Beregningslingvistikk er et tverrfaglig felt som er opptatt av utvikling av formalismer for funksjonen til naturlig språk , slik at de kan transformeres til kjørbare programmer for en datamaskin . Denne utviklingen ligger mellom regelbasert modellering og statistisk modellering av naturlig språk fra et beregningsmessig perspektiv , og involverer blant annet lingvister og informatikere som spesialiserer seg på kunstig intelligens , kognitive psykologer og logikere .
Noen av studieområdene for datalingvistikk er:
Beregningslingvistikk dukket opp i USA på 1950 -tallet som et forsøk på å skaffe datamaskiner som automatisk kan oversette tekster fra fremmedspråk til engelsk , spesielt fra russiske vitenskapelige tidsskrifter . Det oppsto som et resultat av påstandene til Warren Weaver , som så i oversettelsen en form for dekryptering. Da kunstig intelligens dukket opp på 1960 -tallet , ble datalingvistikk en gren av AI, som omhandler det menneskelige forståelsesnivået og produksjonen av naturlige språk.
For å oversette ett språk til et annet, ble det lagt merke til at man måtte forstå syntaksen til begge språk, i det minste på morfologinivå (syntaksen til ord) og hele setninger . For å forstå syntaksen må man forstå vokabularets semantikk og språkets pragmatikk . Det som begynte som et forsøk på å oversette tekster, ble en disiplin siktet til å forstå hvordan man kan representere og behandle individuelle naturlige språk ved hjelp av datamaskiner.
Denne typen studier er også kjent som korpuslingvistikk , siden begrepet "beregningsmessig" kan være misvisende.
Beregningslingvistikk er delt inn i to grener:
Han baserer sine arbeidsemner på teoretisk lingvistikk og kognitiv vitenskap . Bidragene fra kognitiv psykologi , spesielt psykolingvistikk , er også av spesiell relevans, og har resultert i fremveksten av en ny vitenskap, beregningsbasert psykolingvistikk .
Målet er å utvikle beregnbare lingvistiske teorier, det vil si som kan brukes subtilt på datamaskiner. Gitt at de eksisterende formelle teoriene ikke tar hensyn til alle mulige språklige fenomener, dukker teoretisk datalingvistikk opp som et insentiv for den formelle forståelsen av språklige prosesser, så vel som et middel for praktisk demonstrasjon av dem. Dette skjer for eksempel gjennom automatisk analyse av store språklige korpus, for å undersøke et språklig fenomen eller teste gyldigheten av en teori.
Imidlertid har ikke alle språklige teorier krav på å bli brukt på datamaskindomenet. Faktisk studerer kognitiv lingvistikk motivasjonen til en gitt foredragsholder til å uttrykke seg, noe som naturlig nok er langt fra å kunne modelleres med en datamaskin.
Det er en gren av datalingvistikk med en åpenbar teknologisk orientering, noe som har ført til at den ofte blir referert til med navn som lingvistisk ingeniørvitenskap eller menneskelig språkteknologi. Den fokuserer på de praktiske aspektene som kan utledes fra simulering av språklig atferd med datastyrte midler.
Målet er å lage dataprodukter som inneholder en komponent der språket, muntlig eller skriftlig, griper inn. De inkluderer:
Noen av problemene som må løses er:
For eksempel: "Pedro så Maria med kikkerten" -her er det ikke klart om Pedro har sett Maria, hun som holder kikkerten i hånden, eller om Pedro ved hjelp av kikkerten kunne se Maria.
Hvorvidt og hvordan disse kan løses automatisk er ikke bare definert av tilstanden til beregningsteknologi, men avhenger naturligvis mye av funksjonene til språket. Enda mer: det vil forresten etterstrebes prosedyrer som gjelder alle språk; detaljene vil imidlertid bli utarbeidet separat for hver enkelt. Et program for automatisk orddeling som er designet for engelsk vil ikke kunne brukes uten tilpasning for tysk, fordi her er prinsippene for orddeling annerledes. I motsetning til informatikk, som generelt omhandler dataprogrammering, ligger derfor datalingvistikkens anvendelsesfelt i den språkspesifikke delen av dataprogrammer.
En vitenskap defineres ikke bare av et bruksområde, men også av en teoretisk interesse. Datamaskiner er automater, de som manipulerer symboler i henhold til definerte regler. Akkurat som tall, er også språk – riktignok svært komplekse – symbolsystemer. Det er derfor åpenbart å designe dataprogrammer som simulerer operasjonene som mennesket utfører med ordene til et språk, i det minste delvis. Språklige hypoteser kan dermed testes med datamaskinen. Beregningslingvistikk er i denne forstand en lingvistikk der beregningssimulering brukes som et metodisk middel for å utdype vår kunnskap om menneskelig språk.
Til syvende og sist reiser denne tilnærmingen utvilsomt en rekke psykologiske og filosofiske spørsmål. Datamaskinen er en maskin, språk er noe intellektuelt. Hvor langt kan beregninger utføres med språk? Vil datamaskiner tenke en dag, eller vil det menneskelige intellektet fungere som en symbolsk maskin? Fascinasjonen ved beregningssimulering av språkadferd er nettopp å undersøke grensene. En kunnskapsinteresse man kan dedikere seg til datalingvistikk for er å oppdage om og hvordan menneskelig kommunikasjon kan bearbeides av datamaskiner, og om man finner grenser, hvordan er de. Er disse grensene kun praktiske eller overordnede teoretiske? Denne kunnskapen er svært viktig for den plassen vi ønsker å gi til datamaskiner i samfunnet.