Синтаксический анализатор естественного текста на русском языке

Cинтаксический анализатор предложений и текста русского языка предназначен для синтаксического анализа больших предложений, например, формул изобретений, которые могут содержать по 200 и более слов. Так же данный синтаксический анализатор пригодится юристам для выявления точности выражения смыслов в предложениях на естественном языке. Например, в одном из договоров я встретил такую фразу: “об этом уведомляет покупатель изготовителя в течении недели.”. Здесь человек, составляющий договор, имел ввиду что “покупатель (делает)уведомляет (кого)изготовителя”. Но на самом деле смысл предложения получился такой: “покупатель ("кого", а возможно "чего")изготовителя” и этот “покупатель уведомляет в течении недели”, причем кого уведомляет непонятно. Сделав разбор такого предложения в синтаксическом анализаторе и увидев свою ошибку, пользователь напишет правильно: “покупатель уведомляет изготовителя об этом в течение недели”.

Синтаксический анализатор выполняет разбор предложения и связывает слова в нем на основе синтаксических правил, не используя при этом знания о мире. Поэтому после разбора предложения пользователю выдаются избыточные варианты связывания слов. Эти избыточные варианты должны быть проверены самим человеком, так как именно человек имеет знания о мире и может правильно осуществить семантическое связывание слов в предложении.

Основные понятия.

Подпредложение – обособленная знаками препинания или особыми словами часть предложения. Пример. “на полу стояли стол и деревянный стул” – здесь два подпредложения: “на полу стояли стол и” и “деревянный стул”. “заяц, которого мы увидели, встал как вкопанный” - здесь три подпредложения “заяц,” “которого мы увидели,” “встал как вкопанный”.

Формат результата работы анализатора

Результаты разбиты на несколько частей, располагающихся последовательно:

- введенное предложение:

• некоторые служебные сообщения: если не известно слово или неизвестно описание слова;
• результаты разбора предложения последовательно для каждого подпредложения. Здесь выводятся связи слов;
• служебные сообщения: статистика и время работы;
• введенное предложение с выделенными словами и добавками к словам.

Каждая связь имеет главное и подчиненное слово, между которыми стоит связывающий вопрос. Главное слово стоит всегда слева. Пример.

“деяние какое предусмотренное”

здесь главное слово “деяние”, подчиненное “предусмотренное”, связывающий вопрос “какое”.

“---” означает вершину корня связей. Помечает слово, которое несвязанно в предложении.

“_??” означает что слово уже имеет корень, этот корень уже выводился выше, поэтому вывод корня не повторяется

“++ км” обозначает связь корня местоимения. Обычно относится к местоимениям “который”.

“++” означает что слово подчинено другому подпредложению. В фигурных скобках {} обычно выводится главное слово для такого слова.

В круглых скобках () выводится вопрос, на который отвечает слово.

Несвязанные слова помечаются жирным шрифтом.

В фигурных скобках, стоящих слева от данного слова, обозначается добавка, которая указывает на главное слово для этого данного слова.

Краткий справочник о возможностях и правилах синтаксического анализатора.

Нет связывания подпредложений по связям типа “… то, что …”; “… тогда, когда …”; “… так, что …” и другие.

Нет обработки предложений типа: “…, а …” и “…, но …” (такие предложения кажется называются “элипсис”)

Не связываются части главного подпредложения разорванные подчиненными подпредложениями. Пример. “в доме, в котором жил кот, водились мыши”. Здесь “в” не будет связано с “водились”.

Логические связи типа “если …, то …, иначе …”.

Не всегда работает выявление именительных существительных.

Вложенные списки довольно сложно обрабатывать и их разбор возможен с ошибками.

Некоторые неоднозначные слова и ситуации могут быть разобраны с ошибками.