Abstract
Im folgenden wird ein System beschrieben, das Lexical Functional Grammars aus Beispielen lernt. Das Programm wurde mit Teilen natürlichsprachiger Grammatik, vor allem mit einer großen Teilmenge der deutschen Grammatik, getestet. Die Einteilung der Worte in grammatikalische Klassen wird ebenfalls gelernt, sodaß keine a-priori Inforation über die zu lernende Grammatik notwendig ist. Als Eingabe dienen der Grammatik angehörige Sätze, negative Evidenz ist nicht notwendig, zur Vermeidung von Übergeneralisationen wird semantische Information verwendet. Der beschriebene Algorithmus zeichnet sich durch niedrigen Speicherbedarf und geringe Rechenzeit aus.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Bibliographie
Anderson J. R.: A Theory of Language Acquisition Based on General Learning Principles, in Proc. of the Seventh International Joint Conference on Artificial Intelligence, 1981
Berwick R. L., Pilato S.: Learning Syntax by Automata Induction, in Machine Learning 2 ( 2 ), 1986
Berwick R. L.: The Acquisition of Syntactic Knowledge, MIT Press, 1985
Block, Hunze: Incremental Construction of c- and f-structure in a LFG-Parser, in Proc. Of COLING’86
Kaplan R. M., Bresnan J: Lexical-Functional Grammar: A Formal System for Grammatical Representation, in Bresnan (ed): The Mental Representation of Grammatical Relations, MIT Press, 1982
Pinker S.: A Theory of Acquisition of Lexical Interpretive Grammars, in Bresnan (ed): The Mental Representation of Grammatical Relations, MIT Press, 1982
Pinker S.: Language Learnability and Language Development, MA: Harward University Press, 1984
VanLehn K., Ball W.: A Version Space Aproach to learning Context-Free Grammars, in Machine Learning 2 ( 2 ), 1986
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1989 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Groiss, H. (1989). Lernen von Syntax natürlicher Sprache. In: Retti, J., Leidlmair, K. (eds) 5. Österreichische Artificial-Intelligence-Tagung. Informatik-Fachberichte, vol 208. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-74688-8_16
Download citation
DOI: https://doi.org/10.1007/978-3-642-74688-8_16
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-51039-0
Online ISBN: 978-3-642-74688-8
eBook Packages: Springer Book Archive