompositionality • príklady porušení pravidla kompozicionality u ustálených termínů nebo přednost jiného možného významu při určitých spojeních "aligátoří boty," "basketbalové boty," "dětské boty" Úvod do umělé inteligence 12/12 31 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Nekompozicionalita • noncompositionality • príklady porušení pravidla kompozicionality u ustálených termínů nebo přednost jiného možného významu při určitých spojeních "aligátoří boty," "basketbalové boty," "dětské boty" "pata sloupu" Úvod do umělé inteligence 12/12 31 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Nekompozicionalita • noncompositionality • príklady porušení pravidla kompozicionality u ustálených termínů nebo přednost jiného možného významu při určitých spojeních "aligátoří boty," "basketbalové boty," "dětské boty" "pata sloupu" "červená kniha," "červené pero" Úvod do umělé inteligence 12/12 31 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Nekompozicionalita • noncompositionality • príklady porušení pravidla kompozicionality u ustálených termínů nebo přednost jiného možného významu při určitých spojeních "aligátoří boty," "basketbalové boty," "dětské boty" "pata sloupu" "červená kniha," "červené pero" "bílý trpaslík" Úvod do umělé inteligence 12/12 31 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Nekompozicionalita • noncompositionality • príklady porušení pravidla kompozicionality u ustálených termínů nebo přednost jiného možného významu při určitých spojeních "aligátoří boty," "basketbalové boty," "dětské boty" "pata sloupu" "červená kniha," "červené pero" "bílý trpaslík" ii iv v s nu ví / . / }} drevený pes, uměla tráva Úvod do umělé inteligence 12/12 31 / 37 Analýza přirozeného jazyka Problémy při analýze přirozeného jazyka Nekompozicionalita • noncompositionality • príklady porušení pravidla kompozicionality u ustálených termínů nebo přednost jiného možného významu při určitých spojeních "aligátoří boty," "basketbalové boty," "dětské boty" "pata sloupu" "červená kniha," "červené pero" "bílý trpaslík" II IV V S 11 11 VI / . / }} drevený pes, uměla tráva "velká molekula" Úvod do umělé inteligence 12/12 31 / 37 Analýza přirozeného jazyka Reálna syntaktická analýza přirozeného jazyka Reálná syntaktická analýza přirozeného jazyka • velice rozsáhlé gramatiky (desítky až stovky tisíc pravidel) • silná víceznačnost - někdy až obrovské množství (>milióny) možných syntaktických stromů Obehnat Salounův pomník mistra Jana Husa na pražském Staroměstském náměstí živým plotem z hustých keřů s trny navrhuje občanské sdružení Společnost Jana Jesenia. i • existují efektivní algoritmy pro takové gramatiky např. tabulkový analyzátor (chart parser), beží v 0(n3), tisíce slov/sekundu Úvod do umělé inteligence 12/12 32 / 37 Analýza přirozeného jazyka Reálna syntaktická analýza přirozeného jazyka Příklad stromu analýzy v systému synt start clause VBL + , n P by|0 part_adv ADJ Postižených np ADV víc np N cestovek NU sentence ends VL \ VL np udělaly n,p vyprávěla n,p np N pp bankrot PRONPER nám np_prop_names MK PREP dvě np NPR NPR Ludmila Janočková np PRONPER nich N majitelka http://nip.f i.muni.cz/proj ekty/wwwsynt/ Úvod do umělé inteligence 12/12 33 / 37 Analýza přirozeného jazyka Reálna syntaktická analýza přirozeného jazyka Příklad logické analýzy v systému synt Když je pořádná zima s množstvím sněhu, ani velký nával návštěvníků přírodě příliš nevadí. Ai/i/iAŕ2 když_ani 1/1/112 ' Ai/i/3Ar4(3/5) ^[pořádný l/l/314 ,/5] A [z\maW3t4J5] A sw3t4, [Of, množství, sníh] | _r , /5 Xw^Xt-, Not TrueW6t7, Aw/8Ar9(3xio)(3/ii)(3/i2) DoesW8t9,/i2,[lmpW8,xi0]] A [přírodaWQtg, in] A xio C [vadit, in]W8 A [příliš,xio] A [velký, [Of, nával, návštěvník]] i12 ... o TUÚ Úvod do umělé inteligence 12/12 34 / 37 Analýza přirozeného jazyka Reálna syntaktická analýza přirozeného jazyka NLP - Natural Language Processing část umělé inteligence zaměřená na zpracování textu a řeči Významné úkoly v NLP (předmět IA161) 9 analýza textu v přirozeném jazyce - morfologická, syntaktická, sémantická • generování textu v přirozeném jazyce • syntéza a rozpoznávání řeči o získávání informací (Information retrieval) • extrakce informací (Information extraction, Text mining) • určení typu dokumentu (Text classification/clustering) strojový překlad (Machine translation) • odpovídání na otázky (Question answering) • korektura textu (Spell-checking, Grammar checking) • výtah z textu (Text summarization) • určení stylu dokumentu/autora (Stylometry, Authorship attribution) • porozumění (obsahu) textu (Natural language understanding) • komunikace člověk-stroj (Man-machine communication, Chatbots) Úvod do umělé inteligence 12/12 35 / 37 PA026 - Projekt z umělé inteligence • Přirozený jazyk - prostředek komunikace • Rečové akty • Komunikační fáze (při informování) vjramariKy a synraKticKa analýza • Gramatiky pro analýzu jazyka • Lexikon pro agenta ve Wumpusově jeskyni • Syntaktický strom • Test na shodu • Syntaktická analýza pomocí strojového učení • Význam syntaktické analýzy • Problémy při analýze přirozeného jazyka • Reálná syntaktická analýza přirozeného jazyka Q PA026 - Projekt z umělé inteligence Úvod do umělé inteligence 12/12 36 / 37 PA026 - Projekt z umělé inteligence PA026 - Projekt z umělé inteligence 9 navazuje na předmět PB016 Uvod do umělé inteligence • volba programovacího jazyka není omezena o samostatná volba tématu v rozsahu > 1 semestru • předmět probíhá jako prezentace a konzultace • zajímavé výsledky (http://nlp.fi.muni.cz/uiprojekt/) • projekt elnet - > 5 let spolupráce na grantových projektech simulace elektrorozvodných sítí • projekt plagiáty_z_webu - vyhledávání shod s dokumenty na celém webu • projekt robot_johnny_5 - sestavení a "oživení" robota - mobilního počítače • robot Karel Pepper - https://nlp.fi.muni.cz/projects/pepper Úvod do umělé inteligence 12/12 37 / 37