Oppgave 1 Vi har gitt følgende grammatikk for noe vi kan kalle speilengelsk :

Like dokumenter
INF5830, H2009, Obigatorisk innlevering 2. 1 Oppgave: Unære produksjoner i CKY

INF2820 Datalingvistikk V Gang 13.4 Jan Tore Lønning

Oppgave 1. La G1 være grammatikken med hovedsymbol S og følgende regler:

INF2820 Datalingvistikk V Gang 26.2 Jan Tore Lønning

INF2820 Datalingvistikk V gang, Jan Tore Lønning

Oppgave 2. Eksamen INF2820, 2015, oppgave 2. La gramatikk G være:

INF2820 Datalingvistikk V Gang 6.3 Jan Tore Lønning

INF2820 Datalingvistikk V Gang 6.4 Jan Tore Lønning

INF2820 Datalingvistikk V Gang 27.2 Jan Tore Lønning

INF2820 Datalingvistikk V Gang Jan Tore Lønning

INF 2820 V2016: Obligatorisk innleveringsoppgave 3

Obligatorisk oppgave 4, INF2820, 2014

INF2820 Datalingvistikk V Gang Jan Tore Lønning

INF2820 Datalingvistikk V Gang 19.3 del 1 Jan Tore Lønning

INF2820 Datalingvistikk V2012

INF2820 Datalingvistikk V2012. Jan Tore Lønning

INF2820 Datalingvistikk V Gang 13.3 Jan Tore Lønning

2/22/2011. Høyre- og venstreavledninger. I dag. Chomsky-normalform (CNF) Chomsky-normalform (CNF) PARSING. Jan Tore Lønning & Stephan Oepen

INF2820 Datalingvistikk V Gang 23.3 Jan Tore Lønning

INF2820 Datalingvistikk V Gang 13.3 Jan Tore Lønning

INF2820 Datalingvistikk V2011. Jan Tore Lønning & Stephan Oepen

2/24/2012. Context-Free Grammars. I dag. Avledning. Eksempel: grammar1 PARSING. Jan Tore Lønning

INF2820 Datalingvistikk V gang, Jan Tore Lønning

INF2820 Datalingvistikk V gang, 27.2 Jan Tore Lønning

INF2820 Datalingvistikk V Gang Jan Tore Lønning

INF2820 Datalingvistikk V Gang 9.3 Jan Tore Lønning

INF2820 Datalingvistikk V Gang 6.4 Jan Tore Lønning

INF 2820 V2015: Obligatorisk innleveringsoppgave 3

INF2820 Datalingvistikk V2012. Jan Tore Lønning

2/24/2012. Dynamic Programming. I dag. Example. Example PARSING. Jan Tore Lønning

INF2820 Datalingvistikk V2011. Jan Tore Lønning & Stephan Oepen

3/8/2011. I dag. Dynamic Programming. Example. Example FORMELLE EGENSKAPER VED SPRÅK (KAP. 16) Jan Tore Lønning & Stephan Oepen

Eksamen INF2820 Datalingvistikk, H2018, Løsningsforslag

INF2820 Datalingvistikk V2011. Jan Tore Lønning & Stephan Oepen

INF2820 Datalingvistikk V Gang 2.3 Jan Tore Lønning

INF2820 Datalingvistikk V Gang Jan Tore Lønning

INF2820 Datalingvistikk V Gang 2.3 Jan Tore Lønning

2/6/2012. Begrensninger ved regulære språk. INF2820 Datalingvistikk V2012. Formelle språk som ikke er regulære KONTEKSTFRIE GRAMMATIKKER.

INF2820 Datalingvistikk V2011. Jan Tore Lønning & Stephan Oepen

INF2820 Datalingvistikk V Gang 9.3 Jan Tore Lønning

INF2820 Datalingvistikk V Gang Jan Tore Lønning

3/5/2012. Chart alternativ datastruktur. Fundamentalregelen. Chart-parsing. Bottom-up FORMELL SPRÅKTEORI. Jan Tore Lønning

3/1/2011. I dag. Recursive descent parser. Problem for RD-parser: Top Down Space. Jan Tore Lønning & Stephan Oepen

INF2820 Datalingvistikk V Gang 20.3 Jan Tore Lønning

INF2820 Datalingvistikk V2012. Jan Tore Lønning

INF2820 Datalingvistikk V Gang Jan Tore Lønning

INF2820 Datalingvistikk V Gang 30.3 Jan Tore Lønning

UNIVERSITETET I OSLO

INF2820 Datalingvistikk V Gang 2.3 Jan Tore Lønning

UNIVERSITETET I OSLO

INF2820 Datalingvistikk V gang, Jan Tore Lønning

INF2820 Datalingvistikk V Gang 9.3 Jan Tore Lønning

INF2820 Datalingvistikk V2012. Jan Tore Lønning

INF2820 Datalingvistikk V2012. Jan Tore Lønning

Oppgave 1 (samlet 40%)

Om oppgaveteksten på noe punkt er uklar eller upresis, kan du gjøre egne presiseringer. Formulér i så fall disse tydelig i oppgavebesvarelsen din.

INF2820 Datalingvistikk V Gang 4.5 Jan Tore Lønning

INF2820 V2017 Oppgavesett 6 Gruppe 7.3

Oppgaver til INF 5110, kapittel 5

INF2820 Datalingvistikk V Gang 13.4 Jan Tore Lønning

INF2820 Datalingvistikk V Gang 16.3 Jan Tore Lønning

INF INF1820. Arne Skjærholt INF1820. Dagens språk: Russisk. dyes yataya l yektsiya. Arne Skjærholt. десятая лекция

INF 2820 V2016: Innleveringsoppgave 3 hele

Kap. 5, del 1: Parsering nedenfra-opp (Bottom-up parsering) INF / Stein Krogdahl Ifi, UiO

Spørsmål 1.1 (10%) Lag en ikke-deterministisk endelig tilstandsautomat (NFA) som beskriver dette språket.

INF2820 Datalingvistikk V Gang 16.3 Jan Tore Lønning

INF2820 Datalingvistikk V gang, Jan Tore Lønning

INF2820-V2018 Oppgavesett 10 Gruppe 18.4

UNIVERSITETET I OSLO

INF2820 Datalingvistikk V Gang 5.3 Jan Tore Lønning

Løsningsforslag. Oppgavesettet består av 9 oppgaver med i alt 20 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

Oppgave 2. INF5110 oppgave 2 på eksamen v04 med teori. FirstMengder. Arne Maus Ifi. Eks. 4.9 Beregning av First-mengde. terminal

INF5110 Kap. 5: Parsering nedenfra-og-opp (Bottom-up parsing) 21/ Stein Krogdahl Ifi, UiO. Angående Oblig 1:

Kap. 5, del 1: Parsering nedenfra-opp (Bottom up parsing) INF5110. Stein Krogdahl Ifi, UiO

INF INF1820. Arne Skjærholt. Negende les INF1820. Arne Skjærholt. Negende les

Oppgaver til INF 5110, kapittel 5 Fullt svar på oppgave 5.4, og en del andre oppgaver med svar

INF 2820 V2016: Innleveringsoppgave 3 del 1

INF 2820 V2018: Innleveringsoppgave 3

Slides til 12.1 Formelt språk og formell grammatikk

Bottom up parsering (nedenfra-og-opp) Kap. 5 del 1 Intro til parsering nedenfra-og-opp samt LR(0) og SLR(1) grammatikker INF5110 v2006

Oppgaver til INF 5110, kapittel 5, med svarforslag Gjennomgått torsdag 26. febr Dette er versjon fra 28/7

Kap. 5, Del 3: INF5110, fra 1/3-2011

Emnenavn: Matematikk for IT. Eksamenstid: Faglærer: Christian F Heide

Kap. 5, del 1: Parsering nedenfra-opp (Bottom-up parsering) 16/ Stein Krogdahl Ifi, UiO

INF2820 Datalingvistikk V Gang 20.3 Jan Tore Lønning

LF - Eksamen i INF1820

EKSAMEN I EMNE. TDT4136 Logikk og resonnerende systemer. Fredag 19. desember 2008 Tid: kl

EKSAMEN. Oppgavesettet består av 11 oppgaver med i alt 21 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

EKSAMEN. Oppgavesettet består av 9 oppgaver med i alt 21 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

UNIVERSITETET I OSLO

Oppgave 1 (samlet 15%)

UNIVERSITETET I OSLO

INF2820 Datalingvistikk V gang, Jan Tore Lønning

Oppgave 1. Spørsmål 1.1 (10%) Gitt det regulære uttrykket: a((bcd)+(cd))*cd

EKSAMEN. Oppgavesettet består av 9 oppgaver med i alt 20 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

2/20/2012. I dag. Parsing. Recursive descent parser SÆRLIG TABELLPARSING. Venstre- og høyreavledning. Jan Tore Lønning

INF2820 V2017 Oppgavesett 5 Gruppe 21.2

INF1820: Introduksjon til språk-og kommunikasjonsteknologi

INF1820: Introduksjon til språk-og kommunikasjonsteknologi

Syntax/semantics - I INF 3110/ /29/2005 1

Transkript:

Eksempelspørsmål Spørsmål av denne typen kan forventes til eksamen, men kanskje ikke så mange. I hvert fall ville dette pluss spørsmål fra første del av pensum blitt for mye for en tretimers eksamen. Oppgave 1 Vi har gitt følgende grammatikk for noe vi kan kalle speilengelsk : S VP NP VP PP VP NP PP NP VP NP V PP P NP NP kim NP oslo NP snow V adores P in Tegn opp tabellen som en CKY-recognizer vil bruke under prosessering av inputstrengen in oslo snow adores kim, og angi innholdet i hver rute av tabellen. Oppgave 2 Tegn opp både i matriseformat og som en rettet graf den minste trekkstrukturen som tilfredsstiller følgende mengde av ligninger. HEAD = ARGS FIRST HEAD COMPS = ARGS FIRST COMPS REST ARGS FIRST COMPS FIRST = ARGS REST FIRST SPR = ARGS FIRST SPR ARGS REST FIRST COMPS = nil HEAD CAT = verb HEAD AGR = 3sg ARGS FIRST COMPS FIRST HEAD CAT = noun COMPS REST = nil ARGS FIRST SPR HEAD CAT = noun

Oppgave 3 La oss kalle trekkstrukturen i forrige oppgave for T. Forklar hva det vil si at to trekkstrukturer er ekvivalente, og gi deretter ett eksempel hver på trekkstrukturer som ikke er ekvivalente med T men som (a) subsumerer T (b) blir subsumert av T (c) verken subsumerer eller blir subsumert av T, men er unifiserbar med T (d) ikke er unifiserbar med T. Forklar til slutt hvorfor det ikke ville vært noen mening i å be om eksempler på en trekkstruktur som subsumerer T men ikke er unifiserbar med T, eller en trekkstruktur som blir subusmert av T og ikke er unifiserbar med T. Oppgave 4 Beskriv feltene i datastrukturen vi bruker til representasjon av trekkstrukturer, og forklar hvordan hvert av dem fungerer under unifikasjon og kopiering. Oppgave 5 Vi har gitt en liten unifikasjonsgrammatikk med en slags forenklet Spesifikator-hode-regel som eneste regel: X Y Z X HEAD = Z HEAD X SPR = nil Z SPR = Y Y SPR = nil X HEAD AGR = Y HEAD AGR Videre kreves det at rotnoden tilfredsstiller ligningene

Leksikon har følgende seks oppslag: Word walks SPR HEAD CAT = noun Word walk SPR HEAD CAT = noun Word boy HEAD CAT = noun SPR HEAD CAT = det Word boys HEAD CAT = noun SPR HEAD CAT = det Word that HEAD CAT = det Word those HEAD CAT = det a) Hvilke setninger genererer denne grammatikken? b) Tegn opp et frasestrukturtre for en av disse setningene, komplett med trekkstrukturer for alle delfrasene. c) Hvilke flere setninger ville grammatikken ha generert dersom vi hadde tatt vekk ligningen i kravene til rotnoden?

d) Hvilke flere setninger ville grammatikken ha generert dersom vi hadde tatt vekk ligningen Y SPR = nil i regelen? e) Hvilke flere setninger ville grammatikken ha generert dersom vi hadde tatt vekk ligningen i leksikonoppslaget for that? f) Vis kantene som ville dukket opp under bottom-up chart-parsing av that boy walk Oppgave 6 Forklar hva som er galt med følgende forslag til en probabilistisk kontekstfri grammatikk. Rules P Rules P S NP VP.4 Prep ants.3 S VP.2 Verb flies.2 NP NP PP.3 Verb swat.1 NP NP NP.4 Verb like.4 VP verb NP.2 NP flies.4 VP verb PP.3 NP swat.2 VP verb NP PP.4 NP like 1.0 PP PP 1.0 Oppgave 7 La G være en probabilistisk kontekstfri grammatikk der S er startsymbolet og reglene er som følger. Rules P Rules P S NP VP.8 Prep like 1.0 S VP.2 Verb swat.2 NP NP PP.2 Verb flies.4 NP NP NP.2 Verb like.4 VP Verb NP.4 NP swat.1 VP Verb PP.3 NP flies.2 VP Verb NP PP.3 NP ants.3 PP Prep NP 1.0 a) Bestem sannsynligheten for strengen flies like ants i forhold til G.

b) Vi husker at en grammatikk er i Chomsky normalform hviss enhver høyreside består av nøyaktig en terminal eller nøyaktig to ikketerminaler. Kan du foreslå en probabilistisk kontekstfri grammatikk i Chomsky normalform som (i en passende forstand) er ekvivalent til G? c) Gjør kort rede for noe man kan bruke probabilistiske kontekstfrie grammatikker til (som man ikke kan bruke vanlige kontekstfrie grammatikker til), og nevn også kort en begrensning de probabilistiske kontekstfrie grammatikkene har i forhold til en slik anvendelse.