utt/doc/dgp.tex

\documentclass[a4paper]{report}

\usepackage[T1]{fontenc}
\usepackage[utf8]{inputenc}

\title{DGP}
\author{Tomasz Obrębski}


\begin{document}
\maketitle

\chapter{Introduction}

\chapter{Grammar}

\chapter{Parsing algorithm}

\chapter{Input}

Wejście dla parsera przygotowuje się w następujący sposób:
\begin{verbatim}
cat text.txt | tok | sen | lem | canonize | gph | dgp ...
\end{verbatim}

Plik wejściowy 

dgp bierze na wejściu graf słów (wordgraph). Numery wierzchołków tego
grafu to wartości pola gph. Pole to jest wprowadzane do pliku przez
program gph.

Poza polem gph, dgp odczytuje też wartość pola lem.

\chapter{Output}

Format:

0005 04 W goni lem:gonić,V/AiMdNsP3TfrVp gph:4:1,2,3 dgp:6;s

\begin{verbatim}

dgp:<node>;<saturation>[;<links>][;<sets>][;<constraints>]

\end{verbatim}

\begin{description}
\item[{\it node}] Dependency graph node number. 
\item[saturation] The information whether the node is saturated. A
  node is saturated if the list of required connections for this node
  is empty, it is unsaturated otherwise.
\item[links] The comma separated list of connections. For each node
  either the list of its dependents or the list of its heads may be
  printed, or both (this dependes on the value of the \verb|--info|
  parameter).
\item[sets] For each node, the sets of all its left neighbours,
  transitive left heads, transitive left dependents, and nodes visible
  on the left can be printed. (This information is useful for fast
  tree generation.)
\item[constraints] the information on constraints imposed on the
  node. Constraints follow from the SGL and REQ grammar rules and have
  the form of a comma-separated list of dependency types required by
  the node and forbidden for the node. The elements of the list have
  the following format:

  \begin{tabular}{ll}

    \verb|!|{\it dependency type} & {\it dependency type} is required\\
    \verb|&|{\it dependency type} & {\it dependency type} is forbidden
    
  \end{tabular}

\end{description}


Wynikiem pracy dgp jest graf zależności. Graf ten może zawierać
(zwykle tak jest) więcej wierzchołków niż graf wejściowy.

* numer wierzchołka w wyjściowym grafie zależności

Numery wierzchołków w wyjściowym grafie są inne. Podczas działania
parser tworzy kopie (klony) wierzchołków wejściowych. Dzieje się tak w
sytuacji, kiedy do wierzchołka (jako nadrzędnika) dowiazywana jest
zależnośc objęta ograniczeniami. Ograniczenia wynikają z reguł
gramatyki SGL i OBL.

SGL - zależność jednokrotna
OBL - zależność obligatiryjna

node saturation \verb|s| or \verb|u|

  s - wierzchołek nasycony
  u - wierzchołek nienasycony

  Wierzchołek nienasycony to taki, któremu brakuje obowiązkowy podrzędnik.
  Obowiązkowe podrzędniki określane są w regułach OBL gramatyki.

connections 
  * connection list
  connections are lista zależności zawiera oddzielony przecinkami ciąg wyrażeń

  --<typ>-<w1>/<w2>

  jeśli w wywołaniu programu dla parametru --info podano wśród wartości 'd'
  (od dependents)

  lub

  ++<typ>-<w1>/<w2>

  jeśli w wywołaniu programu dla parametru --info podano wśród wartości 'h'


  Może też zawierac oba typy wyrażeń, jeśli podano zarówno 'd' jak i 'h'.

  Wyrażenie 

  --<typ>-<w1>/<w2>

  oznacza możliwość istnienia zależności typu <typ>, której nadrzędnikiem jest aktualny wierzchołek, a podrzędnikiem
  wierzchołek <w1> (o <w2> za chwilę).


pies goni czarnego kota w butach.

\begin{figure}
\begin{verbatim}
0000 00 BOS *
0000 04 W Pies lem:pies,N/CnGaNs
0004 01 S _
0005 04 W goni lem:gonić,V/AiMdNsP3TfrVp
0009 01 S _
0010 08 W czarnego lem:czarny,ADJ/CaDpGapNs
0010 08 W czarnego lem:czarny,ADJ/CgDpGainpNs
0018 01 S _
0019 04 W kota lem:kota,N/CnGfNs
0019 04 W kota lem:kot,N/CaGaNs
0019 04 W kota lem:kot,N/CgGaNs
0023 01 S _
0024 01 W w lem:w,P/Cal
0025 01 S _
0026 06 W butach lem:buta,N/ClGfNp
0026 06 W butach lem:but,N/ClGiNp
0032 01 P .
0033 01 S \n
0034 00 EOS *
\end{verbatim}
\caption{output of \verb@tok | sen | lem | canonize@}
\end{figure}


\begin{figure}
\scriptsize
\begin{verbatim}
0000 00 BOS * gph:0:
0000 04 W Pies lem:pies,N/CnGaNs gph:1:0
0004 01 S _
0005 04 W goni lem:gonić,V/AiMdNsP3TfrVp gph:2:1
0009 01 S _
0010 08 W czarnego lem:czarny,ADJ/CaDpGapNs gph:3:2
0010 08 W czarnego lem:czarny,ADJ/CgDpGainpNs gph:4:2
0018 01 S _
0019 04 W kota lem:kota,N/CnGfNs gph:5:3,4
0019 04 W kota lem:kot,N/CaGaNs gph:6:3,4
0019 04 W kota lem:kot,N/CgGaNs gph:7:3,4
0023 01 S _
0024 01 W w lem:w,P/Cal gph:8:5,6,7
0025 01 S _
0026 06 W butach lem:buta,N/ClGfNp gph:9:8
0026 06 W butach lem:but,N/ClGiNp gph:10:8
0032 01 P .
0033 01 S \n
0034 00 EOS * gph:11:9,10
\end{verbatim}
\caption{Word graph representation: sentence annotated with gph.}
\end{figure}


\begin{figure}
  \scriptsize
\begin{verbatim}
0000 00 BOS * gph:0: dgp:0;s;;
0000 04 W Pies lem:pies,N/CnGaNs gph:1:0 dgp:1;s;;
0004 01 S _
0005 04 W goni lem:gonić,V/AiMdNsP3TfrVp gph:2:1 dgp:2;s;;
0005 04 W goni lem:gonić,V/AiMdNsP3TfrVp gph:2:1 dgp:3;s;--subj-1/2;!subj
0005 04 W goni lem:gonić,V/AiMdNsP3TfrVp gph:2:1 dgp:8;s;--cmpl_ga-7/3,--cmpl_ga-10/3,--prep-11/8;!subj!cmpl_ga
0005 04 W goni lem:gonić,V/AiMdNsP3TfrVp gph:2:1 dgp:9;s;--cmpl_ga-7/2,--cmpl_ga-10/2,--prep-11/9;!cmpl_ga
0009 01 S _
0010 08 W czarnego lem:czarny,ADJ/CaDpGapNs gph:3:2 dgp:4;s;;
0010 08 W czarnego lem:czarny,ADJ/CgDpGainpNs gph:4:2 dgp:5;s;;
0018 01 S _
0019 04 W kota lem:kota,N/CnGfNs gph:5:3,4 dgp:6;s;--prep-11/6;
0019 04 W kota lem:kot,N/CaGaNs gph:6:3,4 dgp:7;s;--mod-4/7,--prep-11/7;
0019 04 W kota lem:kot,N/CgGaNs gph:7:3,4 dgp:10;s;--mod-5/10,--prep-11/10;
0023 01 S _
0024 01 W w lem:w,P/Cal gph:8:5,6,7 dgp:11;u;;&pcmpl
0024 01 W w lem:w,P/Cal gph:8:5,6,7 dgp:13;s;--pcmpl-12/11,--pcmpl-14/11;!pcmpl
0025 01 S _
0026 06 W butach lem:buta,N/ClGfNp gph:9:8 dgp:12;s;;
0026 06 W butach lem:but,N/ClGiNp gph:10:8 dgp:14;s;;
0032 01 P .
0033 01 S \n
0034 00 EOS * gph:11:9,10 dgp:15;s;;
\end{verbatim}
\caption{dgp output}
\end{figure}


\end{document}