Er zijn alle soorten modificaties hoe je deze FST beter kan maken. Bijvoorbeeld, door - teen van thirteen - nineteen in het algemeen te lezen.

Transcriptie

1 3. FST Het antwoord is: Er zijn alle soorten modificaties hoe je deze FST beter kan maken. Bijvoorbeeld, door - teen van thirteen - nineteen in het algemeen te lezen. Het idee is duidelijk hoop ik: voor vertaling van cijfers naar het Nederlands heb je een soort geheugen nodig. Dat heeft een FST niet, maar je kan het modeleren door verschillende states te introduceren (zie: een apart deel van FST voor 20 en 30). Daarom heb ik de vertaling maar tot 39 gevraagd, want verder is het idee precies hetzelfde. Het populairste fout was:

2 Het idee snap il wel: jullie wilden teen van thirteen, fourteen etc op een algemene manier gaan lezen, en dat is goed! Alleen nu vertaalt dit soort automaten ook oneteenteen naar ééntientien, en dat is natuurlijk niet de bedoeling! 5. CKY algoritme a. In de grammatica zijn er 2 regels die niet aan de definitie van CNF voldoen, namelijk NP -> PRON en VP -> V NP PP. De eerste, samen met PRON -> i, kan je verplaatsen door NP -> i. PRON kan nu helemaal weggegooied worden. Met de 2e regel zijn er 2 opties: (i) VP -> X PP en X -> V NP (ii) VP -> V Y en Y -> NP PP. Je zou ook kunnen merken dat je de regel VP -> V NP PP door VP -> VP PP kan verplaatsen. Dat is eigenlijk optie (i) waar X = VP. Let op twee momenten: (1) beide opties maken een boom voor precies dezelfde zinnen als oorspronkelijke grammatica, maar soms zijn er in oorspronkelijke 2 bomen mogelijk, en het kan zijn dat de nieuwe maar 1 kan bouwen. (2) Afhankelijk van jouw grammatica in CNF verschilt een tabel voor CKY algoritme! Iets meer over (1): met optie (ii) kan je maar één boom genereren voor I saw a dog from the park, namelijk waar from the park de hond beschrijft. Dat komt doordat je PP al in Y hebt gestopt, en die vormt nu een constituent met NP. Met optie (i) daarentegen kan je wel 2 bomen maken, want V en NP vormen samen een constituent die verder door PP gemodificeerd kan worden. Dat betekent dat de constituent saw a dog wordt als geheel met from the park beschreven, niet the dog from the park dus. Beide grammaticaʼs zijn als een goed antwoord geaccepteerd. b. Voor optie (i) " I" saw" a" dog" from" the" park " 1" 2" 3" 4" 5" 6" 7

3 0" NP" " " S" " " S" 1" " V" " VP, X" " " VP, X 2" " " DET" NP" " " NP 3" " " " N 4" " " " " P" " PP 5" " " " " " DET" NP 6" " " " " " " N Voor optie (ii) " I" saw" a" dog" from" the" park " 1" 2" 3" 4" 5" 6" 7 0" NP" " " S" " " S" 1" " V" " VP" " " VP 2" " " DET" NP" " " NP, Y 3" " " " N 4" " " " " P" " PP 5" " " " " " DET" NP 6" " " " " " " N De populairste fout was dat je niet op volgorde van symbolen let als je een table gaat invullen. Er staat bijvoorbeed VP in de cel (1,2), want sommigen denken aan de regel VP - > V NP. Maar de volgorde van V en NP is in de tabel anders! c. Voor optie (i) VP (1,7) -> V (1,2) NP (2,7) VP (1,7) -> X (1,4) PP (4,7) X (1,7) -> V (1,2) NP (2,7) Voor optie (ii) VP (1,7) -> V (1,2) NP (2,7) VP (1,7) -> V (1,2) Y (2,7) De populairste fout is dat je één of meerdere afleidingen vergeet. Dat komt omdat deze opdracht een consequentie van (b) is, en als je de tabel fout hebt ingevuld, is (c) ook meestal fout. d. Voor optie (i): 2 afleidingen Voor optie (ii): 1 afleiding Voor uitleg zie a. Een afleiding is dus niet hoeveel betekenissen ik voor deze zin kan verzinnen maar hoeveel bomen geeft mijn grammatica aan. e. We hebben het over een regel A -> B.

4 Normaal gesproken, vul je eerst de diagonaal in. Dat gebeurt mbv regel table[j-1,j] <- { B B -> words[j] is in de grammatica } (zie fig in het boek). Je moet deze regel vervangen door table[j-1,j] <- { B B -> words[j] is in de grammatica } of { B A -> B, B -> words[j] is in de grammatica } Informeel: in de diagonale rij moet je A in elke cel zetten waar B al staat. 6. FSA, complexiteit a. De populairste fouten: - Niet-deterministische FSAʼs, bijv als volgt (je weet niet naar welke state je moet als je a leest): Deze FSA is zo makkelijk te tekenen dat ik niet-deterministische FSAʼs niet goed heb gerekend. - De populairste foute FSA is:

5 Het probleem is niet alleen dat hij niet deterministisch is (er zijn ook deterministische versies daarvan), maar dat hij heel veel woorden van de taal niet herkent (bijv baa ). Het komt doordat hij bʼs met aaʼs eigenlijk niet kan mixen. Komt dat door een misverstand van het symbool in de reguliere expressie? b. Het makkelijkst is om een grammatica voor deze FSA te maken (dat was bij het hoorcollege uitgelegd). Voor die van mij is de grammatica als volgt (S is een startsymbool): S -> as S -> ba S -> epsilon A -> ba A -> ab B -> aa A -> epsilon Hier is de populairste fout een grammatica die niet alles of te veel genereerd. Daarom is de grammatica direct geschreven van de FSA handig: je hoeft niets meer zelf te verzinnen en checken, als je weet dat je FSA goed is. c. Voor deze taal is er een heel makkelijke manier om een context-vrije grammatica te verzinnen. Elk woord bestaat uit 2 delen: een aantal aʼs en gemixte bʼs en aaʼs. Je zou dus elk woord kunnen verdelen: S -> AB A -> aa epsilon B -> bb aab epsilon Deze grammatica is niet regulier door de eerste regel. Let op: er is geen één manier om een CFG te maken! Er zijn dus alle soorten antwoorden, dat van boven is maar een voorbeeld. d.

6 Dat was de makkelijkste vraag van de hele toets! Als je een FSA kan tekenen (in dit geval, heb ik expliciet gevraagd om een FSA te tekenen), is de taal altijd regulier. En toch maken HEEL veel mensen een fout van een soort het is een context-vrije taal omdat ik net een context-vrije grammatica heb gemaakt e. Hier zou je alle mogelijke gevallen moeten bekijken en zeggen wat bij elk geval fout gaat als je y pompt. Dus y bestaat uit alle bʼs heb ik niet helemaal goed gerekend, want y bestaat uit een deel van bʼs (niet alle) is ook mogelijk. Mogelijkheden: y=a (eerste). Als je y pompt, zijn er meer dan 1 aʼs aan het begin. y=ab..b. Als je dat pompt, komen er aʼs en bʼs door elkaar. y=b..b. Als je dat pompt, zijn er te veel bʼs in het woord y=b..ba..a. Als je dat pompt, komen er aʼs en bʼs door elkaar. y=a..a. Als je dat pompt, zijn er te veel aʼs in het woord y=ab^na..a. Als je dat pompt, komen er aʼs en bʼs door elkaar. (Dat is best een informeel bewijs, het kan dus altijd wat formeler). De populairste fout is natuurlijk: niet alle gevallen bekeken. Ik heb geprobeerd om alle pogingen te waarderen, ook al is het maar een deel van het bewijs.