Studieplan for kurset 5.10. Sproglig Databehandling ved Datanomkursus

Studieplan for kurset 5.10. Sproglig Databehandling ved Datanomkursus

Studieplanen har virkning fra den 1. januar 1988.

P.d.v.

e.b.

Erik Nexelmann

underv.insp.

1. AFGRÆNSNING

Sproglig databehandling er betegnelsen for datamatisk behandling af sproglige størrelser fra et naturligt sprog. Sidstnævnte betegnelse skal forstås som modsætning til konstruerede sprog, f.eks. programmeringssprog.

Modulet grænser op til flere andre kursus i datanomuddannelsen, men adskiller sig fra disse på følgende områder: Fra modul 2.1 Sproglære ved at beskæftige sig med naturlige og ikke konstruerede sprog. Fra modul 3.9 Simuleret Intelligens og Ekspertsystemer ved hovedsaglig at beskæftige sig med de sproglige udtryk (morfologi og syntaks) og mindre med deres indhold (semantik). Fra modul 2.10 Oversætterteknik derved, at naturlige sprog giver anledning til brug af mere komplekse datastrukturer og analysealgoritmer.

2. FORMÅL

Kurset skal give den studerende forståelse for de specielle funktionskrav og designproblemer der gør sig gældende for sproglig databehandling, og det skal give den studerende viden om de datastrukturer og konstruktionsteknikker der benyttes på området. Specielt skal den studerende kunne anvende logikprogrammeringssprog til sproglige opgaver.

3. FORKUNDSKABER

3.1. Adgangsbetingelser .

Kurset forudsætter viden om programmering i højniveausprog og om dataorganisation, svarende til edb-assistent-uddannelsens fag Problemorienteret Sprog.

3.2. Anbefalede forudsætninger

Kurset forudsætter, at den studerende har viden svarende til datanomuddannelsens moduler 2.1 Sproglære og 2.5 Datastrukturer.

4. INDHOLD

Kurset er placeret i modulklyngen ANVENDELSER og indledes derfor med en orientering om de begrebsdannelser der er nødvendige for at beskrive opgaver på anvendelsesområdet: sproglige problemstillinger. Desuden indeholder kurset to redskabsfag, formel grammatik og logikprogrammering, som benyttes i kursets centrale del der beskæftiger sig med datamatisk behandling af tre sproglige udtryksniveauer: tegn, ord og sætning. Kurset afrundes med en introduktion til sprogbehandling på indholdsniveau, herunder maskinel oversættelse.

4.1. Lingvistiske og datalingvistiske grundbegreber

Sproglige grundbegreber : De væsentligste lingvistiske (sprogvidenskabelige) grundbegreber gennemgås, idet der bl.a. orienteres om den anvendte terminologi inden for området. Den studerende skal kunne foretage grammatisk beskrivelse af en dansk tekst.

Logikprogrammering : Der gives en uformel introduktion til logikprogrammering (deklarativ programmering), herunder relatering til sædvanlig imperativ programmering. Den studerende skal være i stand til at redegøre for centrale grundbegreber inden for logikprogrammering samt til at løse simple sproglige opgaver ved hjælp af logikprogrammering.

Formel grammatik : Grundelementerne repeteres med særlig henblik på deres relevans for naturlige sprog. Den studerende skal kunne skelne imellem kontekstsensitive, kontekstfri og regulære grammatikker og skal kunne redegøre for deres respektive krav til analysealgoritmerne.

4.2. Tegnrepræsentation og alfabetisering

Tegnrepræsentation : Der redegøres for repræsentation af tegn og ord således at lagerkrav og/eller tidskrav for nogle centrale ordbehandlingsopgaver minimeres. Den studerende skal kunne anvende de gennemgåede lagringsteknikker samt vurdere gevinsten ved de mere komplekse datastrukturer i konkrete sammenhænge.

Alfabetisering : Der orienteres og gældende principper og standarder for alfabetisering af sproglige data.

4.3. Ordbehandling

Der redegøres for hovedområderne inden for morfologien, og almindelige morfologiske mekanismer og ledsagefænomener omtales, alt med henblik på konsekvenser for opbygningen af maskintilgængelige ordbøger. Der udvælges en anvendelse hvis funktionskrav og mulige implementering diskuteres. Den studerende skal kunne foretage morfologisk beskrivelse af et dansk materiale og skal kunne redegøre for mindst en organisationsmetode for datamatordbøger og et anvendelsesområde herfor.

4.4. Sætningsbehandling

Syntaktisk analyse : Der redegøres for brugen af logikprogrammering til syntaktisk analyse af naturligt sprog, specielt med henblik på benyttelse af differensparmetoden. Der udvælges et konkret syntaktisk analysesystem hvis design og implementering diskuteres. Den studerende skal kunne redegøre for hovedlinierne i et forelagt analyseprogram og skal kunne foretage mindre ændringer i et sådant.

Natursproglig brugergrænseflade : Der orienteres om principper for design af en naturligtsprogs-grænseflade, specielt med henblik på problematikken omkring afgrænsningen af grænseflade(del)sproget fra dagligsproget. Den studerende skal være bekendt med de omtalte principper og skal derudover have kendskab til alternative former for brugergrænseflader samt kunne skitsere disses fordele og ulemper i forhold til naturligtsprogs-grænseflader.

4.5. Indholdsbehandling

Semantiske sprogstrukturer : Der gives en introduktion til semantik

og datamatisk semantik, navnlig sammenhængen mellem (datamatisk) semantik og de øvrige (data)lingvistiske discipliner, specielt syntaks. Den studerende skal være orienteret om »state of the art« inden for den sproglige beskrivelse af semantiske forhold, begrænsningerne i de semantiske beskrivelsesværktøjer og de principieller problemer ved maskinel behandling af semantiske sprogstrukturer.

Maskinel oversættelse : Der gives en oversigt over udviklingen af dette anvendelsesområde, med vægt på de nyere systemer, og der redegøres nærmere for et enkelt sådant. Den studerende skal være bekendt med klassifikationen af oversættelsessystemer som hhv. maskinstøttede og fuldautomatiske og skal kunne redegøre for de tre hovedtrin i oversættelsesprocessen: analyse, overførsel og generering.

Ingen