DELPH-IN (Deep Linguistic Processing with HPSG - INitiative) ist eine internationale Zusammenarbeit von Computerlinguisten, die Open-Source-Werkzeuge für die tiefe linguistische Verarbeitung menschlicher Sprache entwickeln. Die Initiative zielt darauf ab, linguistische und statistische Methoden zu kombinieren, um die Bedeutung von Texten und Äußerungen computergestützt zu verstehen. Ihre Werkzeuge basieren auf zwei Formalismen: der kopfgesteuerten Phrasenstrukturgrammatik (HPSG) und der minimalen Rekursionssemantik (MRS). Seit 2005 veranstaltet DELPH-IN einen jährlichen Gipfel, eine Unkonferenz, bei der Teilnehmer Arbeiten austauschen, Feedback suchen und Standards vereinbaren.
Technologien und Ressourcen
DELPH-IN bietet eine Suite von Werkzeugen für Grammatikentwicklung und Parsing. Der Linguistic Knowledge Builder (LKB) ist eine Umgebung für die Grammatikentwicklung zur Konstruktion von HPSG-Grammatiken. Der PET-Parser (Platform for Experimentation with efficient HPSG processing Techniques) erzeugt HPSG-Parsebäume mit MRS-Ausgaben. Der ACE-Prozessor (Answer Constraint Engine) verarbeitet DELPH-IN-Grammatiken effizient und kann auch Sätze in natürlicher Sprache generieren. Die LOGON-Infrastruktur unterstützt transferbasierte maschinelle Übersetzung und bietet hybride regelbasierte und stochastische Übersetzungen.
Grammatiken und linguistische Ressourcen
DELPH-IN pflegt einen Katalog handgefertigter computergestützter HPSG-Grammatiken für mehrere Sprachen. Das LinGO Grammar Matrix ist ein Open-Source-Starterset für die schnelle Prototypenerstellung breit abdeckender Grammatiken und bietet eine Bibliothek häufiger Sprachphänomene. Die CLIMB-Bibliotheken (Comparative Libraries of Implementations with Matrix Basis) erweitern das Grammar Matrix, um alternative Analysen über Sprachen hinweg zu testen.
Korpora und Treebanks
DELPH-IN stellt auch annotierte Korpora bereit. Die MRS-Testsuite enthält repräsentative Sätze zum Testen von MRS-Phänomenen und ist in über zehn Sprachen verfügbar. WikiWoods ist ein geparstes Korpus mit reichen syntaktisch-semantischen Annotationen für die englische Wikipedia. DeepBank annotiert die eine Million Wörter des Wall-Street-Journal-Texts von 1989 (derselbe wie im Penn Treebank) unter Verwendung der English Resource Grammar. Die Zusammenstellung „The Cathedral and the Bazaar“, basierend auf Eric Raymonds Essay, dient als mehrsprachige Testsuite.
Gemeinschaft und Benutzerfreundlichkeit
DELPH-INs Open-Source-Kultur kommt der Verarbeitung natürlicher Sprache-Gemeinschaft zugute, aber die Benutzerfreundlichkeit war eine Herausforderung für Neueinsteiger. Entwickler arbeiten daran, Dokumentation und Tutorials zu verbessern. Die Initiative steht in Zusammenhang mit breiteren Bemühungen in künstlicher Intelligenz und maschinellem Lernen, obwohl sie sich auf symbolische und hybride Ansätze konzentriert und nicht auf neuronale Netze-Methoden. Ihre Ressourcen werden in Forschung und Anwendungen eingesetzt, die tiefe semantische Analyse erfordern, und ergänzen oberflächliche Techniken wie die in großen Sprachmodellen.
Siehe auch
- Head-driven Phrase Structure Grammar
- Minimale Rekursionssemantik