Valence a Pražský závislostní korpus (PDT) - SAV

Jarmila Panevová, Markéta Lopatková
panevova@ufal.mff.cuni.cz
lopatkova@ckl.mff.cuni.cz
Valence a Pražský závislostní korpus (PDT)
SNK, JÚ ĽŠ SAV, Bratislava, 6. 10. 2003
1. Teorie valence v teoretickém plánu (ve FGP – funkčním generativním popisu) – pro slovesa:
1. 1 Třídění slovesných doplnění (srov. Přílohu, seznam „funktorů“) podle způsobů jejich
spojování se slovesy:
(i) jednou x víckrát u jednoho slovesa
(ii) omezený seznam sloves x každé sloveso
Levá strana (i) a (ii) – aktanty (partcipanty)
Pravá strana (i) a (ii) – volná doplnění
Aktanty: Konatel (ACTor), Patient (PAT), Adresát (ADDR), Původ (ORIGo), Výsledek
(EFFektum)
Volná doplnění: lokální, směrová, temporální, způsobová, kauzální,… (viz Přílohu)
1.2 Závaznost spojení slovesa s valenčním členem:
Aktanty: obligatorní – fakultativní (ale v obou případech jsou součástí valenčního rámce
slovesa v lexikonu)
Volná doplnění: obligatorní – fakultativní (jen obligatorní jsou součástí valenčního rámce
slovesa v lexikonu)
1.3 (a) Kritérium pro stanovení (sémantické) obligatornosti: „Dialogový test“ – (ne)přijatelnost
odpovědi „Nevím“ při otázce po valenčním členu.
(b) Přístupy k vymezení počtu aktantů:
(ba) Kognitivní role jako Původce, Procesor, Nositel, Kauzátor, …, Stimul, Destruktiv,
Beneficient,…
(bb) 1. aktant, 2. aktant, 3. aktant
Kompromis mezi (ba ) a (bb): jazyková strukturace (posouvání)
Sloveso má 1 aktant = ACT (místo ACT je vždy obsazeno):
(1) Jan běží.
(2) Jan otevřel (dveře).
(3) Jan spí.
(4) Slunce/kniha vychází.
(5) Komín kouří.
(6) Klíč/vítr otevřel (dveře).
(7) Jan upustil/rozbil (vázu).
1

Sloveso má 2 aktanty = ACT, PAT (valenční místo ACT a PAT u slovesa s více než jedním
aktantem je ve (valenčním) rámci vždy přítomno):
(8) Jan otevřel dveře.
(9) Jan potkal listonoše.
(10) Náhle ho oslovil neznámý člověk.
(11) Chlapec vyrostl/vyspěl v muže.
(12) Hrobník vykopal hrob.
Slovesa se 3 a více aktanty – sémantické hodnocení (fakultativní aktanty jsou v závorce):
(13) Švadlena ušila šaty (zákaznici) (z nemačkavé látky).
(14) Švadlena přešila (zákaznici) šaty (na župan).
(15) Matka předělala (dětem) loutku z Kašpárka na čerta.
2. Uplatnění navržené valenční teorie na další slovní druhy:
(i) vystačíme u substantiv a adjektiv se stejným souborem doplnění (funktorů) nebo
potřebujeme další jednotky?
(ii) uplatňuje se tu princip „posouvání“ jako u sloves?
2.1 Adjektiva
A. Deverbativní: odvozená z tvarů činných – „pohlcení“ pozice ACT;
odvozená z tvarů trpných – „pohlcení“ pozice PAT, popř. ADDR, (EFF?)
(16) digestoř pohlcující kuchyňské pachy … = digestoř, která pohlcuje …
(17) Odevzdal náramek nalezený na ulici … = náramek, který nalezl/byl nalezen na ulici
(18) Studenti informovaní o formách studia reagovali na anketu lépe = studenti, které
(ADDR) informovali/kteří byli informováni o formách …
B. Primární: sdílení doplnění (funktorů) se slovesy i substantivy
plný – čeho (obligatorní „partitiv“ – MAT(eriál))
hrdý – na koho/co (PAT – fakultativní nebo obligatorní?, odpověď spojena s řešením
lexikálních vlastností, polysémie adjektiva)
2.2 Substantiva
A. Deverbativní: sdílejí rámec zdrojového slovesa (změny formální, změny v „povrchové
vypustitelnosti“ – vše je vypustitelné)
B. Primární: specifická doplnění substantiv (vedle doplnění slovesných):
MAT(eriál) – partitiv – aktant oblig. nebo fakult. (?) – část národa, skupina dětí, košík hub,
talíř polévky,…
APP(urtenance) – přináležitost – volné doplnění, u některých substantiv (zejm. relačních)
obligatorní – bratr Josefa Čapka, povrch zeměkoule,…
ID(entity) – „nominativ jmenovací“ – (fakultativní) aktant – hrad Trosky, parník
Hradčany,…
Odpovědi na otázky:
2

(i) viz výše
(ii) zatím otevřeno, ale srov. poradce prezidenta.ADDR, asistent primáře.ADDR (ACT u
konatelských jmen „pohlcen/zabudován“, PAT je všeobecný?)
3. Otázky a problémy
3.1 Sémantická obligatornost a povrchová vypustitelnost
A. Přijít – kam, odejít – odkud, vrátit se – kam – sémanticky obligatorní na povrchu
nepřítomné směrové doplnění je buď známo z kontextu, nebo je to místo totožné s místem,
kde je mluvčí nebo posluchač (telefonický dialog)
B. Zevšeobecnění aktantu (volného doplnění?) – Gen(eral) – fungování dialogového testu
(19) Moje vnučka už čte. Gen.PAT
*Co čte?
(20) Otec sedí u stolu a čte. Gen.PAT
Co čte? – To, co má v ruce, přesně nevím.
(21) Věra prodává v supermarketu. Gen.PAT Gen.ADDR
*Co prodává? *Komu prodává?
(22) Student mluví na chodbě s učitelem (ADDR).
O čem? Nevím – PAT je fakultativní
(23) Syn vzrušeně mluvil o maturitní zkoušce. Gen.ADDR
?S kým? S přítomným(i) posluchačem(i)/s kýmkoli – ADDR je obligatorní
(24) Jan (už to) auto prodal. Gen.ADDR
Komu? Někomu určitě, přesně nevím.
(25) Dcera dostala k narozeninám krásné dárky. Gen.ORIG
Od koho? Od dárců, přesně nevím od kterých.
(26) Věra si koupila nové boty.
Od koho? Nevím – fakultativní ORIG
(27) Jan pojede do Šlapanic na konferenci.
Čím? Nevím – volný MEANS (prostředek)
Dialogový test - pro aktanty (oblig/fakult) není vždy naprosto spolehlivý (smysluplnost otázky,
možnost přesné odpovědi, otázka po doplňující informaci). Interpretace: „Gen cokoliv, co je
vhodné pro tu činnost“/ „něco konkrétního, co není přesně specifikováno, ale v situaci je
přítomno“.
3.2 Vydělení další skupiny – kvazivalenční doplnění
3.2.1 Překážka – OBST(acle) (nově zavedený funktor)
(28) Matka se píchla nůžkami vs. o nůžky.
(29) Růženka se píchla o trn.
(30) Jan zakopl (nohou) o stůl.
(31) Jan zavadil o roh stolu (nohou). oblig. OBST
3.2.2 Mediátor – MEDIAT (nově zavedený funktor)
(32) Otec přitáhl kluka (levou rukou) za ucho.
(33) Když jsem odcházel, zatahal mě soused za rukáv.
3

(34) Jan přivedl psa za obojek .
3.2.3 Rozdíl – DIFF(erence) (modifikovaný funktor, dříve volné určení)
(35) Inflace se zvýšila proti roku 2000 o několik procent.
(36) Náš tým zvítězil o dvě branky.
(37) Jan zvítězil v závodě o prsa.
(38) Postupte o dva schody výš.
Shody OBST, MEDIAT a DIFF s aktanty:
(i) vyskytují se s omezenou třídou řídících slov
(ii) jsou vazebné (rekce)
(iii) nemohou se opakovat (u jednoho řídícího slova).
Shoda s volnými doplněními:
(iv) jsou sémanticky vyhraněné (přestože jsou vazebné)
Na „kvazivalenčnost“ aspirují i další doplnění, např. Záměr (INTT – intence) – šel nakupovat,
odešel z domova hledat práci.
4. Vztah lexikálního významu (polysémie slovesa) a valence
Jedna (lexikální) jednotka má více valenčních rámců – je to (minimálně) tolik lexií, kolik je
valenčních rámců (jednostranná implikace, srov. chovat králíky, chovat dítě – shoda ve valenčním
rámci, ale nesporný rozdíl v lexii).
(39) hrát1 karty PAT [4; obl] (= provozovat nějakou hru)
hrát2 na housle MEANS [;obl] (= vyluzovat hudbu pomocí hudebního nástroje)
(40) bát se1 matky/čerta PAT [2;obl] (= mít strach z …)
bát se2 o matku PAT [o+4, vv; obl] (= obávat se o…/že…)
(41) odpovídat1 komu na co PAT [na+4, vv; obl] ADDR [3; obl]
odpovídat2 čemu PAT [3; obl]
odpovídat3 za co PAT [za + 4; obl]
(42) poslat1 dopis příteli (do Brna)
poslat1 žádost městskému úřadu PAT [4; obl] ADDR [3; obl] (= adresovat)
poslat2 žádost na úřad
poslat2 studentku do podatelny PAT [4; obl] DIR3 [ ; obl] (= vypravit)
4

5. Výstavba valenčních slovníků pro účely PDT
jádro anotace na tektogramatické rovině
problém udržení konzistence valenční slovník
slovesa – dvě větve
seznamy valenčních rámců využívaných anotátory PDT (PDT-VALLEX)
komplexní valenční slovník (VALLEX)
substantiva
zpracovávání teoretických aspektů a metodologie (Panevová, Kolářová-
Řezníčková)
seznamy substantiv a jejich doplnění (PDT-VALLEX)
adjektiva
seznamy adjektiv a jejich doplnění
Valenční slovník sloves – PDT-VALLEX
seznamy valenčních rámců vytvářených a využívaných anotátory PDT
valenční rámce sloves v jejich jednotlivých významech (jak se objevují v průběhu anotace)
lexém jako celek není zpracováván
valenční rámec – soubor slovesných doplnění
charakterizován příkladem/příklady
pro jednotlivá slovesné doplnění specifikován:
„funktor“ – charakterizuje valenční vztah mezi slovesem a doplněním
typ doplnění – obligatorní / fakultativní
možné povrchové vyjádření
Valenční slovník sloves – VALLEX
komplexní informace o celém slovesném lexému (Lopatková et al., 2002)
valenční rámce sloves typicky odpovídají jednotlivým významům charakterizovány glosami
a příklady užití
valenční rámec – soubor valenčních doplnění
pro jednotlivá slovesné doplnění specifikován:
„funktor“ – charakterizuje valenční vztah mezi slovesem a doplněním
typ doplnění – obligatorní / fakultativní / typické
možné povrchové vyjádření
doplňující syntaktické informace:
vid a odkaz na odpovídající vidový protějšek
kontrola
syntakticko-sémantická třída (pracovní rozdělení)
idiomy
rozpracováno: reciprocita
reflexivita
možné diateze, způsoby pasivizace
odkazy na odpovídající synsety české větve WordNetu
obligatorní fakultativní
aktanty
kvazivalenční
volná typická
typická doplnění
„obvykle“ užívaná fakultativní volná doplnění
obvykle rozvíjejí celou skupinu sloves s „podobným“ významem
„slovesa pohybu“ jít do kina / přes les / jít z domova – směrová určení
„slovesa výměny“ dát / dostat / získat / brát něco.PAT za něco.RCMP
5

Proč dvě větve valenčního slovníku?
PDT-VALLEX ~ „extenzivní“ přístup
cca 5 200 sloves se 7 800 valenčními rámci (tj. 1,5 rámce na sloveso)
nutné pro anotaci, 100% pokrytí na PDT
VALLEX ~ „intenzivní“ přístup
1 450 sloves s 3 860 valenčními rámci (tj. 2,7 rámce na sloveso)
slovesa podle frekvence v ČNK, PDT
pokrytí cca 85% na „běžícím textu“ v PDT (se slovesem být a modálními slovesy – zatím
nezpracováno)
PDT-VALLEX a VALLEX budou sloučeny
dokončení anotace TR PDT, kontroly
Využití valenčního slovníku
dosažení konzistence při anotování valenční struktury na TR PDT (PDT-VALLEX)
automatická syntaktická analýza („shallow parsing“) (Žabokrtský) (VALLEX)
automatický „tektogramatický“ parser - automatický systém pro budování podkladové
reprezentace českých vět (Honetschlager) (PDT-VALLEX, VALLEX)
data pro (poloatomatické) vytváření valenčního slovníku českých substantiv (Kolářová-
Řezníčková) (VALLEX)
Jazykové zdroje
teoretické články o valenci (Panevová)
Manuál pro tektogramatické značkování (Hajičová et al., 2001)
seznamy valenčních rámců využívaných anotátory PDT
electronický valenční slovník povrchových realizací ve formátu BRIEF (FI MU Brno, Pala, Ševeček, 1997)
tištění slovníky:
Slovesa pro praxi (SPP, 1997), valenční specifikace 767 nejčastějších českých sloves
Slovník spisovného jazyka českého (SSJČ, 1964)
Slovník spisovné češtiny pro školu a veřejnost (SSČ, 1978)
Slovník českých synonym (SČS, 1994)
Slovník české frazeologie a idiomatiky (SČFI, 1983)
Český národní korpus (ČNK)
EuroWordNet, česká větev WordNetu
Literatura
Sgall, P. et al. (1986) The Meaning of the Sentence in Its Semantic and Pragmatic Aspects. Dordrecht: Reidel,
Prague: Academia
Hajičová, E. et al. (2001) Manuál pro tektogramatické značkování. UFAL TR
Panevová, J. (1980) Formy a funkce ve stavbě české věta. Praha: Academia
Panevová, J. (1994) Valency Frames and the Meaning of the Sentence. In: Luelsdorff (ed.) The Prague School of
Structural and Functional Linguistics, John Benjamins, pp. 223-243.
Panevová, J. (1998) Ještě k teorii valence. Slovo a slovesnost 59, pp. 1-14.
Panevová, J. (2000) Poznámky k valenci podstatných jmen. Čeština – univerzália a specifika 2, MU, Brno, pp. 173-
180.
Panevová, J., Řezníčková, V. (2001) K možnému pojetí všeobecnosti aktantu. Čeština - univerzália a specifika 3,
MU, Brno, pp. 139-146.
Panevová, J. (2003) Some Issues of Syntax and Semantics of Verbal Modifications. In: Proceedings of MTT 2003,
Paris. (in press)
Lopatková, M. et al. (2002) Tektogramaticky anotovaný valenční slovník českých sloves. UFAL/CKL TR-2002-15.
Lopatková, M. (2003) Valency in the Prague Dependency Treebank:
Building the Valency Lexicon. PBML 79-80. (in press)
Pala, K., Ševeček, P. (1997) Valence českých sloves. In: Sborník prací FFUB, Brno.
6

PŘÍLOHA: Seznam „funktorů“
u sloves (někdy i u subst.):
AKTANTY (argumenty, participanty, vnitřní doplnění)
actor/bearer *ACT agens, hloubk. subjekt
addressee *ADDR adresát, komu
effect *EFF výsledek (zvolí kým, zač)
origin *ORIG původ, z čeho (ne odkud)
patient *PAT patiens, hloubk. objekt
prošli celý les (ale prošli lesem.DIR2)
KVAZIVALENČNÍ DOPLNĚNÍ
difference *DIFF rozdíl (oč)
mediator MEDIAT přivést psa za obojek
obstacle *OBST překážka (zavadit o stůl)
VOLNÁ DOPLNĚNÍ (adjuncts, free modifications)
accompaniment *ACMP doprovod (s, bez)
aim *AIM účel (aby, pro něco)
attitude ATT postojové (s radostí, vhodně, právem)
benefactive *BEN benefaktiv (pro koho, proti komu)
cause *CAUS příčina
comparison CPR porovnání (než, jako, stejně jako)
complement *COMPL doplněk
concession CNCS přípustka (ačkoli)
condition COND podmínka reálná ((jest)-li, jestliže,
když, až)
counterfactual CTERF irreálná podmínka (kdyby)
criterion CRIT kritérium, měřítko („podle jeho slov“)
dir(ectional)-from *DIR1 odkud? (ale: udělat co z čeho.ORIG)
dir-which way *DIR2 kudy? prošli lesem (ale: prošli les.PAT)
dir-where to *DIR3 kam? (ale změnit nač.EFF)
dependent part *DPHR část frazému, pro niž se nehodí prav. funktor
of phraseme (křížem krážem.DPHR, nechat se slyšet.DPHR)
ethical dative ETHD volný dativ, dativ sdílnosti (Děti nám
nechodí včas, Já ti mám knih!)
extent *EXT míra (velmi, trochu)
foreign phrase FPHR cizí fráze
heritage *HER dědictví (po otci)
intensification INTF navazovací element, „falešný podmět“
(To Karel ještě nepřišel? To prší.)
intent *INTT záměr (šel se koupat, poslali ho nakoupit)
locative *LOC místo kde (jednání uvnitř koalice)
manner *MANN způsob (ústně; psát česky)
means *MEANS prostředek (psát rukou, na stroji, tužkou)
(adverbial of)
modality MOD asi, možná, To je myslím zlé.
norm *NORM norma („podle pravidla“)
recompense *RCMP odplata (dal mu peníze za nákup.RCMP)
reference to PREC např. tedy, naopak, tudíž, totiž, také,
preceding text protože, když, jenže, taky a aj.
regard *REG se zřetelem, bez ohledu na
rhematizer RHEM i, také, jenom, nejen, vůbec, zároveň(-i)
restriction RESTR omezení (kromě, mimo)
result *RESL účinek (opálen do hněda, prsty ztuhlé,
že je nenarovná)
substitution *SUBS zastoupení (místo koho-čeho)
temp(oral)-when *TWHEN kdy? loni, vstupuje v platnost dnem
podpisu
7

temp-since when *TSIN odkdy? od_té_doby_co, platí ode dne podpisu
temp-till TTILL dokdy? až_do, dokud ne, než
temp-how long *THL jak dlouho? četl půl hodiny, celou zimu
temp-for how long *TFHL na jak dlouho? na dva dny, na věky
temp-how often THO jak často? často, mnohokrát
temp-parallel, TPAR během, zatímco, za celý večer, mezitím_co
contemporaneous
temp-from when *TFRWH ze kdy (Zbylo od Vánoc cukroví. Z dětství si
nepamatuji nic. Vstupenka z pátku...)
temp-to when *TOWH na kdy? Přelož výuku na pátek. Demonstrace
je svolána na šestou hodinu.
jen u substantiv:
appurtenance APP přináležitost (čí, čeho)
descriptive DES nerestriktivní přívlastek
(zlatá Praha; kočky, patřící k savcům,...)
identity ID totožnost (pojem čas(u), parník Hradčany)
material MAT 'partitiv' (hrnek čaje)
restrictive adjunct RSTR restriktivní přívlastek
vokativ aponovaný VOCAT Pojď sem, Jirko!
Tento seznam je převzat z Manuálu pro tektogramatické značkování (Hajičová et al., 2001) a
doplněn o nově zaváděné funktory MEDIAT, OBST a RCMP.
Funktory, které se vyskytují ve VALLEXu jsou označeny *.
8