自然言語処理 2013 No.13

1. 修正版 自然言語処理2013 No.13 東京工科大学 コンピュータサイエンス学部 亀田弘之

2. 今日の内容 • 文法再入門 今日はお話しが中心です． へーそうなんだ，といった興味本位で聞いてください．

3. いろいろな文法理論 • 日本語文法の現状 • 構造主義的文法理論 • ソシュールの文法理論 • チョムスキーの文法理論 • 結合価文法 • （依存関係文法） • その他

4. 日本語文法の現状 • 大槻文彦文法 • 山田孝雄文法（“最後の国学者”） • 松下大三郎文法 • 橋本進吉文法（文節，学校文法のもとになったもの） • 時枝文法（詞と辞，言語過程説，事としての言語観） • 学校文法（日本の小学校・中学校で習う文法） • 宣教師たちの文法 • Chamberlainの文法（近代的日本語研究の先駆者） • 本居春庭（宣長の子供）の動詞活用研究（詞の八衢） • その他（三上文法） 様々な提案がなされているが，決定版はまだない

5. 日本語研究の現状 • 言語学の流派 • 明治以降，海外の言語学研究に影響されたもの • 国語学の流派 • 江戸時代の国学の流れを受け継いでいるもの • 日本語学の流派 • 外国語教育を目的としているもの • その他 （注）文法研究が不十分な言語は，日本語だけではなく， 　　　英語文法の場合もまだまだ発展途上である．

6. 考察・検討 （事実）日本語の文法は現在もなお未解決問題である（解明されていない）．“日本語”という言語には，何らかの制約・規則・規約（constraint, rule, protocol）としての文法があることは事実として認めて良いであろう． 　例えば，　　　「長岡半太郎は日本の物理学者である」　　　「onakaga suitayo.」は日本語として正しい（意味が取れる）が，　　　「は物理学者である日本長岡半太郎の」　　　「 Es war ein König in Thule.」は正しくない（意味が取れない）．

7. 問題提起 事実（日本語とは，あるいは，文法とは何か？）を我々が認識できたとする．それを表現化（言語化・文字化・記号化）するためには，表現方法自体が問題となる． 例で考えてみる．

8. 設問　３の倍数は何個あるか？ • 設定：　N＝１０とし，N以下の場合を考える． • 事実：　N以下の３の倍数（正数のみで考える）は，　　　　　３，６，９　の３個．

9. 解答例 • 3, 6, 9 の３個． • 集合S=｛ n | n <=10, 3|n } として，#S個． • C/C++言語プログラム（その１）：for(int n = 1; I < 10; n++ ){ if(n%3 == 0) count = count + 1;}printf(“%d個ある\n”, count); • C/C++言語プログラム（その２）：N = 10;printf(“%d個ある\n”, N/3); • その他

10. 解答例 問題：どれが正しい解答（＝知識の記述）？ • 3, 6, 9 の３個． • 集合S=｛ n | n <=10 } として，#S個． • C/C++言語プログラム（その１）：for(int n = 1; I < 10; n++ ){ if(n%3 == 0) count = count + 1;}printf(“%d個ある\n”, count); • C/C++言語プログラム（その２）：N = 10;printf(“%d個ある\n”, N/3); • その他

11. 人間の理解モデル 認知 （認識×理解）（直観・発見） 考察対象 （言語，文法） 実験・観察・分析 発見・認知・表現

12. 得られた知見 • １つのものに対する表現方法は複数あり得る．（当たり前？） int factorial(int N){ int i; int fact = 1; if( N == 0 ) return 1; for( i = 1; i <= N; i++ ){ fact = fact * i; } return( fact ); } function fact N integer fact fact=1 if(N eq 0) then return 1 do 1000 i=1,N fact = fact*I 1000 continue end. (defun fact (N) (if (= N 0) 1 (* (fact (- N 1)) N)) )

13. 文法の様々な側面 • 規範文法（prescriptive grammar） • 言語のあるべき姿を規定する文法 • 記述文法（descriptive grammar） • 言語のあるがままの姿を書き下す文法

14. 結局，そもそも“文法”とは何？ （自分の答えを書いてください） “文法”とは，．．． （ヒント）　説明するために役立つ用語を書き出してみよう！

15. 文法理論体系 • 音韻論 • 語彙論 • 形態論 • 統語論 • 意味論 • 語用論

16. 文法理論体系 • 音韻論（音素，音韻，音声など） • 語彙論（単語など） • 形態論（語構成論など） • 統語論（統語構造） • 意味論（意味（semantics）） • 語用論（言語表現とその使用者・文脈との関係）

17. 言語について語るとき，避けて通ることのできない人たち言語について語るとき，避けて通ることのできない人たち • Ferdinand de Saussure（構造主義の創始者） • Norm Chomsky（オートマトンと言語理論） • J-P. Sartre • J. Derrida’ 脱構築(desconstruction) • R. Jakobson（言語学） • S. Freud（心理学）　など

18. チョムスキー（１人目） • 形式言語理論を確立 • 形式言語の処理装置（automaton）を明らかにした • 形式言語と処理装置の関係を明らかにした

19. 文法 • 文法G=（ Vn, Vt, P, S ）： • ただし、 • Vn: 非終端記号の集合 <= 構文木構成要素の集合 • Vt: 終端記号の集合 <= 単語の集合 • P: 書き換え規則の集合 • S: 開始記号

20. 事実 • 文は無限個存在する。 • （注）単語は有限個ではある． • 意味のある文をすべて集めた集合は、１つの言語を定める。 • これはチョムスキーの定義（思想） • 任意の単語列（形式的な文，無意味な文も含まれる）に対して，意味があるものとないものとを区別したい。 • つまり、任意の文に対して、それが言語Lの文か否かを判定したい。 • そんなことできるのだろうか？（事実：我々はできている．）

21. アイデア１） • 我々はすべての文を事前に知っている．つまり，自分の母語に関する文（意味のある文）はすべて知っている（記憶されている）． S1は言語Lの文だよ！ 文S1 オートマトン S1S2S3 … Sn 図．意味ある文とそうでない文とを識別するシステム

22. 問題点 • すべての文を知ることはできるのか？ • 会話文の単語数：１０個程度 • 人の発話速度：１分当たり：１０文程度 • 一日（８時間）に接する文の総数（延べ）：１０[文/分]×６０[分]×24[時間]×365[日]×１０年＝約　　　　　　個 • （注）意味ある文の個数は実質有限個？ • 識別処理動作が止まらないことがある．我々人間は有限時間に処理を終えるのに．．．

23. アイデア２） • 文は無限個． • これを有限の記述（規則）で捉えたい． • これを文法と呼ぼう！（チョムスキーの思想） • 文法G = （ Vn, Vt, P, S ）： • ただし、 • Vn（非終端記号の集合）: 0 < #Vn < +∞ • Vt: 終端記号の集合: 0 < #Vt < +∞ • P: 書き換え規則の集合 • {α→β| α, β ∈ (Vn∪Vt)*} • S: 開始記号(S∈Vn) • 言語L = L(G) = { x | S =*> x } • ただし、S => ・・・ => x　∈ Vt

24. 結論 言語と文法の関係 ---------------------------------------------------------------- 言語 (languages)　　 　　　文法(grammar) ---------------------------------------------------------------- • 句構造言語(PSL) ⇔ 句構造文法(PSG) • 文脈依存言語(CSL) ⇔ 文脈依存文法(CSG) • 文脈自由言語(CFL) ⇔ 文脈自由文法(CFG) • 正規言語(RL) ⇔ 正規文法(RG) ---------------------------------------------------------------- 計算モデルやプログラミング言語設計に 深くかかわっています。

25. 結論 言語とオートマトンの関係 ---------------------------------------------------------------- 言語 (languages)　　 処理装置 (devices) ---------------------------------------------------------------- • 句構造言語(PSL) ⇔ チューリングマシン • 文脈依存言語(CSL) ⇔ 線形有界オートマトン • 文脈自由言語(CFL) ⇔ プッシュダウンオートマトン • 正規言語(RL) ⇔ 有限オートマトン ---------------------------------------------------------------- 計算モデルやプログラミング言語設計に 深くかかわっています。

26. その後の発展 言語理論 オートマトン チューリングマシン→ 計算論 　計算の概念，計算可能性，　　計算量，計算効率（データ　構造とアルゴリズム）など その他 • 正規文法→ 正規表現 • 文脈自由文法→ プログラミング言語→ Bakus-Naur Form • その他弱文脈依存文法(mildly context-sensitive grammar), GPSGなど

27. 考察 • チョムスキーは，アメリカの構造主義者とみなされている． • アメリカの構造主義とは，スキナーらの心理学（行動主義, Behaviorism）の思想であり，atomism（ア・プリオリ（a priori）に個々の実体があり，それらの総和が全体を創るという要素主義）． • チョムスキーも，原子的なもの（終端記号や非終端記号）からすべてが構成されている，と考えていることにもなる．それらに，生成規則（書き換え規則）が適用されている．生成規則は自然物理解における“法則”に相当？

28. ソシュール（２人目） • 欧州を中心とする“構造主義”の創始者 • 科学的パラダイム転換*に寄与 • そもそも“言語学”は科学的研究ではなかった． • 言語の研究を科学的なものにしたのがソシュール． • そもそも“科学的(scientific)”とはどういうことなのか？ （注）パラダイムシフト：　Thomas Kuhnの提唱した理論．

29. Epistemology（（科学的）認識論） • 何が科学的か？例：言語学は科学的か？科学的真理とは何か？ • 科学的とは何か？ • 思想の側からの科学批判（Wertkritik）　← M. Weber • 例：演繹推論だけが科学的なのか？　　データ・経験に基づく帰納推論は科学的なのか？　　理論に基づくものだけが科学的なのか？ • 価値批判（Wertkritik）  Epistemology 発展課題　“科学的” とはどういうことを意味するのか？　考えてみよう！

30. ソシュールの理論（一部） • ラング（langue，体系としての言語） • パロール（parole，個々の発話や書かれた文） • ランガージュ（langage，言語能力） • シニフィエ（signifié）とシニフィアン（signfiant） イヌ

31. ソシュールの理論（一部） • ラング（langue，体系としての言語） • パロール（parole，個々の発話や書かれた文） • ランガージュ（langage，言語能力） • シニフィエ（signifié）とシニフィアン（signfiant） イヌ シニフィエ シニフィアン

32. 結合価理論（Valency theory） • テニエールが（依存関係文法を）提唱 • 日本語における結合価文法研究（西野） • 日本語動詞の結合価（三省堂） • ドイツ語文法版 • ドイツ語辞書，ドイツ語文法（Duden） （参考）似たものとして，依存関係文法というのもある．

33. 今日のまとめ • 文法って色々あり，まだまだ研究しなければならない． • ではどうやって？ • 用例を一所懸命手作業で集める？ • プログラムを作ってデータを集めたり分析する． • データマイニングツールやシステムを作る． • 既存の機械学習（人工知能理論，統計理論）を駆使する． • 新たな機械学習理論を構築し，システムとして実現する． • 脳科学や心理学の研究（ヒト自体の研究）を頑張る． • それとも．．． （連絡事項）次回は１月２０日（月），次々回は１月２２日（水）です．