Árbol de análisis sintáctico

{\displaystyle {\begin{matrix}{\text{S}}&\to &{\text{AB}}\\{\text{A}}&\to &{\text{aA}}\\{\text{A}}&\to &\varepsilon \\{\text{B}}&\to &{\text{b}}\end{matrix}}} — Árbol de análisis sintáctico de la cadena "aab" con respecto a las reglas de producción. ${\begin{matrix}{\text{S}}&\to &{\text{AB}}\\{\text{A}}&\to &{\text{aA}}\\{\text{A}}&\to &\varepsilon \\{\text{B}}&\to &{\text{b}}\end{matrix}}$

Un árbol de análisis sintáctico [ ^{1 ] (} también conocido como árbol de derivación o árbol de sintaxis concreta ) es un árbol ordenado y con raíz que representa la estructura sintáctica de una cadena según una gramática libre de contexto . El término « árbol de análisis sintáctico» se utiliza principalmente en lingüística computacional ; en sintaxis teórica, es más común el término «árbol de sintaxis» .

Los árboles sintácticos concretos reflejan la sintaxis del lenguaje de entrada, lo que los distingue de los árboles sintácticos abstractos utilizados en la programación informática. A diferencia de los diagramas de oraciones de Reed-Kellogg, utilizados para la enseñanza de la gramática, los árboles de análisis sintáctico no utilizan formas de símbolos distintas para los diferentes tipos de constituyentes .

Los árboles de análisis sintáctico se construyen generalmente a partir de la relación de constituyentes de las gramáticas de constituyentes ( gramáticas de estructura de frases ) o de la relación de dependencia de las gramáticas de dependencia . Los árboles de análisis sintáctico pueden generarse para oraciones en lenguajes naturales (véase procesamiento del lenguaje natural ), así como durante el procesamiento de lenguajes informáticos, como los lenguajes de programación .

Un concepto relacionado es el de marcador de frase o marcador P , tal como se utiliza en la gramática generativa transformacional . Un marcador de frase es una expresión lingüística marcada según su estructura sintáctica. Esto puede presentarse en forma de árbol o como una expresión entre corchetes. Los marcadores de frase se generan aplicando reglas de estructura sintáctica y, a su vez, están sujetos a reglas transformacionales adicionales. ^{[ 2 ]} Un conjunto de posibles árboles de análisis sintáctico para una oración sintácticamente ambigua se denomina "bosque de análisis sintáctico". ^{[ 3 ]}

Historia

Una forma de árbol de análisis sintáctico se utilizaba ya en 1879 en el libro Begriffsschrift de Gottlob Frege . ^[⁴^]

Nomenclatura

Un árbol de análisis sintáctico se compone de nodos y ramas. ^{[ 5 ]} En la imagen, el árbol de análisis sintáctico es la estructura completa, comenzando en S y terminando en cada uno de los nodos hoja (John, ball, the, hit). En un árbol de análisis sintáctico, cada nodo es un nodo raíz , un nodo rama o un nodo hoja . En el ejemplo anterior, S es un nodo raíz, NP y VP son nodos rama, mientras que John, ball, the y hit son nodos hoja.

Los nodos también pueden denominarse nodos padre y nodos hijo. Un nodo padre es aquel que tiene al menos otro nodo vinculado por una rama. En el ejemplo, S es padre tanto de NP como de VP. Un nodo hijo es aquel que tiene al menos un nodo directamente encima al que está vinculado por una rama del árbol. Siguiendo con nuestro ejemplo, hit es un nodo hijo de V.

Una función no terminal es una función (nodo) que es una raíz o una rama en ese árbol, mientras que una función terminal es una función (nodo) en un árbol de análisis sintáctico que es una hoja.

Para árboles binarios (donde cada nodo padre tiene dos nodos hijos inmediatos), el número de árboles de análisis sintáctico posibles para una oración con n palabras viene dado por el número de Catalan. $C_{n}$ .

Árboles de análisis sintáctico basados en constituyentes

Los árboles de análisis sintáctico basados en constituyentes de las gramáticas de constituyentes ( gramáticas de estructura de frases ) distinguen entre nodos terminales y no terminales. Los nodos internos están etiquetados con categorías no terminales de la gramática, mientras que los nodos hoja están etiquetados con categorías terminales . La siguiente imagen representa un árbol de análisis sintáctico basado en constituyentes; muestra la estructura sintáctica de la oración en inglés «John hit the ball» :

Árbol de análisis sintáctico PSG

El árbol de análisis sintáctico es la estructura completa, comenzando en S y terminando en cada uno de los nodos hoja ( John , hit , the , ball ). En el árbol se utilizan las siguientes abreviaturas:

S de sentence , la estructura de nivel superior en este ejemplo.

SN para frase nominal . La primera SN (la de más a la izquierda), un sustantivo simple, John , funciona como sujeto de la oración. La segunda es el objeto de la oración.

VP para frase verbal , que sirve como predicado .

V de verbo ; en este caso, es el verbo transitivo golpear .

D de determinante ; en este caso el artículo definido el/la .

N de sustantivo ; en este caso pelota .

Cada nodo en el árbol es un nodo raíz , un nodo rama o un nodo hoja . ^{[ a ]} Un nodo raíz es un nodo que no tiene ramas encima. Dentro de una oración, siempre hay un solo nodo raíz. Un nodo rama es un nodo padre que se conecta a dos o más nodos hijos. Un nodo hoja, sin embargo, es un nodo terminal que no domina a otros nodos en el árbol. S es el nodo raíz, NP y VP son nodos rama, y John (N), hit (V), the (D) y ball (N) son todos nodos hoja. Las hojas son los tokens léxicos de la oración. Un nodo padre es aquel que tiene al menos otro nodo vinculado por una rama debajo de él. En el ejemplo, S es padre tanto de N como de VP. Un nodo hijo es aquel que tiene al menos un nodo directamente encima de él al que está vinculado por una rama de un árbol. En el ejemplo, hit es un nodo hijo de V. Los términos madre e hija también se utilizan a veces para esta relación.

Árboles de análisis sintáctico basados en dependencias

Los árboles de análisis sintáctico basados en dependencias de las gramáticas de dependencia ^{[ 7 ]} consideran todos los nodos como terminales, lo que significa que no reconocen la distinción entre categorías terminales y no terminales. En promedio, son más simples que los árboles de análisis sintáctico basados en constituyentes porque contienen menos nodos. El árbol de análisis sintáctico basado en dependencias para la oración de ejemplo anterior es el siguiente:

Este árbol de análisis sintáctico carece de las categorías sintagmáticas (S, VP y NP) presentes en su contraparte basada en constituyentes. Al igual que en el árbol basado en constituyentes, se reconoce la estructura constituyente . Cualquier subárbol completo del árbol es un constituyente. Por lo tanto, este árbol de análisis sintáctico basado en dependencias reconoce al sustantivo sujeto «John» y al sintagma nominal objeto «the ball» como constituyentes, al igual que el árbol basado en constituyentes.

La distinción entre constituyentes y dependencias tiene un gran alcance. Si la estructura sintáctica adicional asociada a los árboles de análisis sintáctico basados en constituyentes es necesaria o beneficiosa es un tema de debate.

Marcadores de frases

Los marcadores de frase, o marcadores P, se introdujeron en la gramática generativa transformacional temprana , desarrollada por Noam Chomsky y otros. Un marcador de frase que representa la estructura profunda de una oración se genera aplicando reglas de estructura de frase . Posteriormente, esta aplicación puede sufrir transformaciones adicionales.

Los marcadores de frase pueden presentarse en forma de árboles (como en la sección anterior sobre árboles de análisis sintáctico basados en constituyentes ), pero a menudo se dan en forma de "expresiones entre corchetes", que ocupan menos espacio en la memoria. Por ejemplo, una expresión entre corchetes correspondiente al árbol basado en constituyentes dado anteriormente podría ser algo como:

[_{S}\ [_{\mathit {N}}\ {\text{John}}]\ [_{\mathit {VP}}\ [_{V}\ {\text{golpeó}}]\ [_{\mathit {NP}}\ [_{\mathit {D}}\ {\text{la}}]\ [_{N}\ {\text{pelota}}]]]]

Al igual que ocurre con los árboles, la construcción precisa de dichas expresiones y la cantidad de detalles que se muestran pueden depender de la teoría que se aplique y de los puntos que el autor de la consulta desee ilustrar.

Véase también

Notas

↑ Véase Carnie (2013):118ff^{[ 6 ]} para una introducción a los conceptos básicos de los árboles sintácticos (por ejemplo, nodo raíz, nodo terminal, nodo no terminal, etc.).

Referencias

^ Chiswell y Hodges 2007 , pág. 34.
↑ Noam Chomsky (26 de diciembre de 2014). Aspectos de la teoría de la sintaxis . MIT Press. ISBN 978-0-262-52740-8.
↑ Billot, Sylvie y Bernard Lang. " La estructura de los bosques compartidos en el análisis sintáctico ambiguo ."
^ Chiswell y Hodges 2007 , pág. 37.
↑ "El paquete parsetree para dibujar árboles en LaTeX" . Universidad de Essex. Archivado del original el 18 de abril de 2023. Consultado el 20 de septiembre de 2020 .
↑ Carnie, A (2013). Sintaxis: Una introducción generativa (3.ª ed.). Malden, MA : Wiley-Blackwell .
↑ Véase, por ejemplo, Ágel et al. 2003/2006.

Fuentes

Chiswell, Ian; Hodges, Wilfrid (12 de julio de 2007). Lógica matemática . Oxford University Press . ISBN 9780199215621.

Bibliografía

Ágel, V. , Ludwig Eichinger, Hans-Werner Eroms, Peter Hellwig, Hans Heringer y Hennig Lobin (eds.) 2003/6. Dependencia y valencia: un manual internacional de investigación contemporánea . Berlín: Walter de Gruyter.
Chiswell, Ian y Wilfrid Hodges 2007. Lógica matemática. Oxford: Oxford University Press.
Aho, AV, Sethi, R. y Ullman, JD 1986. Compiladores: Principios, técnicas y herramientas . Reading, MA: Addison-Wesley.

Enlaces externos

Editor de árbol de sintaxis
Constructor de árboles lingüísticos
phpSyntaxTree – Sitio web para dibujar árboles de análisis sintáctico en línea
phpSyntaxTree (Unicode) – Sitio web para dibujar árboles de análisis sintáctico en línea (versión mejorada que admite Unicode)
rSyntaxTree Versión mejorada de phpSyntaxTree en Ruby con Unicode y gráficos vectorizados
Qtree : paquete de LaTeX para dibujar árboles de análisis sintáctico.
Software de dibujo de árboles de sintaxis TreeForm
Introducción visual a los árboles de análisis sintáctico: Introducción y transformación.
Introducción al análisis de dependencias de OpenCourseOnline (Christopher Manning)
Etiquetas de los constituyentes de Penn Treebank II

[7] Véase Carnie (2013):118ff^{[ 6 ]} para una introducción a los conceptos básicos de los árboles sintácticos (por ejemplo, nodo raíz, nodo terminal, nodo no terminal, etc.).

[FOOTNOTEChiswellHodges200734-1] Chiswell y Hodges 2007 , pág. 34.

[Chomsky2014-2] Noam Chomsky (26 de diciembre de 2014). Aspectos de la teoría de la sintaxis . MIT Press. ISBN 978-0-262-52740-8.

[3] Billot, Sylvie y Bernard Lang. " La estructura de los bosques compartidos en el análisis sintáctico ambiguo ."

[FOOTNOTEChiswellHodges200737-4] Chiswell y Hodges 2007 , pág. 37.

[5] "El paquete parsetree para dibujar árboles en LaTeX" . Universidad de Essex. Archivado del original el 18 de abril de 2023. Consultado el 20 de septiembre de 2020 .

[6] Carnie, A (2013). Sintaxis: Una introducción generativa (3.ª ed.). Malden, MA : Wiley-Blackwell .

[8] Véase, por ejemplo, Ágel et al. 2003/2006.

1 ] (

[ 2 ]

[ 3 ]

[

[ 5 ]

[ a ]

[ 7 ]

[ 6 ]