2300 Kbh. s Københavns Universmtyr s,oo kr ROMANSK BIBLIOTEK. Nummer 125 Juni Bolette Sandford Pedersen. Datamatisk syntaksanalyse af spanske

Transkript

1 Nummer 125 Juni 1990 Bolette Sandford Pedersen Datamatisk syntaksanalyse af spanske infinitivkonstruktioner Romansk Institut Københavns Universitet Njalsgade 78-~ 4 "L , 2300 Kbh. s Københavns Universmtyr s,oo kr ROMANSK BIBLIOTEK

2 DATAMATISK SYNTAKSANALYSE AF SPANSKE INFINITIVKONSTRUKTIONER c c INDHOLD I ndledning Kapitel l: Lingvistisk beskrivelse Kapitel 2: Formaliseringsdel Kapi tel 3: Implementeringsdel Konklusion Litteraturliste Kørselsudskrifter s. l s. 4 s. 26 s. 39 s. 49 Bolette sandford Pedersen, 1990

3 DATAMATISK SYNTAKSANALYSE AF SPANSKE INFINITIVKONSTRUKTIONER. 0.1 Datamatisk syntaksanalyse: et led i datamatisk sprogbehandling De færreste er i tvivl om, at det ville være utrolig brugbart - omend også lidt "uhyggeligt" - hvis datamater kunne forstå og producere naturligt sprog. I mange sammenhænge kunne datamaten træde til og sørge for nogle af de mere rutineprægede opgaver, der har med sprog at gøre. På nogle områder inden for sprog har datamaten for længst vist sig som et særdeles brugbart redskab; det gælder bl.a. inden for tekstbehandling og informationssøgning. Datamatisk oversættelse og datamatisk sprogundervisning befinder sig i højere grad på forskningsstadiet, omend det er områder i rivende udvikling. Områderne kræver forskellige grader af sprogforståelse og derfor også forskellige tilgange til sproget. En af grundpillerne i stort set alle niveauer af sprogforståelse er imidlertid en analyse af sprogets syntaktiske opbygning. Den datamatiske syntaksanalyse er derfor svær at komme udenom, idet den i høj grad er en forudsætning for, at en hvilken som helst anden form for "forståelsesproces " kan gå igang. Datamatisk syntaksanalyse kan a ltså betragtes som et skridt på vej en til datamatisk "forståelse" af naturligt sprog, omend det er et meget lille skridt. Det skulle være et af de nemmeste skridt at tage, netop fordi grammatikken i sproget i høj grad anses for formaliserbar; dvs. mulig at beskrive ud fra formelle kriterier. I det øjeblik man ønsker at bevæge sig op på et højere forståelsesniveau, f.eks. til sprogets pragmatik, mener de fleste lingvister, at man når grænsen for, hvad der er formaliserbart (bl.a. Leech 1983). Dette skyldes at sprogets funktioner er meget afhængige af vores liv og færden, og dvs. kontekstbestemte, og hvordan formaliserer man en kontekst? Nogle forskere inden for datalingvistikken og kunstig intelligens-forskningen (AI) mener dog, at dette kan lade sig gøre, og der arbejdes ihærdigt for netop at finde formelle kriterier til beskrivelse af sprogets funktioner i stærkt afgrænsede kontekster. (En af foregangsmændene er Schank 1973, 1

4 1975 og 1977 cit. Louv 1988, men metoderne skitseres også i bl.a.: Grishman 1986 og Allen 1987). I denne artikel skal der imidlertid ikke indledes en større diskussion af dette meget omfattende emne, men udelukkende arbejdes med den datamatiske syntaksanalyse, og med de muligheder som dette redskab giver. Den datamatiske analysator, også kaldet en parser, er et godt redskab til beskrivelse og behandling af syntaktiske fænomener, og den har således en vigtig funktion i sig selv. Dermed udelukkes ikke, at den kan være relevant i en større sammenhæng, f.eks. som et skridt på vejen til datamatisk oversættelse, eller som et hjælpemiddel i sprogundervisningen, men dette aspekt vil ikke blive behandlet her. En af de interessante ting ved datamaskinen er, at den tvinger een til, i langt højere grad end man er vant til, at tænke systemer grundigt igennem. I det øjeblik man har opstillet en hypotese for, hvordan et bestemt grammatisk fænomen er skruet sammen, kan man afprøve den, og maskinen vil hver gang lave nogle fejl, som man ikke havde forudset. Vi er dermed tvunget til at beskrive fænomenet grundigere, og selv om denne proces til tider kan være frustrerende og meget tidskrævende, så bringer den ofte nye tanker og ideer med sig, som kan være med til at føre os videre i sprogforskningen. Som afslutning på en artikel om analyse af naturligt sprog beskriver Ebbe Spang-Hanssen (Spang Hanssen 1986) processen således: Når et program kører, er det ikke bare en materiel genstand, som imiterer en menneskelig aktivitet. Programmet er en menneskelig tanke, der er blevet materialiseret og er begyndt at leve sit eget liv. Jeg tror enhver der har skrevet programmer, har oplevet det på en eller anden måde. Et program er en afprøvning af en tanke.(. ) Programmet eksisterer kun med det formål at være en hurtig og konsekvent tanke. (.. )Mange vil komme til at tænke nye tanker, når de kan sidde og kigge på deres egne tanker, der løber rundt på egen hånd. 0.2 Problemstilling Hvordan, og i hvor høj grad kan man formalisere vores viden om det spanske sprogs syntaktiske struktur, sådan at strukturen kan håndteres af en datamat? En metode til at komme i dybden med disse spørgsmål på, er ved at udvælge et afgrænset område af sproget og bruge dette område som materiale til afprøvning. Jeg her derfor udvalgt et mindre emne inden for det spanske sprog, nemlig infinitiven; nærmere betegnet infinitiven som objekt og prædikat. Undersøgelsen består af tre faser. 1. fase er den lingvistiske beskrivelse af det udvalgte problem, en beskrivelse, der - med udgangspunkt i valensteorien - først og fremmest baseres på Skydsgaards empiriske arbejde om infinitiv ( Skydsgaard 77 ). 2. fase er selve formaliseringsprocessen, hvor de hypoteser der er blevet opstillet i den lingvistiske del skematiseres, således at de formelle kriterier, som en datamat kræver, opfyldes. Under formaliseringsprocessen bliver mange af de vigtigste spørgsmål omkring datamatisk analyse af spansk besvaret. Jeg har imidlertid stillet det som det endelige mål for undersøgelsen at implement ere fænomenet, dvs. at udarbejde et kørbart dataprogram som en endelig afprøvning af, om de opstillede hypoteser fungerer. Programudformningen har haft den "sideeffekt" at jeg har været tvunget til også perifert at komme ind på andre grammatiske områder, hvis parseren skulle kunne analysere noget der ligner naturlige sætninger. Det gælder f.eks. problemet omkring morfologisk analyse og spørgsmålet omkring dobbeltrepræsent ation af objekter på spansk. Jeg har forsøgt at begrænse mig mege t kraftigt på disse områder, f o r at de ikke skulle få for stor vægt i forhold til det udvalgte emne. 2 3

5 KAPITEL 1: LINGVISTISK BESKRIVELSE 1.0 Valensbegrebet Da den lingvistiske beskrivelse tager udgangspunkt i valensgrammatikken og dens forestilling om et afhængighedsforhold de enkelte sætningsled imellem, er det nødvendigt indledningsvis at definere begrebet valens, samt at gøre rede for, hvordan begrebet anvendes i forbindelse med det spanske sprog. Valensteorien stammer fra Tesniere i kan Frankrig (1959) og bygger på forestillingen om ords kombinabilitet med andre ord, med verbet som den vigtigste valensbærende størrelse. Tesniere beskriver først og fremmest valens som et givet ords konstruktionspotentiale, dvs. den forekomstrelation der består mellem et ord x og andre ord Y. Der er tale om et afhængighedsforhold ordene imellem forstået på den måde, at hvis X realiseres i en sætning så kan eller skal Y også realiseres i sætningen. Tesniere kalder i den sammenhæng Y for aktant(er) til X. Samtidig beskrives også de realiserede ords formelle udtryk til en vis grad som værende bestemt af ordet X. Dels bestemmer X, hvilken type af aktanter, det knytter til sig (subjekt eller objekt m.m.- hos Tesniere kaldet h.h. 1. aktant, 2. aktant o.s.v.), men det bestemmer også, hvilket materiale disse syntagmer kan bestå af (en nominalfrase, en infinitiv, en kompletivsætning m.m.). tvivlsomt om "lo" udfylder obj ektsvalensen i eks. 2, omend den uden tvivl markerer et objekt. I eks. 3 er der tale om, hvad man traditionelt kalder en dobbeltrepræsentation, hvor det indirekte objekt repræsenteres dels ved et bundet pronomen, dels ved et nominalsyntagme. Derfor betragtes de bundne pronominer hos bl.a. Rasmussen ( 1989 ( 2)) som markører af valenser, men ikke som størrelser der udfylder valenser i sig selv. Ud fra denne tankegang markeres obj ektsvalensen i eks. 2, men den udfyldes ikke. Det gør den derimod i eks. 1 og 3. I eks. 3 er der tale om en markering, samtidig med at valensen udfyldes. Denne dobbeltrepræsentation er ganske almindelig, men der findes ganske bestemte regler for, hvornår den er mulig, hvornår den ikke er, samt for, hvornår den er obligatorisk. Et andet spørgsmål er, hvordan det forholder det sig med subjektsvalensen, når subjektet er udeladt: 4. lleva el libro Udfyldes subjektsvalensen af verbets person- og talmorfemer, eller er der blot tale om en reference til et subjekt? Men hvorledes forholder det sig da i eks. 5: Selv om valensteorien hævder at være udviklet til at behandle naturlige sprog generelt (dette gælder også teoriens videreudvikling i Tyskland af bl.a. Helbig og Engel), så viser det sig, at der i forbindelse med det spanske sprog må modificeres på teorien, således at der også kan tages højde for specielle spanske fænomener. Følgende eksempler illustrerer problemet med de bundne pronominer: 5. habia muchas cosas hvor verbet har person- og talmorfemer, men ingen subjeksval ens? I eks. 4 kan man konkludere at verbets person- og talmorfemer forstås som refererende til et subjekt, fordi verbet har en subjektsvalens, men at subjektsvalensen også her lades uudfyl dt. I eks. 5 er der derimod ikke tale om nogen subjektsreference. 1. Juan lleva el libro 2. Juan lo lleva 3. Juan se lo lleva a su madre Hvor objektsvalensen i 1 er udfyldt af "el libro", er det mere Konklusionerne angående valensudfyldning får konsekvenser for analyserne i de kommende afsnit, samt naturligvis for de syntakstræer, som er det endelige output for det udviklede program. Det bør her kort nævnes at jeg i den forbi ndelse til en vis grad gør op med Skydsgaards niveaudelte valenssystem, hvor 4 5

6 bundne pronominer og nominalsyntagmer betragtes som udfyldende valenser på forskellige niveauer (Skydsgaard 77, s ). For en længere diskussion heraf henvises til mit speciale. 1.2 Infinitivens funktioner Skydsgaard beskriver i sin afhandling om infinitiv ( Skydsgaard 1977 s. 30) infinitivens funktion som dobbelt: Lo caracter1stico del infinitivo es, por consiguiente, su doble cara sustantiva y verbal: hacia fuera, en la oraci6n en que funciona, se subordina como un sustantivo, pero al mismo tiempo, hacia dentro, funciona como nucleo de su propio nivel de oracion, en el que como un verbo subordina otras unidades sintacticas. Infinitivens funktioner må med andre ord beskrives på to forskellige niveauer, dels i forhold til det finitte verbum, hvor den har nominel funktion, og dels i objekter, hvor den har verbal funktion. forhold til sine egne Således kan infinitiven have følgende funktioner i det finitte verbum: Subjekt: 6. vivir aqui debe ser triste Objekt: 7. le permito pasar Prædikat: 8. lo dejo salir Styrelse i præpositionssyntagme: 9. no vine por comer forhold til Og samtidig med at den optræder som en aktant for det finitte verbum og er dependent med denne, bevarer den evnen til - linie med et finit verbum - selv at have valensbundne led. Infinitivens valensmønstre afviger dog fra de finitte verbers i og med, at subjektet for infinitiven i på langt de fleste tilfælde ikke realiseres syntaktisk. Kun i litterære tekster - med verbet "ser" som infinitiv - og oftest ses konstruktioner, hvor infinitiven har syntaktisk subjekt, som i nedenstående eksempel. 10. creen ser ella la mas competente Andre dependente størrelser, såsom direkte og indirekte objekter er derimod hyppige i forbindelse med infinitiv: 11. olvide decirtelo 12. la oy6 cerrar el candado og også konstruktioner med adverbialer, der hører til infinitiven er almindelige: 13. debi6 llegar tarde Disse egenskaber berettiger til en opfattelse af infinitiven som et verbal for sin egen sætning, en sætningstype, som jeg fremover vil lade gå under betegnelsen infinitivsætning. En infinitivsætning afviger således fra en almindelig sætning på flere punkter, hvoraf de vigtigste er, at sætningens verbal kun har eet morfem: infinitivmorfemet, og at verbalets syntaktiske subjekt i langt de fleste tilfælde er udeladt. 1.3 Tests til bestemmelse af syntaktiske funktioner Det kan til tider være vanskeligt at bestemme de enkel te størrelsers ledfunktioner i konstruktioner med infinitiv. Ofte er det f. eks. problematisk at afgøre, hvad der er direkte objekt i sætningen. Her udgør de bundne pronominer et vigtigt redskab ( j vnf. eks. 7 og 8), men på grund af det 'skridende' spanske kasussystem, hvor en bestemt form af pronominet ikke længere svarer til en bestemt funktion er en kasustest ikke til strækkelig. Man må benytte sig af andre indbyggede mekanismer i sproget for entydigt at fastlægge de syntaktiske funktioner. En mulig test er pronominaliseringstesten, hvor man f orsøger a t pronominalisere hele infinitivsætningen. Hvis den nye sætning er korrekt, og pronominet kan opfattes som refererende til den pronominaliserede størrelse, er infinitivsætningen direkte objekt. Pronominaliseringen lader sig uden videre gøre i f ø lgende eksempel: 14. le permitieron traer el libro => se lo permitieron 6 7

7 Dette i modsætning til følgende eksempel, hvor pronominaliseringen ifølge Cano Aguilar er umulig (Cano Aguilar 1987 s. 349): 15. le dejaron traer el libro => (*)se lo dejaron Sætningen er ikke ugrammatisk, men "lo"'et kan ikke opfattes som refererende til "traer el libro", som derfor ikke kan være objekt. De to eksempler viser, at der er tale om to forskellige grammatiske strukturer, selv om de to sætninger ligner hinanden meget, både hvad angår udseende og betydning. Dette skulle være et bevis for, at "le" i eks. 15 er direkte objekt og infinitiven prædikat til dette objekt. Der er altså tilsyneladende tale om "leisme", hvorfor en ikke-leist ville sige: 16. lo dejaron traer el libro Cano Aguilar indrømmer dog, at eksempel 15 er ved at blive almindeligt også i "ikke-leist"-kredse; der er med andre ord en tendens til at bruge dativ, når infinitiven selv har et objekt. Dette kan tolkes som om sætningen ændrer struktur på afgørende punkter ved tilføjelse af objekt til infinitiven. Dette fænomen omtales nærmere under beskrivelsen af de enkel te grupper af verber i afsnit 1.4. En anden test der kan være med til at bestemme om en størrelse er objekt er diatesetesten. I denne test vender man den aktive sætning til passiv og kan derved vise, hvorvidt det relevante syntagme i den aktive sætning var objekt eller ikke. Kongruerer syntagmet i passivkonstruktionen med verbet - dvs. er passivsubjekt - da er det objekt i den aktive sætning. I eksempel 17 bruges diatesetesten til at vise, at "los" ("pajaros") er objekt i den aktive sætning, idet de kongruerer med det finitte verbum i den passive sætning. 17. los veo volar => se ven volar (los pajaros) derimod prædikat til objekt. Dette forekommer ikke i 18, hvor verbet forbliver i ental i den passive sætning, hvorfor infinitiven "volar" må være passivsubjekt, og dvs. objekt i den aktive: 18. no les permito volar (a las palomas) => no se les permit~ volar (a las palomas) 1.4 Infinitivens subjekt og begreberne orientering og kontrol Problemet med infinitivens subjekt er af en ganske anden art e nd de føromtalte problemer med bestemmelse af størrelsers ledfunktioner. Det karakteristiske ved infinitivens subjekt er, at det meget sjældent er syntaktisk repræsenteret i sætningen. Dog vil subjektet i langt de fleste tilfælde være repræsenteret ved et andet led i sætningen; det gælder f.eks. i eksemplerne 19-21, hvor infinitivens subjekt er repræsenteret ved h. h. det finitte verbums subjekt, indirekte objekt og direkte objekt: 19. garantizo ser el mejor 20. le permitia ver la verdad 21. los dejaban morir en sus cargos Disse konstruktioner er karakteriseret ved, at ingen andre elementer i sætningen end det finitte verbum og infinitiven selv kan have indflydelse på infinitivens subjekt. Derfor kan det i denne type konstruktioner forudsiges ud fra verberne alene, hvad der er infinitivens subjekt; men ændres kontruktionen vil et verbum som f.eks. "dej ar" kunne ændre opførsel med hensyn til styring af infinitivens subjekt: 22. dejaba de cantar Her får præpositionen "de" medindflydelse på infinitivens subjekt, således at subjektet svarer til det finitte verbums subjekt i stedet for som i 21 til objektet. Heraf fremgår det, at infinitiven ikke udfylder objektsfunktionen i den aktive sætning (en sætning kan ikke have to objekter), men Fænomenet om bestemmelse af subjektet for de infinitte former af verbet er blevet behandlet i mange forskellige fremstillinger, og 8 9

8 det optræder med mindst to navne, hvoraf det ene er orientering, der går igen i flere danske fremstillinger om infinitiv på spansk, bl.a. Skydsgaard (1977) og Rasmussen (1987, 1988). Det andet er kontrol, der stammer fra Chomskys teorier, og som derfor benyttes i alle tranformationsgrammatiske fremstillinger, bl.a. i Hernanz Carb6s afhandling om infinitiv på spansk (1982), men også i mere alment lingvistiske sammenhænge, som hos f. eks Joan Bresnan (1982). Skydsgaard synes ikke at have nogen præcis definition af begrebet orientering, men i sit indledende kapitel beskriver han det således (Skydsgaard 1977, s. 30): En su sentido mas amplio el concepto de orientacion cubre la construccion verbal interior del infinitivo, tante las relaciones de construcci6n implicitas como las relaciones de construccion reveladas par la construcci6n verbal expl{cita del infinitivo. Her er subjektet for "pueden" "las piedras", men "las piedras" er ikke logisk subjekt for "ver", men derimod logisk objekt. Valenserne er imidlertid i orden: Sl = "las piedras", S2 = "las piedras", hvor S2 er passivsubjekt. Også Joan Bresnan arbejder med fænomenet i sin artikel baseret på teorien om "lexical functional grammar". Hun t ager udgangspunkt i Chomsky og benytter betegnelsen "central". Begrebet defineres hos hende således (Bresnan 1981 s. 317): Control refers to a relation af referential dependence between an unexpressed subject (the controlled element) and an expressed or unexpressed constituent ( the controller); the referential properties of the controlled element, including possibly the property af having no reference at all, are determined by those af the controller. The term controlled clause is also applied to the clause whose subject is controlled. Senere bruger han "reccion" ( s. 73) til at beskrive det afhængighedsforhold der gør sig gældende imellem det finitte verbum og infinitivens subjekt. Rasmussen når frem til en klarere definition (Rasmussen 1988 s.10): Un analisis de este mecanismo gramatical (den mekanisme som jeg har beskrevet ovenfor i eks , red.) nos ha llevado a definir la orientaci6n como reccion d e correferencialidad de valencias. Dos valencias son correfentes cuando hay identidad f{sica entre sus referentes, o sea cuando estos son el mismo ente. De 3 definitioner er meget forskellige og ikke umiddelbart sammenlignelige, men de dækker hver især nogle vigtige sider af emnet. Joan Bresnans definition dækker hele området omkring de infinitte former af verbet og disses subjekter. Det fremgår mindre klart, hvorvidt Skydsgaards og Rasmussens definitioner på orienteringsbegrebet kun gælder de konstruktioner, hvor infinitiven fungerer som objekt eller prædikat, og dvs. kun de forhold, hvor det finitte verbums rod har den væsentligste indflydelse på det infitte verbums subjekt. (I konstruktioner, hvor infinitiven står som adverbial kan afstanden til de øvrige led i sætningen f. eks. være afgørende for, hvad der er subjekt for infinitiven.) Hvor Skydsgaard senere i sin fremstilling taler om "el sujeto logico del infinitivo" ( s. 92) bruger Rasmussen betegnelsen "valencia de sujeto del infinitivo" (1988 s. 10) og undgår således den faldgrube, der opstår, når infinitiven er passiv: 23. no pueden verse las piedras Skydsgaards og Rasmussens definition giver til gengæld mulighed for at tolke orienteringsbegrebet som gældende andre syntagmer i sætningen end lige infinitivens subjekt. Dette kan være en fordel bl.a. i visse konstruktioner med indirekte objekt, hvor forholdet mellem det finitte verbums og infinitivens indirekte objekt viser sig også at være bestemt af det finitte verbums rod 10 11

9 (beskrives nærmere i afsnitt~ ). I samtlige forfatteres beskrivelser er der enighed om, at det først og fremmest er det finitte verbums rod der kontrollerer infinitivens subjekt i den type af konstruktioner, som er relevante her (nemlig konstruktioner med infinitiven som objekt og prædikat). I denne artikel anvendes fremover betegnelsen kontrol, men begrebet benyttes som en syntese af de 3 beskrivelser. Rasmussens "correferencia de valencias" og "valencia de sujeto del infinitivo" foretrækkes dog frem for Skydsgaards "sujeto logico del infinitivo". 1.4 Infinitiven som objekt og prædikat Ud fra det begrebsapparat som er skitseret i det foregående, gi ves i dette afsnit en nærmere beskrivelse af de konstruktioner, hvor infinitiven er enten objekt eller prædikat. Formålet er at få beskrevet konstruktionerne i en sådan grad, at beskrivelsen kan danne baggrund for en formalisering og implementering i den datamatiske parser. Følgende fremstillinger af emnet har dannet udgangspunkt for gennemgangen: Skydsgaard: La combinatoria sintactica del infinitivo espanol (1977), Rasmussen: La oposici6n entre la completiva y el infinitivo en espanol contemporaneo (1988), Los pronombres cliticos y el analisis del infinitivo (1989 (1)), Los pronombres cl1ticos, las per!frasis verbales y la teor!a de valencias ( 1989 ( 2)), og endelig Cana Aguilar: Estructur as sintacticas transitivasen el espanol actual (1987). De 3 forfattere arbejder alle med tredeling af infinitivkontruktionerne. Skydsgaard arbejder med en såkaldt PV-gruppe (forkortelse for konstruktioner af typen "puedo vivir"), en DSgruppe ("deje salir") og en ED-gruppe ("es decir"). Rasmussen bibeholder denne 3-deling, omend han understreger, at man i DSkonstruktionen må skelne mellem to typer, nemlig "lo dejo salir"-typen versus "le permito salir"-typen. Cana Aguilar benytter semantik som kriterium for opdeling, og hans afsnit om emnet falder derfor i flere dele, hvor f.eks. sanseverber på den ene side og verber som "dejar" og "permitir" på den anden side behandles som to særskilte grupper. Men hvad angår strukturen i sætningerne er han enig med Rasmussen om den væsentlige skelnen mellem "lo deje salir"-konstruktionen og "le permito salir"-konstruktionen. Ialt beskriver Cana Aguilar 3 strukturer (den sidste svarer til PV-gruppen), og han udelader således den vanskeligt definerbare gruppe, hvor infinitivens subjektsvalens ikke er koreferent med nogen anden valens i sætningen (ED-gruppen). Ud fra disse beskrivelser mener jeg at det er mest hensigtsmæssigt på øverste niveau at foretage en 2-deling af verberne, nemlig i, hvilke verber, der tager infinitiven som objekt, og i hvilke, der tager infinitiven som prædikat. De verber, der tager infinitiven som objekt kan derefter deles i 3 grupper med følgende navne: l. verber med subjektskontrol (svarer til PV-gruppen) 2. verber med indirekte-objektskontrol (svarer til del e af DSgruppen) 3. verber med arbitrær kontrol (svarer til ED-gruppen) Prædikat-gruppen har derimod altid objektskontrol (og svarer til den anden halvdel af DS-gruppen ). Som afslutning på beskrivelsen af de enkelte grupper af verber udvæl ges 4-5 højfrekvente verber, som "repræsentanter" for den pågældende kontroltype. Disse vil senere indgå i den datamatiske ordbog. l.4.1 Hvor mange verber kan hvad. Ud af alle transitive verber kan kun en lille del t age infinitiv som objekt eller prædikat. Ifølge Rasmussen (1988 s. 6) drejer det sig om i alt ca. 235 verber. Heraf tager langt de fleste infinitiv som objekt; kun ca. 15 verber tager infinitiven som prædikat, hvis man heriblandt også regner det meget lille antal verber, der tager infinitiven som s ubjektsprædikat. Følgende 12 13

10 skitse illustrerer fordelingen af verber: objekt prædikat vens ledfunktion i forbindelse med disse verber svær at fastsætte entydigt, idet ingen af de beskrevne analysetests kan bevise at infinitiven er objekt: ca. 220 verber (subj.præd: ca.3 verber) obj.præd: 11 verber 32. puedo vender las casas => *lo puedo 33. puedo vender las casas 2) se pueden vender las casas Infinitiven som objekt For alle verber i denne gruppe - på nær "poder", "soler", "deber" og "querer" gælder det, at man ved hjælp af pronominaliserings-testen og/eller diatesetesten kan bevise, at infinitivens ledfunktion er objekt. De følgende test-eksempler udført på et verbum fra hver gruppe illustrerer dette. Subjektskontrol: 24. decido dejar los campamentos => lo decido 25. decido dej ar los campamen tos = > se decid~ dej ar los campamen tos Indirekte-objektskontrol: 26. no l es permito volar => no l o permito 27. noles permito volar => no se les permit~ volar Arbitrær kontrol: 28. esto conlleva esperar => esto lo conlleva Verber med Subjektskontrol: Verber med subjektskontrol er dem, der kræver, at infinitivens subjektsvalens korefererer med det finitte verbums subjektsvalens (kan udtrykkes: S2 = Sl), sådan som tilfældet er i nedenstående eksempler: 29. el nino no sab!a dar la mano 30. cre!a haber dicho una agudeza 31. postula ser el mejor Verberne "poder", "deber", "soler" og "querer" skiller sig ud fra de øvrige subjektskontrol-verber i forskellige henseender og kræver derfor en særlig beskrivelse. For det første er infiniti- Det ses at pronominalisering af infinitivsætningen ikke er mulig, og at verbet i den passive til eks. 33 kongruerer med "las casas", som derfor "efter reglen" må opfattes som objekt i den aktive sætning. Dette er en af grundene til, at verberne i mange fremstillinger opfattes som hjælpeverber uden egen syntaktisk funktion, idet de anses for, sammen med infinitiven, at danne et sammensat verbal (Skydsgaard 1977 s , Kjær Jensen s , Real Academia 1974 s m.fl.). Denne opfattelse er imidlertid også problematisk fordi det er muligt at skille de to verber ad på forskellige måder, hvilket, ifølge Rasmussen (1989 (2) s d), er et argument for, at infinitiven udfylder en af det finitte verbums valenser, i dette tilfælde objektsvalensen. Han karakteriserer verberne ved at hævde, at de i konstruktioner med infinitiv har "valenstab" af indirekte objekt, og for "poder", "deber" og "soler"' s vedkommende også tab af subjektsvalens. Fænomenet med tab af subjektsvalens kommer specielt til udtryk i konstruktioner, hvor infinitiven ingen subjektsvalens har, og det blev allerede beskrevet hos Skydsgaard, som kalder det "impersonalidad asumida" ( s. 75). I eksemplerne nedenfor menes det finitte verbums subjektsvalens således at være ikke-eksisterende efter afsmitning fra infinitiven: 34. puede/debe/suele/quiere llover 35. puede/debe/suele haber mucha gente aqu! "Querer" kan dog ikke konstrueres med "haber": 36. *quiere haber mucha gente aqu! Tanken om det sammensatte verbal er tiltalende fordi man undgår at tage stilling til infinitivens ledfunktion, som viser sig at 14 15

11 være meget problematisk i disse konstruktioner. På den anden side virker det ulogisk at der således ikke skulle være nogen overensstemmelse i syntaktisk struktur mellem følgende sætninger: 37. puedo hacerlo 38. intento hacerlo Ligeledes er hypotesen svær at inkorporere i valensteorien, og i teorien om, hvorledes sammensatte ord defineres. Således optræder alle fleksiverne ved det finitte verbum (pånær infinitiv-morfemet) i modsætning til ved sammensatte substantiver, hvor fleksiverne optræder ved det sidste ord, og dvs. til slut i sammensætningen. Som det fremgår heraf er der meget divergerende opfattelser af, hvorledes konstruktioner med netop disse 4 verber skal analyseres. I den datamatiske parser har jeg valgt at lade infinitiven analysere som objekt i forbindelse med verberne. Jeg regner de 4 verber for bivalente på linie med de fleste andre verber i denne gruppe (nogle er trivalente), men i de tilfælde, hvor verberne konstrueres med en infinitiv uden subjektsvalens, mister det finitte verbum sin subjektsvalens. De 4 verbers øvrige karakteristika, så som en kraftig tendens til transposition af infinitivens pronominer, hænger sandsynligvis sammen med fænomenerne beskrevet ovenfor. Dette vil blive beskrevet nedenfor i afsnittet om pronominer. Kontrolforholdene for verber med subjektsvalens kan i visse tilfælde ændres af faktorer i infinitiv-sætningen, således at "formlen" S2=Sl ikke længere holder. Dette gør sig gældende i to situationer, hvoraf den ene blev beskrevet ovenfor i forbindelse med infinitiver uden subjektsvalens. Her giver formlen S2 = Sl ikke mening, idet begge subjekter er ikke-eksisterende. Det andet tilfælde er sætninger, hvor infinitiven har eget syntaktisk subjekt. Dette forekommer i sjældne tilfælde ved verbet "ser" som infinitiv. Eksempel 39 viser, at verbet "demostrar" normalt har subjektskontrol: 39. demuestra tener importancia men denne brydes i følgende sætning med "ser": 40. una larga experiencia nos ha demostrado ser esta anchura la mas conveniente Subjektet for det finitte verbum er her "una larga experiencia", mens subjektet for "ser" er "esta anchura". Der er andre verber end "ser", der tillader denne konstruktion, men de er sjældne og forekommer kun i litterært sprog. Hvad angår pronomentransposition, så tillader en række af subj ektskontrol verberne transposition af infinitivens bundne objektspronominer op foran det finitte verbum. Udover de 4 førnævnte verber drejer det sig, ifølge Skydsgaard, om "saber", "pensar" og "lograr" og muligvis andre som ikke er undersøgt. Eksempler: 41. suelo hacerlo de esta manera = > lo suelo hacer de esta manera 42. puedo traertelo => te lo puedo traer 43. pienso hacerlo => lo pienso hacer Transpositionerne er mulige i ovenstående konstruktioner fordi der ikke opstår tvivl om sætningernes betydning. Pronominerne kan ikke tolkes som hørende til det finitte verbum, da di sse verbers objektsvalens allerede er udfyldt af infinitiven; og de tillader heller ikke indirekte objekt. Af samme grund er transposition ved verber fra denne gruppe der konstrueres med indirekte objekt ikke mulig. Dette gælder f.eks. for verbet "prometer", hvor et bundet indirekte objektspronomen altid vil blive opfattet som hørende til det finitte verbum. Eks. 44 og 45 betyder altså ikke det samme; "te" er indirekte objekt for h.h. det finitte verbum og infinitiven: 16 17

12 44. te prometo hacerlo 45. prometo hacertelo Der findes dog en lang række verber, der ikke konstrueres med indirekte objekt og som alligevel ikke tillader transposition, f. eks. verbet "odiar": 46. odio hacerlo => *lo odio hacer Her er det sværere at finde en naturlig forklaring, idet en transponering tilsyneladende ikke ville give anledning til misforståelser. Det finitte verbums objektspronominer kan aldrig transponeres hen efter infinitiven. Dette gælder for samtlige verber, spørgsmålet vil derfor ikke blive behandlet under de øvrige grupper. Sætningerne bliver ikke nødvendigvis ugrammatiske, men objektet vil blive opfattet som hørende til infinitiven, og sætningen vil ændre betydning. Eks. 44 og 45 kan bruges som illustration af dette, hvor "te" i og 45 ikke kan opfattes som en transposition af det finitte verbums objektspronomen. Følgende verber med subjektskontrol udvælges til implementeringsdelen: "poder", "soler", "pensar", "prometer", "odiar", og "exigir". De to første repræsenterer de specielt komplicerede verber med bl.a. pronomentransposition og mulighed for valenstab som særlige egenskaber. "Pensar" har også mul ighed for pronomentransposit ion, men opfører sig iøvrigt "normalt". "Prometer" r e præsenterer de trivalente verber, hvor det indirekte objekt f orhindrer pronomentransposition. "Odiar" repræsenterer den gruppe af verber der ikke kan have transposition, på trods af, at de ikke har noget indirekte objekt. "Exigir" repræsenterer den meget lille gruppe af verber, der kan rubriceres under forskellige kontroltyper. Arbitrær kontrol : verber med arbitrær kontrol er karakteriseret ved, at de danner konstruktioner, hvor infinitivens subjektsvalens ikke er koreferent med nogen anden valens i sætningen. Dette k an udtrykkes med formlen S2 = Ø. 47. esto conlleva tener que cargar con el nino 48. nada justificaba ya esperar una hora larga 49. esto significa cambiar de trabajo Det er karakteristisk for disse verber, at de konstrueres med inanimeret subjekt, hvorimod der ofte refereres til en animeret størrelse som subjekt for infinitiven. Der kan ikke transponeres bundne pronominer i forbindel se med di sse verber, og kun i sjældne tilfælde, f.eks. i sætninger med syntaktisk subjekt til infinitiven, kan man tale om, at kontrolformlen S2 = Ø brydes. Endel ig bør det nævnes at nogle verber ikke entydigt k an rubriceres, idet de tillader mere end een kontrol-type. Ver bet "exigir" har f.eks. subjektskontrol, som det fremgår af e ks. 50, men også indirekte-objektskontrol som i eks. 51, samt a rbitrær kontrol som i eks. 52: 50. exijo saber la verdad 51. e l Gobi erno me exige permanecer al lade de la Reina 52. una apuesta (... ) que exigiera no contar con el patriot i s me "Exigir" er s ammen med verbet "requerir" de e ne s t e, der t illader alle 3 kont r o l t yper, men der finde s e n del verbe r, der tillader både s ubj ekt skontrol og arbitrær kontrol. Det der i f ørst e omg a ng s kil l er diss e "dobbelt-verber " fra de øvrige e r, hvorledes et inanimeret subjekt p åvirker sætningens s truktur. Et "dobbeltverbum" skifter i de f l este tilfælde s truktur f r a subj ektskontrol til arbitrær kontrol, når subjekt e t er inanimeret, sådan som det fremgår af eks. 50 og 52 (50 har animeret subjekt og subjekt skontr o l, 52 har inanimeret subjekt og arbitrær kontrol). Som modsætning til dette kan nævne s "demostrar", der godt kan have inanimeret s ubjekt og allige vel have subjektskontrol:

13 53. nada de lo que ella dec!a demostraba tener importancia Følgende verber fra denne gruppe er udvalgt til implementeringsdelen, hvoraf kun "exigir" skiller sig ud ved at kunne optræde under andre kontroltyper: "conllevar", "implicar", "significar", og "exigir". Verber med indirekte-objektskontrol: verber med indirekte-objektskontrol er dem, der kræver, at infinitivens subjektsvalens er koreferent med det finitte verbums indirekte objektsvalens (kan udtrykkes: S2 = Oil), som i nedenstående eksempler: 54. le aplaudf haberse ido de casa 55. me ordenaba presentarme en Roma 56. le permit!a ver la verdad 57. le indique haberse equivocado Indirekte-objektskontrollen kan som subjektskontrollen ændres i flere tilfælde, bl.a. hvis infinitiven har syntaktisk subjekt (hvor kontrol-forholdet brydes). Fænomenet med infinitiver uden subjektsvalens ses derimod ikke i forbindelse med disse verber: 58. *permite!lover 59.*permiten haber mucha gente aqu{ Til gengæld forekommer det jævnligt, at disse verber realiseres i konstruktioner uden indirekte objekt. Skydsgaard (1977 s. 264) bruger betegnelsen "nada" til at beskrive fænomenet, mens Rasmussen ( 1988 s.13) bruger tegnet "Ø" (altså samme tegn som jeg bruger ved verber med arbitrær kontrol). Hvis man benytter Rasmussens mærke kan formlen S2 = Oil omformes til S2 = Oil = Ø, hvor Ø betegner, at det indirekte objekt ikke er realiseret i sætningen. Eksempel: 60. no permiten sacar fotos aqu!. Der er uenighed i de forskellige fremstillinger om hvorvidt der overhovedet er nogle verber i denne gruppe der tillader transposition af infinitivens bundne objektspronominer. Skydsgaard og Cana Aguilar nævner eskempler med verbet "permitir" som det eneste, og nedenstående eks. er taget fra cano Aguilars fremstilling (1987 s. 349): 61. se lo permitieron traer Rasmussen mener, at der er tale om en analogidannelse fra eksempler med verber fra objektskontrolgruppen, hvor transponering ved nogle verber er mulig. Hans testpersoner afviser ovenstående eksempel-type som grammatisk ukorrekt, idet de ikke kan acceptere transposition, når det finitte verbum selv har et indirekte objekt, på samme måde som tilfældet var ved subjektskontrol-verberne (1989 (l ) s. 19). Verberne i denne gruppe opfører sig mere ensartet end tilfældet var med subjektskontrolverberne, f.eks. er alle verber i denne gruppe trivalente (med det indirekte objekt som fakultativ aktant ). De udvalgte verber er: "permitir", "ordenar", "proponer", " aconsej ar" og "exigir". Af disse skiller kun "permi tir" og "exigir" sig ud, den første ved - ifølge visse kilder - at have mulighed for pronomentransposition, den anden ved at kunne optræde under andre kontroltyper Infinitiven som prædikat For verberne i denne gruppe gælder det, at pronominaliseringsog diat esetesten kan vise, at infinitiven ikke er obj e kt, hvorfor den - efter udelukkelsesmetoden - må være prædikat til objekt. 62. lo dejaron traer el libro => (*)se lo dejaron 63. veo volar los pajaros => se ven velar los pajaros Objektskontrol: Verber med objektskontrol er dem, der kræver, at infinitivens subjektsvalens er koreferent med det finitte verbums objektsvalens (kan udtrykkes: S2 =Ol). De konstruktioner, hvori 20 21

14 disse verber optræder kaldes også "akkusativ med infinitiv" konstruktioner. Eksempler: 64. los dejaba morir en sus cargos 65. lo contemplaron venir 66. los mand6 callar 67. veo volar los pajaros Obj ektskontrollen kan ændres på samme måde som indirekteobj ektskontrollen; dvs. enten ved, at kontrollen helt brydes, som tilfældet er, når infinitiven har eget syntaktisk subjekt, eller ved, at objektet for det finitte verbum ikke realiseres i sætningen. Det sidste kan udtrykkes med formlen S2 = Ol = Ø. Eksempel: 68. mando quemar la ciudad Også her giver de refleksive konstruktioner mulighed for, at de to subjektsvalenser bliver koreferente, hvilket kan udtrykkes i formlen S2 = Ol = Sl. Eksempel: 69. me dejo caer Afslutningsvis til verber med objektskontrol bør det nævnes, at der ofte, som det også blev skitseret det i afsnit 1.3 om analysetests, er store problemer med at skelne objektskontrolverber fra indirekte-objektskontrol-verber. Det blev også nævnt, at der er en tendens til, at sætningerne ændrer s trukt ur, når infinitiven får eget objekt ("lo hace salir" <> "le h ac e traer e l libro"). Jeg har imidlertid foretaget grupperingen ud fra Rasmussens undersøgelse i artiklen (1989 (1)), hvor han tester en gruppe spaniere fra et "ikke-leist"-område. Denne test viser, at man - trods usikkerhed blandt de testede stadig foretrækker akkusativ-formen, også når infinitiven har eget objekt. Følgende ver ber skilte s ig s ålede s klart ud fra indirekte-objekts kont r olverberne: "dej ar", 11 hacer 0, "mandar", "sentir 0, 11 ver 11 og "oir". Usikkerheden med hensyn til kasusvalg var størst blandt den unge generation, og ved verbet "hacer" var usikkerheden så stor, at det får forfatteren til at overveje, om lige netop dette verbum skulle ændre struktur, når infinitiven har eget obj ekt. Diatesetesten viser dog, at dette ikke gælder i passiv, selv ved infinitiver med objekt kongruerer verbet ikke med infinitiven, dvs. infinitiven er ikke passiv-subjekt. Dette er således et bevis til hypot esen om, at infinitiven ikke er objekt i den aktive sætning. Eksempel: 70. le hago saber estas cosas => se le hacen saber estas c os a s Der hersker uenighed i de forskellige fremstillinger om, hvorledes det forholder sig med transposition af infini tivens objekter i forbindel se med obj ektskontrolverberne. Samtligeovennævnte verbe r tillader ifølge både Skydsgaa r ds og Rasmussens fremstillinger transposition af infinitive n s direkt e obj ektspronomen i visse konstruktioner. Eksempel p å transponering: 71. no los dejan ver el programa => no se lo dejan ver Det interessante ved 7 1 er, at det finitte verbums obj e k t "l os" forvandles til "se", når transponeringen sker. Dette v i ser, a t "se" ikke kun, som normalt antaget, kan markere indirekt e objekt, men altså også direkte objekt (1989 (l ) s.17 ). For de øvrige verber gjaldt det, at et indirekte obj ekt for det fini tte verbum forhindrede transposition a f i nfinitiv ens objektspronominer, f ordi der så kunne opstå usikke r hed om, hvad sætninge n betød. Dette gælder ikke for denne gruppe verber, hvilket bl.a. bel yses i følgende eksempel, hvo r "le " er indirekt e obj ekt for "haria" og altså ikke i den p å gældende kontekst koreferent med i nfinitivens subje k t svalens ( sæt ningen er dog tvetydig, især for en "leist") : 72. l e harfa atar la j a rdinera => se la har!a atar 22 23

15 I Skydsgaards afsnit om infinitivens objekter (1977 s ) fremfører han, at også infinitivens indirekte objektspronomen kan transponeres, og således skulle pronominerne i eks. 73 og 74 opfattes som transponerede: 73. Pedro le mande decir que. 74. no te la dejes paner Rasmussen mener derimod ikke, at transposition af infinitivens indirekte objektspronominer er mulig ved denne gruppe verber; et indirekte objekt hører for disse verbers vedkommende altid til det verbum hvor det står placeret, ifølge hans teori. Eks stammer fra hans artikel (1988 s ) og er eksempler på sætninger, hvor det finitte verbum - udover objekt og prædikat - har et indirekte objekt: objekt. For at forenkle problematikken vil der i implementeringen iøvrigt ikke blive taget højde for "is mer". 1.5 Konklusion Det centrale i denne beskrivelse af infinitivkontruktioner er opdelingen af verber efter hvilken form for kontrol "påtvinger" sætningen. Et af de vigtigste - de og mest komplicerede karakteristiska udover kontrol-typen vis te sig a t være spørgsmålet omkring transposition af bundne pronominer. Emnet er ikke udforsket og beskrevet tilstrækkeligt endnu; mange verber og konstruktioner er endnu ikke undersøgt, og det er derfor ikke på nuværende tidspunkt muligt at give nogle endegyldige konklusioner. Problemet behandles mest indgående hos Rasmussen og derfor vil hans teorier danne udgangspunkt for implementeringen. 75. las cejas no le dejaban ver los ojos 76. nos hace saltar las lagrimas de risa 77. me he dejado crecer la barba Spørgsmålet er om det også er muligt at sige: 78. he dejado crece~ la barba hvor det indirekte objekt hører til infinitiven. I det tilfælde er der en semantisk forskel imellem eks. 99 og 100, idet "me" hører til hver sit verbum. Men den er minimal fordi der, i følge Rasmussen, samtidig er obligatorisk koreference mellem det finitte verbums indirekte objektsvalens og infinit ivens indirekte objektsvalens for denne gruppe af verber (1989 (1) s.18). Dette er samtidig forklaringen på, hvorfor transposition i disse tilfælde ikke giver mening. Her ud fra kan visse punkter slås fast: mulighed for transposition er ikke afhængig af det finitte verbum alene, men også i visse tilfælde af den øvrige sætning. Konstruktioner med indirekte objekt til det finitte verbum forhindrer således transposition for a lle verbers vedkommende, undtagen dem, der tilhører objektskontrol-gruppen. Jeg vil i formaliseringsdelen forsøge at vise, hvordan egenskaberne i det finitte verbums rod, sammenholdt med, hvilke konstruktioner verbet realiseres i, kan afgøre, hvorvidt transposit ion er mulig eller ej. De udvalgte verber og deres r od-karakteristika vil dog stadig være det grundlæggende element i implementeringen i den datamatiske parser. Egenskaberne ved disse verber skal i mplementeres som træk i maskinen den dat amatiske ordbog, således at først og fremmest på basis af disse kan analysere sætninger med infinitiv korrekt. Udvalget af verber til implementeringsdelen er: "dej ar", "mandar" "ver", "air" og "hacer". På baggrund af de omtalte undersøgelser har jeg valgt i implementeringen af kontrolproblematikken ikke at lade konstruktioner med de pågældende verber ændre struktur i de tilfælde, hvor infinitiven har eget 24 Nogle faktorer vil dog være umulige at bestemme alene ud fra verbets træk, og forskellige check og regler, der undersøger flere elementer i den relevante sætnings struktur, vil også være nødvendige. Udover visse konstrukt ioner med transposition af pronominer, gælder det f.eks. i forbinde l se med valenstab, hvor det må undersøges om flere faktorer er til stede på en ga ng, nemlig mulighed for valenstab for det finitte verbum, samt manglende subjektsvalens ve~5infinitiven.

16 KAPITEL 2: FORMALISERINGSDEL 2.1 Hvornår er noget formaliserbart? Hvorvidt noget er formaliserbart eller ej har stor interesse i flere forskellige sammenhænge; dels inden for matematikken og logikken, hvor man bl.a. beskæftiger sig med problemers beregnelighed på et helt teoretisk plan (beskrives hos Goldschlager & Lister 1982 s ), dels inden for (data)lingvistikken og kunstig intelligensforskningen, hvor man har forsøgt at trække grænser for, hvilke områder af sproget, der kan databehandles, og hvilke der ikke kan. Som det blev nævnt i indledningen, er der del te meninger om, hvor denne grænse skal trækkes. Leech (1983) trækker f.eks. grænsen mellem syntaks og semantik som formaliserbare på den ene side, og pragmatik som ikke-formaliserbar på den anden side, og hans holdning hører til en af de mere udbredte inden for lingvistikken. Flere kunstig intelligens-forskere har imidlertid allerede bevæget sig langt udover denne grænse og arbejder således med formalisering af pragmatikken i sproget (Schanck 1973, 75, og 77 cit. Louv 1988, Winograd 1976). Ud fra dette perspektiv synes det åbenbart, at jeg ikke i denne artikel bevæger mig på grænsen mellem det formaliserbare og det ikke formaliserbare, men derimod udelukkende inden for det formaliserbare område. Tankegangen forudsætter ganske vist en overbevisning om, at sproget virkelig kan analyseres ud fra sådanne skarpt opdelte "lag" (syntaks-semantik-pragmatik), og at syntaksen i sproget fuldt og helt kan beskrives uafhængigt af en kontekst. Det er muligvis en lidt for simpel synsvinkel at betragte sproget fra. Synsvinklen er imidlertid meget udbredt inden for datalingvistikken, og den er da også i høj grad med til at skabe et arbejdsgrundlag for datalingvisten, idet netop opdelingen af et problem i mindre problemer, der kan løses trin for trin og mere eller mindre uafhængigt af hinanden, er uhyre praktisk at have med at gøre, når man arbejder med datamater. Hvis man vælger at acceptere denne (lidt snævre) tankegang, så skulle det teoretisk set være muligt at give en dækkende syntaktisk beskrivelse af det relevante sprogområde ud fra formelle kriterier. Det betyder helt konkret, at det skulle være muligt at forudsige et uendeligt antal sætningers syntaktiske struktur dels ud fra de ord de består af, samt disses karakteristika, og dels ud fra, hvorledes disse ord er kombineret; kort sagt ud fra, hvad man kalder det det kompositionelle princip. Formaliseringsprocessen består med andre ord i at klargøre præcis hvilke karakteristika de enkelte ord skal have, samt i at afgøre præcis hvilke konsekvenser de enkelte kombinationer af ord får for analysen af sætningen. Hvis maskinen i sidste ende er i stand til at analysere alle relevante konstruktioner og iøvrigt analyserer dem rigtigt, da må man konkludere, at formaliserings-processen er lykkedes. 2.2 Verbernes træk Ud fra kapitel l fremgik det, at kontrolegenskaberne hæftede sig næsten entydigt til de enkel te verbers rødder, således at verberne kunne karakteriseres ved hjælp af et bestemt kontroltræk. Enkelte verber kunne dog optræde under flere kontroltyper og kan derfor ikke kodes entydigt i ordbogen. Problemet kan løses ved at kode de pågældende verber een gang for hver kontrol type, de kan optræde med. Kontrolegenskaberne synes således umiddelbart formaliserbare og de relevante trækværdier for træknavnet "KONTROL " er ( jvnf. kap.1) derfor i første omgang: subjektskontrol ( "subj-kontr"), objektskontrol ( "obj kontr"), indirekte- objektskontrol ( "iobj-kontr") og arbitrær kontrol ("abr-kontr"). På nogle områder kan der dog ikke umiddelbart formaliseres, og det gælder inden for de områder, hvor sproget i sig selv er inkonsekvent, f.eks. som tilfældet er med verbet "hacer", hvor tendensen til at bruge "le" i visse konstruktioner næppe kan forklares som en "leisme" 1. Kontrollen kunne i visse tilfælde brydes af faktorer uden for det finitte verbums rod; dette gjaldt bl.a. med infinitiver 26 27

17 uden subjektsvalens. Visse verber tillod kombinationer med disse infinitiver, idet de ved sammensætningen mistede deres egen subjektsvalens. Denne egenskab er således en kombination af både det finitte verbums og infinitivens karakteristiska. De relevante trækværdier for træknavnet "VALTAB" er således: valenstab mulig ("ja"), valenstab ikke mulig ("nej"). Kodningen af infinitivens manglende subjektsvalens vil blive beskrevet nedenfor under valensskemaet. Endelig kunne kontrolformlen ændres i følgende situation: i tilfælde med objektskontrol og indirekte-objektskontrol kunne h.h. objektet eller det indirekte-objekt være ikke-realiseret i sætningen, og således også den valens, som infinitivens subjektsvalens er koreferent med. Jeg har valgt at implementere dette fænomen ved at tilføje to nye trækværdier til listen af værdier for træknavnet KONTROL. Disse er "objø-kontr", for verber med objektskontrol, hvor objektet ikke realiseres i konstruktionen, samt "iobjø-kontr", for verber med indirekteobjektskontrol, hvor det indirekte-objekt ikke realiseres. Infinitivens ledfunktion viste sig at være afhængig af kontroltypen og behøver derfor ikke et selvstændigt træk. Er kontrol typen obj-kontr eller objø-kontr er infinitivens ledfunktion pr. definition prædikat - i alle andre tilfælde er den objekt. oen datamatiske grammatik vil på baggrund af kontroltrækket kunne "analysere" sig frem til infinitivens ledfunktion. Det fremgik af forrige kapitel, at der også i høj grad kunne tages høj de for pronomentransposition ved hjælp af trækangivelser til de enkelte verber. Ganske vist er transposi tionsmulighederne til dels afhængige af den øvrige sætning, idet et indirekte objekt for det finitte verbum forhindrer transposition (undtagen for obj-kontrol-typen), også selv om verbet muligvis i andre konstruktioner tillader transposition. Problematikken er dog ikke vanskelig at implementere, da verberne netop kodes een gang for hvert valensmønster de kan realiseres med. Valensmønstre med indirekte objekt kan da kodes med "nej" til pronomentransposi-tion, valensmønstre uden indirekte objekt med mulighed for transposition, såfremt verbets rod iøvigt tillader det. De relevante trækværdier for træknavnet "PRONTRANS" bliver derfor til dels afhængige af, hvilken struktur det pågældende verbum realiseres med, og der vil i alt være brug for 3 værdier, nemlig "nej","ja_obj_iobj", og "ja-obj". Det sidste træk, som verberne skal have, er valenstrækket. Der skal opstilles et valenssystem ud fra hvilket verberne derefter kan kodes. Nedenstående valenssystem dækker de valensmønstre, der er relevante i forbindelse med implementeringen af infinitiv-problemet. Tallet i trækværdien står for antallet af aktanter. Det understregede ord i eksemplerne er det verbum der realiseres med det pågældende valensmønster. valenstype: aktant-funktion: trækværdi: eksempel: NUL VALENS i ngen ao llueve --- MONOVALENS MONOVALENS subj obj al yo salgo bl hay gente BIVALENS subj-obj a2 Juan odia trabajar BIVALENS subj-indobj b2 esto le gusta a Juan TRIVALENS subj-obj-indobj a3 yo le permito salir TRIVALENS subj-præd-obj b3 la gente lo deja vivir TETRAVALENS subj-præd-obj-iobj a4 yo me dejo crecer la barba Den datamatiske grammatik har brug for flere oplysninger end blot, hvad aktanternes funktioner er; den s kal også vide, hvilket materiale disse aktanter kan bestå af. Her er mulighederne i det virkelige sprog langt f lere end dem, der vil blive beskrevet her. På grund af pladsbegrænsninger accepterer parseren kun simple nominalfraser som objekt og indirekte objekt; som objekt accepteres dels nominalfraser, dels inf ini t i vsætninger. Med funktionen prædikat accepteres kun infinitivsætninger. En mere præcis bekrivelse af de enkel te syntagmers materiale gives i afsnit 3. 4 om den datamatiske grammatik

18 Sammenfattende kan det konkluderes, at det finitte verbum 'skal kodes med i alt 4 træk, mens infinitiven kun skal kodes med valenstræk. Det må dog nævnes at verberne naturligvis også skal kodes med trækken e person og tal, idet parseren skal kunne tage højde for kongruens. Disse træk vedrører dog ikke verbets rod men derimod verbets fleksiver, og vil derfor ikke blive behandlet her (beskrives nærmere i afsnit 3.3 om den datamatiske ordbog). De udvalgte verber ses i følgende skema kodet med de omtalte træk. Verberne optræder en gang for hver konstruktion de kan realiseres i. VERBUM: soler prometer prometer poder odiar exigir exigir exigir dejar dejar dejar mandar mandar mandar ver ver ver hacer hacer hacer permitir permitir ordenar ordenar KONTROL: VALENSTAB: subj-kontr ja subj-kontr nej subj-kontr nej subj-kontr ja subj-kontr nej subj-kontr nej iobj-kontr nej abr-kontr nej obj-kontr nej obj-kontr nej objø-kontr nej obj-kontr nej obj -kontr nej objø-kontr nej obj-kontr nej obj-kontr nej objø-kontr nej obj-kontr nej obj-kontr nej objø-kontr nej iobj-kontr nej iobjø-kontr nej iobj-kontr nej iobjø-kontr nej VALENS: a2 a2 a3 a2 a2 a2 a3 a2 b3 a4 a2 b3 a4 a2 b3 a4 a2 b3 a4 a2 a3 a2 a3 a2 PRONTRANS: ja_obj_iobj nej nej ja_obj_iobj nej nej nej nej ja_obj ja_obj ja_obj ja_ obj ja_obj ja_obj ja_obj ja_obj ja_obj ja_obj ja_obj ja_obj nej nej nej nej ' proponer iobj-kontr nej a3 nej proponer iobjø-kontr nej a2 nej aconsejar iobj-kontr nej a3 nej aconsejar iobjø-kontr nej a2 nej conllevar abr-kontr nej a2 nej justificar abr-kontr nej a2 nej signif icar abr-kontr nej a2 nej Verber der optræder som infinitiv: Verbum: VALENS: llover ao sal ir al crecer al vi vir al vi vir a2 caer al llevar a2 llevar a3 esperar al espe rar a2 gustar b2 2.3 Begrænsning af sætningsmuligheder Valensskemaet ovenfor illustrerer, hvilke valensbundne led parseren kan håndtere, men det siger ikke noget om, i hvilken rækkefølge den kan klare dem, samt hvilke øvrige led, den kan klare. Af pladshensyn i parseren er alle andre led imidlertid barberet fra, da de er mindre væsentlige i denne sammenhæng; og de enkelte led kun kan forekomme i een bestemt rækkefølge. Dette er med til at amputere det sprog, som parseren kan håndtere temmelig kraftigt, idet ordstillingen på spansk netop er karakteriseret som værende meget fri. Men den frie ordstilling er samtidig årsagen til, at jeg slet ikke har forsøgt at implementere sætninger med f.eks. foranstillet objekt o.lign. Det skulle da diskuteres, hvilke ordstillinger, der var vigtigst at få med, og hver eneste mulighed ville betyde en reel fordobling af antallet af grammatiske regler, sådan som parseren er udformet. Derfor vil kun de bundne pronominers ordstilling 30 31

19 blive behandlet, afsnit. som det også er fremgået i de foregående De 5 basissætninger som parseren skal kunne analysere ser således ud: verbal eks. puede eks: eks: eks: eks: subjekt yo subjekt yo yo subjekt yo subjekt yo objekt llover verbal puedo verbal objekt vi vir objekt le permito salir le prometo verbal lo dejo verbal me dejo salir 12rædikat salir 12rædikat crecer indirekte objekt a Juan a Juan objekt a Juan objekt la barba Verberne kan desuden kun optræde aktivt, bøjet i kan ikke negeres. indirekte (a mf) objekt præsens, og de Der gives dog mange variationsmuligheder inden for disse grundtyper, idet subjektet kan udelades (bemærk at dette ikke svarer til 1. sætningstype, hvor der ikke er nogen subjektsvalens); og objekterne kan markeres v.h.a. de bundne pronominer alene. Desuden kan infinitiven i sig selv have en hel sætning under sig bestående af egne objekter, og infinitivens bundne objektspronominer kan endelig transponeres op foran det finitte verbum de steder, hvor dette tillades. 2.4 Princi1212erne for syntakstræet Når brugeren har indtastet en sætning i den automatiske parser skal programmet udskrive et syntakstræ som resultat, såfremt sætningen er korrekt og iøvrigt holder sig inden for de konstruktioner, som parseren kan klare. D er findes mange forskellige principper for opbygning af sådanne træer, og hver især er de naturligvis påvirket af, hvilken analyse-teori de skal illustrere. (Jvnf. bl.a. Baez 1988 s.32 og Winograd 1983 s ) Som det er fremgået af forrige kapitel har jeg taget udgangspunkt i valensgrammatikken; altså teorien om, at verbet er det styrende element i sætningen, hvortil en lang række andre størrelser knytter sig. Selve formaliseringen er også opbygget omkring dette princip, idet verberne netop betragtes som de centrale størrelser, hvis egenskaber der må redegøres for, for at kortlægge, hvorledes de påvirker de øvrige størrelser i sætningen. Som følge heraf vil den automatiske parser også styres af dependensstrukturen; parseren vil først og fremmest ud fra verbernes træk - kombineret med de øvrige led - sætning kan godkendes eller forkastes. bestemme, hvorvidt en given Det syntakstræ der udskrives afspejler imidlertid ikke umiddelbart denne tankegang. Princippet for parserens træer bygger på et konstituentstrukturgrammatisk grundlag, hvor de enkelte konstituenter beskrives niveau for niveau i rækkefølge, som de forekommer i lade det øverste niveau i den sætningen. Jeg har dog valgt at træet udtrykke de traditionelle funktionsbetegnelser, så som subjekt, verbal, og objekt, for først på næste niveau at beskrive, hvorvidt de enkelte syntagmer består af enten np'er, vp'er, infinitiv-sætninger el. andet. Niveau-inddelingen fortsæt ter indtil ordniveauet nås. Eks. med sætningen "Juan odia trabajar": subjektl I I substantiv I "Juan" sætning verball \ objektl \ l np vp infinitiv-sætning \ I \ verbum subjekt2 "odia" \ ( =subjektl) verbum2 \ "trabajar" 32 33

20 En anden mulighed havde været at udskrive træet med ordene i kanonisk rækkefølge, dvs. hvor man havde ladet dependensprincippet afspejle sig i træet. I et sådant træ ville verbet blive betragtet som det valensbærende led på øverste niveau og derfor enten stå forrest eller på et niveau for sig, og på et lavere niveau i træet, f. eks. i en nominalfrase ville substantivet betragtes som valensbærende led og således skille sig ud o.s.v. Valget er bl.a. faldet på konstituentstrukturen af implementeringsmæssige årsager. En parser der giver et konstituentstruktur-træ som resultat har den åbenbare fordel at den, hvis den udformes i programmeringssproget Prolog, kan opbygges ud fra et uhyre enkelt princip, idet netop opbygningen af syntakstræet kan forløbe samtidig med selve analyse-processen i programmet. Udskrivning af subjekter: Det forekommer som nævnt ofte på spansk, at subjektsvalensen ikke udfyldes. Det finitte verbum optræder ganske vist med person- og talmorfemer, men dette sker uanset, om det pågældende verbum har subjektsvalens eller ej. Ved verber med subjektsvalens, der ikke udfyldes, markeres subjektet i træet ved hjælp af forkortelsen "REF", der står for den reference til subjekt, der udtrykkes i ver balets person- og talmorfemer (sammen med verbets subjektsvalens) Ved verber uden subjektsvalens bygges ingen subjektsknude. Eks. på at subjektsvalensen ikke udfyldes: ("odia trabajar") subj ek~ sæt ning ~r~ jek t l l f I REF 34 vp r verbum "odia" infinitivsætning I subj ekt2 verbal2 I (=subjektl) vp I verbum "trabajar" ' Eks. hvor der ingen subjektsvalens er: ("suele l l over" ) sætning verball / ' """ objektl I \ vp infinitivsætning verbum "suele" verbal2 For infinitivens vedkomme nde gælder det altid, at subjektsvalensen ikke udfyldes, idet de meget sjæl dn e konstruktioner, hvor infinitiven har syntaktis k subjekt, ikke vp verbum 11llov er" implementeres. Derfor er det mere interessant at vide, hvilken valens i sætningen infinitivens subjektsvalens er koreferent med. Dette markeres i parentes ud for infinitivens subjekt med en kontrolformel, der gø r det muligt at se koreferencemønsteret i sætningen. Udskrivning af objekter: Objekter kan repræsenter es p å sæt n i ngsniveau eller på syntagme nive au ell er på b egge niveauer ~å een gang. På ba ggrund a f udredningen i kapitel 1 behandles fænomenet i træet p å følgende måde: objekte r markeret v e d hjælp af bundne pronomine r opfattes kun som markører hørende under verbalet, ikke som selvstændige syntagmer. Markøren bevirker imidlerti d, at der indsættes en objekt sknude i træet. Repræsenteres objektet også på sætningensniveau udfyldes knuden med den pågæl dende størrelse, eller s forsynes d en med oplysningen "MARK" f or "markeret" (fænomenet i llustreres i figur nedenfor). Alle

21 repræsentationer af objekter forsynes desuden med et "subscript" i parentes, der viser, hvilke størrelser, der svarer overens. Eks. ("lo veo pasar a Juan"): sætning / ~-:----- subjekt! verball prædikat! "Objekt! I \ I REF vp infinitivsætning np I ""- bundpron verb I I subj ekt2 I verbal2 """ præp I "'- sub I I "lo"( z) "veo" (=objektl) vp "a""juan" ( z) I verbum 11 pasar" Subscripterne er især oplysende, når der både forekommer direkte og indirekte objekter i sætningen, samt ved transpositioner. Transpositionerne er iøvrigt temmelig problematiske at udtrykke i den valgte formalisme, netop fordi de hører til et andet sted, end der hvor de står placeret. Parseren begår derfor den "fejl", at den opfatter de transponerede pronominer som hørende til verbal!, men samtidig som markerende objekter for infinitiven. Her er subscripterne de eneste mærker, der viser tilhørsforholdet. Eks. "se lo puedo llevar a Juan": sætning subjekt! / verbal! objekt! REF I vp //~ bundpron bundpron verbum "se"(zz) "lo"(yy) "puedo" I infinitivsætning I I~~ I I I ( =subjekt!) vp MARK(yy) np subjekt2 verbal2 objekt2 indobj2 I /\ verbum præp sub I 36 "llevar'' / "a" njuan 11 (zz ) 2.5 Konklusion Som en konklusion på formaliseringsprocessen bør følgende spørgsmål besvares: 1. Er formaliseringen overhovedet interessant i forho l d til det naturlige sprog, når den kraftige afgrænsning af mu lige sætningstyper tages i betragtning? 2. Afspejler trækskemaet iøvrigt det naturlige sprogs muligheder? Dvs. i hvor høj grad er formaliseringen lykkedes? Til 1. punkt mener jeg afgjort ja. I denne sammenhæng ser jeg ikke begrænsningen af sætningstyper som noget afgørende problem, idet jeg mener, at delsproget (det sprog, som parseren skal kunne håndtere) stadig afspejler det naturlige sprog på langt de fleste for infinitiven relevante punkter. En udv idelse af sætningsmulig-hederne, til f.eks. også at dække adverbielle led, komplekse nominalsyntagmer, verber i præteritum, konstrukt ioner med omvendt ordstilling o. s. v., ville næppe tilføre parseren noget nyt i henhold til infinitiv 2 Det andet spørgsmål er mere problematisk. For det første er trækskemaet kun udfyldt for en lille gruppe verbers vedkommende, og som jeg også nævnte i ikke undersøgt, konklusionen til kapitel 1, så er det hvorledes samtlige verber med muli ghed for infinitiv som objekt eller prædikat opfører sig. Selv i forbindelse med de udval gte verber var der uenighed i forskellige fremstillinger om, hvorledes de opførte sig i visse konstruktioner. Dette skyldes først og fremmest, at det empiriske arbejde, som ligger til grund for sprogb eskrivelsen i nogle henseender er mangelfuldt 3. Ikke a l le verber med mulighed f or infinitiv som objekt og prædikat er undersøgt t ilst rækkeligt til, at man f. eks. kan forudsige, hvorledes de opfører sig i forbindelse med pronomentransposition. Til gengæld me ner jeg, at parseren via trækskemaet vil være i stand til at tage højde for alle de fænomener, som er tilstrækkeligt beskrevet. Dette l eder frem til en konklusion om, de at det afgø rende punkt ligger i sprogbeskrivel sen og ikke i formaliseringsprocessen. 37

22 Sålænge sprogbeskrivelsen er tilstrækkelig detaljeret og dvs. tilstrækkelig empirisk baseret, da vil en formalisering af denne viden være mulig. (Inkonsekvenser i sproget som ved verbet "hacer" og ved "leisme" iøvrigt vil dog altid være problematiske at formalisere.) Der ligger et kolossalt stykke arbejde parat til at blive udført af interesserede lingvister, og det er bl.a. i den sammenhæng, at jeg mener at den automatiske syntaksanalyse har en meget vigtig funktion. Via datamatens krav om detaljerede beskrivelser af de enkel te ord og deres opførsel bliver vi opmærksomme på, hvilke dele af sproget, der endnu ikke er tilstrækkelig undersøgte. Den automatiske parser fungerer med andre ord som en simpel test for, om beskrivelserne er gode nok! noter til kapitel 2: 1. Hvis der er tale om en leisme, må man i hvert fald kalde det en særdeles udbredt leisme, som forekommer selv i forbindelse med visse infinitiver (dette påvises i Becerras speciale cit. Rasmussen 1989 (1)) Chile i Silvia 2. Passivkonstrukioner med infinitiv ville ganske vist være meget interessante at have med, men så ville jeg overskride min oprindelige begrænsning med infinitiv som objekt og prædikat. 3. Dette skal ikke opfattes som en kritik af de empiriske undersøgelser, der ligger til grund for min beskrivelse. Faktisk viste emnet sig at være meget grundigt undersøgt i forhold til mange andre områder inden for det spanske sprog; dette takket være bl.a. Skydsgaards store materiale. Men undersøgelserne er ikke lavet specielt til datamatiske formål, og der er stadig mange aspekter der ikke er godt nok beskrevet til, at de kan indkodes i en datamat. KAPITEL 3: IMPLEMENTERINGSDEL 3.1 Den datamatiske parser Jeg har udvalgt en lille modelparser til implementering af den ordbog og grammatik som blev skitseret i kapitel 2. Den er udarbejdet af spang-hanssen og Koch (Sproganalyse og -generering 1987) i logikprogrammeringssproget Prolog, og den bygger på Prologs indbyggede parsingalgoritme, således at forstå, at den faktisk kun består af en grammatik og en ordbog. Selve manipulationen af de indtastede sætninger er således overladt til Prologs indbyggede fortolker, og dette gør modellen meget nem og overskuelig at arbejde med. Den simple opbygning har dog også visse åbenbare ulemper; den er særdeles ineffektiv hvad angår både tid og plads, og den begrænser på flere områder lingvistens muligheder for at udtrykke mere komplekse grammatiske regler. I denne sammenhæng, hvor det drejer sig om implementering af et stærkt afgrænset område af sproget har modellen imidlertid ikke givet væsentlige problemer, men tværtimod vist sig som et særdeles stærkt lille værktøj, der ved hjælp af få hjælpemidler kan illustrere, hvordan og i hvor høj grad implementering af syntaktiske fænomener kan lade sig gøre. (For en mere teknisk beskrivelse af den datalingvistiske metode der anvendes i parseren henvises der til mit speciale kap. 5). 3.2 Parsersens opbygning Parseren består som nævnt af en ordbog og en grammatik, men udover disse to dele indeholder den også et lille 'præ- modul', der først undersøger om de enkelte ord er rigtigt bøjet; dvs. om der i den indtastede sætning er brugt de rigtige kombinationer af rod og fleksiv. Når sætningens ord er undersøgt skal sætningen analyseres udfra grammatikken, og endelig skal den struktur, der er blevet opbygget udskrives i et syntakstræ. Processerne kan bedst illustreres ved hjælp af et rutediagram: 38 39

23 INPUT (en sætning) t MORFOLOGISK CHECK Sætningen gennemgås ord for ord, og for hvert ord: lemmaet checkes flexivet checkes ordet gemmes i orddatabasen.~--lemma-ordbog FLEKSIV-LISTE.---f_j -~. MIDTVEJS-OUTPUT -, '~-- ordanalysen udskrives ORD-DATABASE SYNTAKTISK ANALYSE / t--: / sætningen gennemgås igen ord for ord og grammatikklausulerne prøves af. OUTPUT den opbyggede s truktur udskrives i et syntakstræ 3. 3 Den datamatiske ordbog På grund af opdelingen i l emmaer og fleksiver ska l e t ord ideelt set kun forekomme e e n gang i ordbogen for hver syntakti sk strukt ur det kan realiseres med, i modsæt ning til i en fuldformsordbog, hvor der laves en indg ang for hver eneste bøjningsform af ordet (f. eks. "puedo ", "puedes", "puede" o sv.). Ved den mindste form for uregelmæssighed i ordets bøjningsmønster har jeg dog lavet endnu en ordindgang, i stedet for at udarbejde regler for, hvornår lemmaet ændres. F.eks. optræder "poder" flere gange i og dels med lemmaet "pued". leksikon, dels med lemmaet "pod" Da der ikke i denne sammenhæng lægges speciel vægt på morfologi, men blot skal udarbejdes et program, der fungerer tilfredstillende også på ordniveau, er løsningerne i denne forbindel se temmelig "ad hoc", og de skal ikke betragtes som et forsøg på at lave en decideret morfologisk analyse. For hver ordklasse har jeg formaliseret dets bøjningssystem s åvidt det var nødvendigt og praktisk i forbindelse med programudformningen. Dvs. at ordet i lemma-ordbogen u d over dets øvrige træk tilføjes et bøjningstræk, sådan at kun de r i gti ge former af ordet accepteres ( f.eks. "casa" "s" type a, "television" - "es" = type b; ordet "televisions" kasseres ). Bøjningstrækket er således forbindel sesl eddet mell e m l emmaordbogen og fleksiv-listen, og det sørger for, a t kun den rigtige sammensætning af lemmaet og flexivet accepteres. Så s nart dette check er sket kan ordet accepteres og trække t s mi des væk igen, for i modsætning til de øvrige træk, der v i l blive beskrevet nedenfor, er bøjningstrækket ikke relevant for grammatikken. Maskinen når simpelthen ikke til grammatikken hvis et ord er ukorrekt, men kasserer hele sætningen med det samme. For a t kun grammatisk korrekte sætninger skal kunne pars es a f den en automa t i s k parser, skal der allerede på ordniveau tage s hø jde for en lang række oplysninger, som skal bruges under analysen. Alle kongruensf ænomener kræver f.eks., at der i o rdbogen gives oplysninger om køn, tal, person eller l ign. Disse træk tilføjes de enkelte lemmae r eller de enkelte f l eks iver afhængig af, hvornår de "dukker op". For substantivernes vedkommende er oplysninger om køn givet i 1emmaet, me ns det f or adjektivernes vedkommende f ørst kan ses, når ordet er bøjet, og dvs. i flexivet. Oplysning om tal vil derimod for begge ordklassers vedkommende forekomme unde r flexiver. Verberne er d e n ordklasse der udstyres med flest syntakstræk. Foruden

24 kongruenstrækkene tilføjes ordene som nævnt hele det batteri af træk som blev omtalt i kapitel 2. Kun i ganske få sammenhænge får ordenes semantiske træk betydning for sætningens syntaktiske struktur. Dette gælder ved objekter, hvor animerede objekter kræver andre konstruktioner end inanimerede (animerede størrelser kræver præpositionen "a"), samt ved verber med arbitrær kontrol, hvor det er hensigtsmæssigt at indsætte et krav om, at subjektet for det finitte verbum overgenerering i skal være inanimeret. Derved forhindres forbindelse med verber, der kan høre under flere kontroltyper og hvor subjektets træk kan have indflydelse på verbets kontrolforhold. 3.4 Den datamatiske grammatik Genskrivningsregler Skelettet for den datamatiske grammatik er en række genskrivningsregler, der beskriver, hvilke sætningskonstruktioner grammatikken skal kunne acceptere. genskrivningsregel er en tosidig regel, der består af en venstreside, et genskrivningssymbol ( =>) og en højreside. Højresiden kan kun bestå af en kategoribetegnelse, som f.eks. 'Sætning' eller 'Verbal', mens venstresiden kan bestå af enten en kategoribetegnelse eller en ordkategori, f.eks. 'verbum'; også kaldet et terminalsymbol. Et terminalsymbol er således karakteriseret ved, at det ikke kan genskrives. Ved afbildning i et syntakstræ vil kategorialsymbolerne illustreres som knuder i træet, mens terminalsymbolerne vil afbildes som blade i træet. I kapitel 2 blev det beskrevet hvilke 5 sætningstyper, som parseren skal kunne behandle. Disse typer kan gengives som genskrivningsregler og deres bestanddele kan igen beskrives ved hjælp af genskrivningsregler på et lavere nivaeu. Genskrivningsreglerne til de 5 sætningstyper falder i 3 grupper: l. genskrivningsregler, der beskriver relations-niveauet, dvs. hvor de enkelte elementer er relateret til hinanden ved hjælp af funktionsbetegnelser. En 2. genskrivningsregler, der beskriver konstituent-niveauet, i hvilket der redegøres for, hvilke dele de enkel te syntagmer består af. 3. leksikalske genskivningsregler, og hvor grammatikken genskrivningsregler, leksikalske indgange. dvs. terminale forbindes til de Funktionsbetegnelser til syntagmer i hovedsætningen efterfølges af et 1 - tal, mens funktionsbetegnelser til syntagmer i infinitivsætningen efterfølges af et 2-tal. Genskrivningsregler til relationsniveauet: Sætning => verbal! objekt! sætning => subjektl verbal! objekt! Sætning => subjekt! verbal! objekt! indirekte_objektl Sætning => subjekt! verbal! prædikat! objekt! Sætning => subjekt! verball prædikatl objekt! indirekte_objektl Infinitivsætning => verbal2 Infinitivsætning => subjekt2 verbal2 Infinitivsætning => subjekt2 verbal2 objekt2 Infinitivsætning => subjket2 verbal2 objekt2 indirekte_objekt2 Infinitivsætning => subjket2 verbal2 indirekte_objekt2 Genskrivningsregler til konstituentniveauet: subjektl => tom subjketl => np verbal! => vpl objektl => præpositionssyntagme obj ektl = > np objekt! => tom objektl => infinitivsætning indirekte_objektl => præpositionssyntagme indirekte_objektl => tom prædikat! => infinitivsætning subjekt2 => tom verbal2 => vp2 objekt2 => præpositionssyntagme objekt2 => np 42 43

25 objekt2 => tom indirekte_objekt2 => præpositionssyntagme indirekte_objekt2 => tom np => pronomen np => substantiv np => determinativstørrelse substantiv vpl => vpl => finit verbum bundet_objektspronomen finit verbum vpl => bundet_indirekte_objektspronomen finit_verbum vpl => bundet_indirekte objektspronomen bundet_objektspronomen finit_verbum vpl => bundet_objektspronomen bundet_objektspronomen finit_verbum præpositionssyntagme => præposition np vp2 => infinitiv vp2 => infinitiv bundet_objektspronomen vp2 => infinitiv bundet_indirekte_objektspronomen bundet_objektspronomen vp2 => infinitiv bundet_indirekte_objektspronomen determinativstørrelse => possesivt_ pronomen determinativstørrelse => determinativ (artikel) Hvad angår de leksikalske genskrivningsregler, så er der een for hver ordklassse, og de har alle samme opbygning. I prologprogrammet implementeres genskrivningsreglerne som såkaldte klausuler. En klausul minder i sin opbygning om en genskrivningsregel, idet den består af et klausulhoved, svarende til genskrivningsreglens venstreside, samt en klausulkrop, der svarer til genskrivningsreglens højreside. Grammatikken indeholder imidlertid flere klausuler end det antal genskri vningsregler, der er beskrevet her. Det skyldes at genskrivningsreglerne ovenfor svarer til reglerne i en såkaldt kontekstfri grammatik 1, dvs. i en grammatik, hvor der ikke undervejs forekommer check på trækværdier. Det er denne kontrol på træk der gør at grammatikken må udvides med ekstra klaus uler. Een S-klausul (genskrivningsregel for en sætning) kræver f.eks. kontrol = "obj_kontr", for at den kan bygge en struktur med infinitiven som prædikat; een Infs-klausul (genskrivningsregel for en infinitivsætning) kræver valens = a2, for at ville acceptere et objekt o.s. v Simuleret programkørsel af eksempel-sætning For at illustrere hvordan grammatikken virker, og hvordan checkene bliver udført undervejs på forskellige niveauer i parsingen gennemløbes i store træk sætningen "10 dejo llevarlo" 2 på samme måde som programmet ville gøre det Det der sætter selve grammatikken igang er en klausul ve d navn " ana l ys e", der 11 som første kald har "parse", der igen kalder klausu 1 en s n m ed brugerens indtastede sætning. Først søges der på subjektet med klausulkaldet "subl", hvortil der findes 2 klausuler. Den f ørste fejler, da søgningen går i gang efter et "np", og ikke til slut i søgningen ( i de terminal e klausuler) kan finde elementer til et "np" i det første ord "lo". Den anden klausul stiller derimod ingen krav, men tillader et tomt subjekt, så den klausul kan uden videre opfyldes. Nu starter søgningen efter et verbal ved klausulkaldet "Verbal!". Her findes kun een klausul, hvor verbalet genskrives som et "vpl". Til "vpl" hører imidlertid 11 klausuler og programmet starter med den første og søger nu efter den terminale klausul "f ver b". Denne fej'ler, da "lo" ikke fandtes i ordbogen som finit verbum. I den 2. "vpl"-klausul kaldes først den terminale klausul "bundpron", og denne opfyldes, da "lo" stod i ordbogen som bundet pronomen. Næste kal d er "f ver b" for ordet "dej'o". "DeJ'o" svarer til betingelserne for et finit verbum. Med sig fra s- klausulen har programmet imidlertid 2 krav om træk, nemlig valens = "a2" og kontrol = "subj_kontr". Disse krav kan ikke opfyldes på det terminale niveau idet trækkene for "dejo" er valens= "b3", infinitivens ledfunktion = "prædl", og kontrol= "obj_kontr". Klausulen fejler, og det samme gør de øvrige "vpl"- klausuler af samme årsag

26 Dette bevirker at hele s-klausulen fejler og programmet søger nu forfra med "subl" i på nøjagtig samme sted (nemlig i næste s-klausul. Denne s-klausul vil fej le "fverb") idet også den har nogle krav til verbet som "deje" ikke kan opfylde. Først i 4. klausul svarer de påkrævede træk overens med "dejo"'s, og hele verbalet kan gemmes i strukturen som en knude. Alle de øvrige attributnavne, så som "PERS" og "TAL" o.s.v. har nu fået de trækværdier som lå i ordbogen under "lo" og "deje". Næste klausulkald er "prædl", og denne kan kun genskrives som en "infs" (infinitivsætning). "Infs" har 7 klausuler, hvoraf programmet vil starte med den første. "Llevar" accepteres som en infinitiv i "infverb" via den 1. "vp2"-klausul, men "infs" klausulen fej ler til slut ved valenschekket, idet "llevar" i ordbogen ikke står med valens "al" sådan som det kræves i klausulen. De øvrige "vp2"-klausuler afprøves, men alle fejler idet "infs"-klausulen i sit "verbal2"-kald kræver, at der ingen pronominer må være (bundet indirekte obj ektspronomen = "nej", bundet objektspronomen = "nej". Søgningen fortsætter. Den næste "infs" svarer til den første med hensyn til kaldet "verbal2", blot er der her et krav om at attributnavnet bundet_objektspronomen skal være lig "ja". Dette krav opfyldes i den anden "vp2" -klausul, hvor der i vpstrukturen indsættes både et bundet pronomen og en infinitiv. Tilbage i 2. "infs" kaldes nu klausulerne "obj2", som der e r 4 af. Her kan den 3. opfyldes (hvor objektet kun er repræsenteret på syntagme- niveau) og en tom objektsknude indsættes i strukturen. Alle de øvrige krav i 2. "infs" opfyldes (der var f.eks. ingen objekter "tilovers" ved det finitte verbum, valensen er iorden, o.s.v.) Der returneres til den 3. s-klausul og alle attribut-navne har undervejs fået tildelt værdier. Nu foretages en række kongruenscheck, som al.le opfyldes og sætningen kan accepteres. Alle strukturer er blevet opsamlet undervejs og kan nu udskrives i et syntakstræ, og dette sker i "prent"-klausulen, som kaldes i "analyse" som en af de sidste klausuler. Syntakstræet, som programmet vil give som output, vil for sætningen "lo deje llevarl.o" se således ud: 46 SÆTNING SUBl ---TOM VERBAL! VPl PRÆDl BUNDPRON ( z)---j.o VERB---dejo INFINITIV-SÆTNING SUB2 (=OBJl) VERBAL2 VP2 OBJ2 (zz) OBJl ( z) 'TOM VERB---llevar BUNDPRON (zz)---lo TOM Træet er et "sidelæns" træ, og skal læses fra venstre mod højre, således: højeste niveau er "SÆTNING", der befinder sig yderst til venstre. For hvert indhak arbejder man sig et niveau ned. Syntagmer, der står med samme margen befinder sig alstå på samme niveau. Syntagmerne "SUBl", "VERBAL!", "PRÆDl" og "OBJl" er således alle knuder i træet på samme niveau, nemlig niveauet efter "SÆTNING" og så fremdeles. Bladene i træet er markeret med " der forbinder den enkelte ordklasse med det konkrete ord. 3.5 Mangler i programmet Programmet har flere alvorlige mangler, som først og fremmest skyldes store pladsmæssige problemer. Et af de mest mangelfulde områder er problemet omkring objekterne og deres mulighed for dobbel trepræsntation. Den alvorligste mangel består i, at fænomenet rent lingvistisk ikke er "dækket ordentligt ind" Dobbeltrepræsentation er en stor opgave i sig selv, hvis det skal implementeres fyldestgørende, og her har jeg måttet foretage en prioritering. Reglen for parseren er derfor langt enklere end t ilfældet er i det naturlige sprog, nemlig som følger: animerede objekter kan dobbeltrepræsenteres (men skal ikke), inanimerede kan ikke. Dette medfører overgenerering i 47

27 tilfældet "dejo salir a ella", som altså accepteres af parseren, selv om dobbeltrepræsentation i konstruktioner med ubundne pronominer normalt regnes for obligatorisk (f.eks. Kjær Jensen ((1980). Denne forenkling simplificerer programmeringen betydeligt, idet der nu ikke skal skelnes mellem NP' er med substantiver og NP'er med ubundne pronominer. Der opstår desværre endnu en fejlkilde i forbindelse med objekterne. For at undgå for megen overgenerering og forkerte analyser skal der ved dobbeltrepræsentation foretages en sammenligning mellem de to ord (f.eks. "me" og "mi", eller "la" og "Maria") i køn, tal og person. Disse trækværdier skal ofte transporteres over store afstande (idet elementerne ofte står langt fra hinanden i sætningen) og dette har voldt store problemer under programudformningen. Problemet opstod for alvor ved de transponerede pronominer, da jeg ved implementeringen af disse simpelthen sprængte rammerne for antal let af træk i verball's liste. Konklusionen på det blev, at disse sammenligninger ikke bliver udført ved de transponerede pronominer, og dette er en kilde til overgenerering i tilfælde som "lo puedo ver a Mar.fa", som vil blive accepteret, og hvor "lo" og umar!a" fejlagtigt vil blive analyseret som de to repræsentationer af samme objekt. Disse to faktorer taler for helt at udelukke problematikken af programmet, når der nu alligevel ikke er ressourcer til at dække emnet ordentligt. Jeg har imidlertid valgt at tage det med, da det sprog, som programmet ville kunne analysere ellers ville blive langt mere "amputeret". Sådan som programmet fungerer nu er der i forbindelse med bundne pronominer kun tale om overgenereringer; ikke om afvisning af rigtige sætninger, og det er trods alt en fordel. Noter til kapitel 3: 1. Begrebet 'kontekstfri grammatik' stammer fra Chomskys hierarki af grammatikker (beskrives bl.a. hos Maegaard, Prebensen m.fl s og Winograd 1983 s ) opdelt udfra hvilke typer af sprog grammatikkerne kan behandle. Over de enkel te grammatikker i hierarkiet er lagt nogle restriktioner på, hvilken type genskrivningsregler den må bestå af. Den kontektsfri grammatik (også kaldet en type 2 grammatik) hører til som nr. 3 i hierarkiet idet den ikke er så kraftfuld, og dens genskrivningsregler må på venstresiden kun bestå af eet symbol. 2. For programudskrifter af grammatikker og ordbog, samt brugervejledning og diskette henvises der til mit speciale. KONKLUSION I indledningen til denne artikel blev det fremhævet, at det var af stor vigtighed for resultatet af implementeringen, at den forberende sprogbeskrivelse blev tilstrækkelig nuanceret. I den lingvistiske del gik jeg således så meget i dybden med emnet, som det empiriske arbejde på området tillod. Det finitte verbum viste sig at være den dominerende størrelse i sætningen i langt de fleste henseender, og denne konklusion ledte frem til, at formaliseringen skulle tage udgangspunkt i en beskrivelse af de verber, der tillod en infinitiv som objekt eller prædikat. Dog viste infinitiven sig også at have indflydelse på sætningens struktur i visse konstruktioner, og denne indflydelse var sværere at kortlægge idet påvirkningen afhang af kombinationen mellem det finitte verbum og infinitiven. Et af de mest komplicerede områder var spørgsmålet om, gjaldt for transposition af infinitivens pronominer. hvilke regler der I formaliseringskapitlet blev det beskrevet, hvorledes forestillingen om det kompositionelle princip er en forudsætn i ng for, at en formalisering af sprogets syntaktiske struktur kan anses for mulig. Ud fra denne forestilling viste formaliseringsprocessen sig at være forholdsvis ukompliceret, sålænge sprogbeskrivelsen vel at mærke var grundig nok. Dette faktum ledte fre m til en konklusion om, at formaliseringsprocessen i sig selv ikke er det afgørende punkt i spørgsmålet om, hvorvidt sprogets syntaks kan håndteres af en datamat eller e j. afgørende punkt er derimod, om vores viden om sproget er præcis nok, og det vil bl.a. sige tilstrækkelig empirisk baseret. Det 48 49

28 Jeg har valgt at beskæftige mig med et meget afgrænset emne, og selv i den målestok har beskrivelsen vist sig utilstrækkelig på enkel te områder. Specielt når kombinationer af ord havde indflydelse p å sætningens syntaks blev beskrivelsesarbejdet hurtigt uoverkommeligt, idet antallet af kombinationsmuligheder er enormt. Dog præsenteres der i denne artikel - så vidt jeg er bekendt - det mest nuancerede implementeringsforslag til dato inden for netop dette grammatiske område i det spanske sprog. F.eks. kan det nævnes at jeg under forberedelserne til dette arbejde i foråret 89 besøgte den spanske afdeling af EF's maskinoversættelses-program EUROTRA i Madrid. Her fik jeg forelagt, hvorledes man behandlede kontrolfænomenet i syntaktiske analyse (som er en meget væsentlig del af deres oversættelsessystem). På daværende tidspunkt var der tale om en formalisering og implementering af langt simplere form end den jeg har udarbejdet her 1. Dette blot for at sætte i den relief, hvor langt man på nuværende tidspunkt er nået inden for et område, hvor man i mange år har stået fast på, at en formalisering teoretisk set var mulig. Efter dette stykke arbejde hælder jeg mere og mere til den opfattelse, at sproget simpelthen er for stort til, at det er muligt at omsætte denne teori om formalisering til praksis. noter til konklusion: 1. Den datamatiske ordbog indeholdt f.eks. kun eet træk af relevans, nemlig kontroltrækket, hvis verbet tillod en infinitiv. Det vil bl.a. sige, at der ikke blev taget hensyn til de komplicerede forhold omkring pronomentransposition. LITTERATURLISTE Alarcos Llorach, Emilio: Analisis sincr6nico de algunas construcciones del infinitivo espafiol (F 130), vel. IV in: Actas XI Congreso International de linguistica Y filolog!a Romanicas, Madrid 1968 Alarcos Llorach, Emilio: Estudios de gramåtica funcional en espanbl, Gredos, Madrid Allen, James: Natural Language Understanding, The Benjamin/Cummings publ.comp. California 1988 Baez, Valerie: Fundamentos cr!ticos de la gramatica de dependencias, Editorial Sintesis, Madrid 1988 Bejarano, v. & Jørnving, R.:spansk grammatik, Almqvist & Wiksell, Stockholm Bello, A. & cuervo, R. J.:Gramatica Castellana, Paris Bresnan, Joan: The Mental Representation of Grammatical Relations, The Massachusetts Insitute of Technology, 1982 Cano Aguilar, Rafael: Estructuras sintacticas transitivas en el espafiol actual. Editorial Gredos, Madrid 1987 coste, J. & Redondo, A.:Syntaxe de l'espagnol moderne, Societe d'edition d'enseignement Superieur, Paris Gili y Gaya, Samuel: Curso Superior de sintaxis espanola, SPES, Barcelona Goldschlager & Lister: Datalogi og datamaskiner, Borgen, Valby Grishmann, Ralph: Computational Linguistics, an Introduction, New York

29 Hernandez Alonso, Cesar: Sintaxis espanola, Valladolid Hernanz Carb6, Maria: El infinitivo en Espanol, Bellaterra, Barcelona 1982 Herslund, Michael/Sørensen, Finn: Indledning til en valensgrammatisk analyse af fransk og dansk. I: Saml 9, s.33-83, København Jakobsen, Lisbeth Falster/Olsen, Jørgen: Beskrivelsesplaner i syntaksanalysen. I NyS 15, , København 1985 Jensen, Kjær: Spansk grammatik, Akademisk Forlag, København Jøncke, Torsten: En undersøgelse af danske adjektiver med henblik på beskrivelse og opstilling af valensmønstre, samt et forslag til formel beskrivelse i Eurotras MU2E brugerformalisme og en testning af den foreslåede formelle beskrivelse i MU2E prototypen. Projektopgave ved datamatisk lingvistik, Københavns Universitet, København Leech, Geoffrey: Principles of Pragmatics, Longman, England 1983 Louv, Lise: Datamatisk tekstforståelse, Speciale ved Københavns Universitet, udg. på Nordisk Filologi, København 1988 Madsen, John Kuhlmann: Syntaktisk analyse af spansk, Københavns Univ., København 1985 Maegaard, Prebensen & Vikner: Matematik og lingvistik. Odense Universitetsforlag, Odense 1975 Moliner, Mar!a: Diccionario de uso del espafiol, Gredos, Madrid 1982 Rasmussen, Poul: La oposicion entre la completiva y e l infinitivo en espafiol contemporåneo 1988 (und. udgiv. ved Universidad de Murcia) Rasmussen, Poul: Los pronombres clfticos y el anålisis del infinitivo, 1989 (1) (und. udgiv. ved Universidad de Murcia) Rasmussen, Poul: Los pronombres clfticos, las per!frasis verbales y la teoria de valencias, 1989 (2) (und. udgiv. ved Universidad de Murcia) Real Academia Espanola: Esbozo de una nueva gramatica de la lengua espafiola, Espasa-Calpe, Madrid Roca Pons, J. : Introducci6n a la gramatica vol. log 2, Vergara, Barcelona 1960 Spang-Hanssen & Erlandsen & Prebensen: Sproganalyse med ATN, in: DATA HUMANA, Københavns Universitet Spang-Hanssen, Ebbe & Koch, Gregers: Sproganalyse og -generering. IAML KUA, København 1987 Spang-Hanssen, Ebbe: Datamaten som redskab til analyse af naturlige sprog, in: Sproget og datamaskinerne, Debatbog nr. 6, Modermålsselskabet, C.A.Reitzels Forlag, 1986 Skydsgaard, Sven: La combinatoria sintåctica del infinitivo espa~ol, Editorial Castalia, Madrid 1977 sterling, Leon & Shapiro, Enud: The Art of Prolog, Massachusetts Insitute of Technology, 1986 Tesniere, Lucien: Elements de syntaxe structurale, Didier, Paris 1957 Winograd, Terry: Language as a Cognitive Proces, vol.l Synt ax. Addison-Wesley, Massachusetts 1983 Winagrad, Terry: Understanding Natural Language, edit. udgave, University Press, Edinburgh 1976

30 1. prøvesætning: eksempel med subjektskontrolverbet "soler":,i. prøvesætning: eksempel med subjektskontrolverbet "prome ter " hvor det finitte verbum har indirekte objekt:. Leksikalsk analyse Vil. du ana~ysere e~ sætning?j/n: j Skriv sætning: Maria suele esperar <;rammatisk analyse Vil du analysere en sætning?j/n: j Skriv sætning: Juan le promete esperar Vil du se ordanalysen?j/n j fundet(maria sub["c", "fem", "n", "sing"j ["anim"]) ; 0 1. f)ndet(suele fverb["t222","persj","sing","a2","ja","sub_kontr","ja_obj J fundet(esperar infverb("tl","al"j[j) fundet(esperar infverb["tl","a2"][]) Tryk return for fortsæt Vil du se ordanalysen?j/n j fundet (Juan sub ["c","mask","n","sing"]["anim"]) fundet(le bundpron[ "n","persj","sing","dat"][]) fundet(promete fverb["t22","pers3","sing","a2","nej","sub kontr","nej " : fundet(promete fverb["t22","pers3","sing","a3","nej","sub-kontr", " nej": fundet (esperar infverb( "tl", "al"][]) - fundet(esperar infverb["tl","a2"] [ ]) Tryk return for fortsæt SÆTNING SUBl NP SUB---Maria VERBALl VPl VERB---suele OBJl INFINITIV-SÆTNING SUB2--- {= SUBl) VERBAL2 VP2 VERB---esperar Grammatisk analy:;e SÆTNING SUBl NP SUB---Juan VERBALl VPl BUNDPRON (y)---le VERB---promete OBJl INFINITIV-SÆTNING SUB2--- { = SUBl) VERBAL2 VP2 VERB---esperar INDOBJ l (y) --- (MARK)