Камп’ютарная лінгвістыка — галіна, якая тычыцца заснаванага на правілах апрацоўкі статыстычнага мадэліравання, а таксама вывучэння адпаведных камп’ютарных падыходаў да моўных пытанняў.
Традыцыйна, камп’ютарная лінгвістыка выконвалася камп’ютарнымі навукоўцамі, якія спецыялізуюцца ў галіне прымянення ЭВМ у апрацоўцы натуральнай мовы. Сёння вылічальныя лінгвісты часта працуюць у якасці членаў міждысцыплінарнай каманды, якая можа ўключаць у сябе звычайных лінгвістаў, спецыялістаў па тэгавай (выходнай) мове, і камп’ютаршчыкаў. У цэлым, камп’ютарная лінгвістыка абапіраецца на дапамогу лінгвістаў, камп’ютарных навукоўцаў, спецыялістаў у галіне штучнага інтэлекту, матэматыкаў, логікаў, філосафаў, кагнітыўных навукоўцаў, кагнітыўных псіхолагаў, псіхалінгвістаў, антраполагаў і нейрабіёлагаў, сярод іншых.
Камп’ютарная лінгвістыка мае тэарэтычныя і прыкладныя кампаненты. Тэарэтычная камп’ютарная лінгвістыка факусуецца на пытаннях у галіне тэарэтычнай лінгвістыкі і кагнітыўнай навукі, а прыкладная камп’ютарная лінгвістыка — на практычных выніках карыстання мадэліраваннем чалавечай мовы.
Асацыяцыя камп’ютарнай лінгвістыкі вызначае камп’ютарную лінгвістыку як:
Паходжанне Камп’ютарная лінгвістыка часта групуецца ў вобласці штучнага інтэлекту, але на самой справе яна існавала і да распрацоўкі штучнага інтэлекту. Камп’ютарная лінгвістыка паўстала з намаганнямі ў Злучаных Штатах у 1950-х гадах, каб выкарыстоўваць камп’ютары для аўтаматычнага перакладу тэкстаў з замежных моў, у тым ліку расійскіх навуковых часопісаў, на ангельскую мову.John Hutchins: Retrospect and prospect in computer-based translation. Proceedings of MT Summit VII, 1999, pp. 30–44. Так як камп’ютары могуць зрабіць арыфметычныя вылічэнні нашмат хутчэй і дакладней, чым людзі, то лічылася, што гэта толькі справа часу, перш чым яны б маглі таксама пачаць апрацоўваць мовы.Arnold B. Barach: Translating Machine 1975: And the Changes To Come. Вылічальныя і колькасныя метады таксама выкарыстоўваюцца ў спробе рэканструкцыі ранніх формаў сучасных моў і групаванні сучасных моў у моўныя сем’і. Раней такія метады, як лексікастатыстыка і глотахраналогія апынуліся дачаснымі і недакладнымі. Тым не менш, у апошні час міждысцыплінарныя даследаванні, якія запазычваюць канцэпцыі з біялагічных ведаў (як, напрыклад, карціраванне генаў), вырабляюць больш складаныя аналітычныя прылады і робяць больш даверныя вынікі.T. Crowley., C. Bowern. An Introduction to Historical Linguistics. Auckland, N.Z.: Oxford UP, 1992. Print.
Калі машынны пераклад (таксама вядомы як механічны пераклад) не даў адразу дакладнага перакладу, аўтаматызаваная апрацоўка чалавечых моў была прызнана нашмат больш складанай, чым першапачаткова меркавалася. Камп’ютарная лінгвістыка нарадзілася як назва новай вобласці ведаў, прысвечаных распрацоўцы алгарытмаў і праграмнага забеспячэння для інтэлектуальнай апрацоўцы моўных дадзеных. Сам тэрмін «камп’ютарная лінгвістыка» ўпершыню быў прыдуманы Дэвідам Хейсам, членам-заснавальнікам Асацыяцыі камп’ютарнай лінгвістыкі і Міжнароднага камітэта па камп’ютарнай лінгвістыцы. У 1960-х гадах галіна лінгвістыцы, адказваючы за разуменне на чалавечым узроўні і стварэнне натуральных моў, стала падраздзяленнем штучнага інтэлекту.
Для таго, каб перавесці з адной мовы на іншую, было адзначана, што адразу трэба было зразумець граматыку абедзвюх моў, уключаючы і марфалогію (граматыку словаформ), і сінтаксіс (граматыку структуры сказа). Для таго, каб зразумець сінтаксіс, таксама трэба было зразумець семантыку і лексікон (ці «слоўнікавы запас»), і нават нешта з прагматыкі выкарыстання мовы. Такім чынам, тое, што пачыналася як спроба перакладу паміж мовамі эваліціянавала ў цэлую дысцыпліну, прысвечаную спосабам прадстаўлення і апрацоўцы натуральных моў з дапамогай камп’ютараў.
У цяперашні час даследаванне ў рамках камп’ютарнай лінгвістыцы робіцца ў камп’ютарных аддзелах, лабараторыях па камп’ютарнай лінгвістыцы"Yatsko's Computational Linguistics Laboratory"., дэпартаментах камп’ютарнай навукі"CLIP". і лінгвістычных аддзелах.Computational Linguistics – Department of Linguistics – Georgetown College"UPenn Linguistics: Computational Linguistics". Некаторыя даследаванні ў галіне камп’ютарнай лінгвістыцы накіраваны на стварэнне працоўнага маўлення або сістэмы апрацоўкі тэксту, а іншыя імкнуцца стварыць сістэму, якая дазваляе ўзаемадзеянне чалавек-машына. Праграмы, прызначаныя для сувязі чалавека і машыны называюцца дыялогавыя(гутарковыя) агенты. Jurafsky, D., & Martin, J. H. (2009). Speech and language processing: An introduction to natural language processing, computational linguistics, and speech recognition. Upper Saddle River, N.J: Pearson Prentice Hall.
Падыходы У наступных раздзелах разглядаецца некаторая наяўная літаратура, падзеленая на чатыры асноўныя вобласці дыскурсу: анталінгвістыка, структурная лінгвістыка, лінгвістычная вытворчасць і лінгвістычнае разуменне.
Падыход развіцця Мова з’яўляецца кагнітыўным навыкам, які развіваецца на працягу ўсяго жыцця чалавека. Гэты працэс развіцця быў вывучаны з выкарыстаннем шэрагу метадаў, у тым ліку і вылічальнага. Развіццё чалавечай мовы прадугледжвае некаторыя абмежаванні, якія робяць больш цяжкім прымяненне вылічальнага метаду для яго разумення. Напрыклад, падчас засваення мовы, дзеці ў асноўным падвяргаюцца толькі ўздзеянню станоўчага доказу.Bowerman, M. (1988). The "no negative evidence" problem: How do children avoid constructing an overly general grammar. Explaining language universals. Гэта азначае, што падчас моўнага развіцця асобы, існуе доказ толькі таго, што падаецца правільным, і няма доказу таго, што не з’яўляецца правільным. Гэтага ўсяго не хапае, каб правераць нават простую гіпотэзу ў такой складанай рэчы, як мова. І таму гэты момант ставіць пэўныя межы для вылічальнага падыходу, дастасоўнага да мадэлявання развіцця і засваення мовы ў індывіда.Braine, M.D.S. (1971). On two types of models of the internalization of grammars. In D.I. Slobin (Ed.), The ontogenesis of grammar: A theoretical perspective. New York: Academic Press.
Былі зроблены спробы змадэліраваць працэс развіцця засваення мовы ў дзяцей з вылічальнага пункту гледжання, прыцягваючы веды па статыстычнай граматыцы і канэкцыянальным мадэлям.Powers, D.M.W. & Turk, C.C.R. (1989). Machine Learning of Natural Language. Springer-Verlag. . Праца ў гэтай галіне таксама была прапанавана ў якасці спосабу растлумачыць эвалюцыю мовы праз гісторыю.Elman, J. (1993). Learning and development in neural networks: The importance of starting small. Cognition, 71-99. Выкарыстоўваючы мадэлі, было паказана, што мовы могуць быць вывучаны з дапамогай камбінацый простага ўводу, прадстаўленага паступова, таму як дзіця развівае лепшую памяць і даўжэйшую працягласць канцэнтрацыі ўвагі. Абедзве высновы былі зроблены дзякуючы моцы нейронавай сеткі, створанай праектам.
Дзеля праверкі лінгвістычных тэорый з выкарыстаннем робатаў таксама была змадэліравана i здольнасць дзяцей развіваць сваю мову.Salvi, G., Montesano, L., Bernardino, A., & Santos-Victor, J. (2012). Language bootstrapping: learning word meanings from perception-action association. IEEE transactions on systems, man, and cybernetics. Part B, Cybernetics : a publication of the IEEE Systems, Man, and Cybernetics Society, 42(3), 660-71. Запраграмаваная навучацца, як дзеці, мадэль была зроблена на аснове мадэлі афардэнса («магчымасцяў выкарыстання»), у якой была створана адпаведнасць паміж дзеяннямі, успрыманнямі і эфектамі, пасля злучанымі з вымаўленчымі словамі. Важна адзначыць, што гэтыя робаты былі здольны набыць адпаведнасці «слова-значэнне» без неабходнасці прыцягнення граматычнай структуры, што значна спрашчае працэс навучання і пралівае святло на інфармацыю, якая пашырае сучаснае разуменне моўнага развіцця. Важна адзначыць, што гэтая інфармацыя можа быць праверана толькі дасведчаным шляхам, выкарыстоўваючы вылічальны падыход.
У час, калі нашае разуменне моўнага развіцця асобы на працягу жыцця пастаянна паляпшаецца (у першую чаргу, з выкарыстаннем нейронавых сетак і навучання рабатызаваных сістэм), трэба мець на ўвазе, што і самі мовы з цягам часу змяняюцца і развіваюцца. Вылічальныя падыходы да разумення гэтай з’явы раскапалі вельмі цікавую інфармацыю. Выкарыстоўваючы дынаміку Price Equation і Pólya urn, даследчыкі стварылі сістэму, якая не толькі прадказвае будучую моўную эвалюцыю, але і дае ўяўленне пра гісторыю эвалюцыі моў сучасных. Гэтае намаганне мадэлявання дасягаецца з дапамогай камп’ютарнай лінгвістыкі, што ў адваротным выпадку было б немагчыма.
Відавочна, што разуменне моўнага развіцця ў арганізме чалавека, а таксама на працягу эвалюцыйнага часу было фантастычна палепшана з-за дасягнення ў вобласці камп’ютарнай лінгвістыкі. Магчымасць мадэляваць і мадыфікаваць сістэмы па жаданні дае навуцы этычны метад праверкі гіпотэз, які ў іншым выпадку мог бы быць недасягальным.
Структурны падыход Для таго, каб стварыць найлепшыя вылічальныя мадэлі мовы, вырашальнае значэнне мае разуменне структуры мовы. З гэтай мэтай, англійская мова была старанна вывучана з выкарыстаннем вылічальных падыходаў, каб лепш зразумець, як працуе мова на структурным узроўні. Адной з самых важных частак для вывучэння лінгвістычнай структуры з’яўляецца наяўнасць вялікіх моўных карпусоў або ўзораў. Гэта дае камп’ютарным лінгвістам дадзеныя, неабходныя для запуску сваіх мадэляў і атрымання больш глыбокага разумення асноўных структур, прысутных у велізарнай колькасці дадзеных, якія змяшчаюцца ў любой мове. Адзін з найбольш цытуемых ангельскіх моўных карпусоў — гэта Penn Treebank. Вытворны ад неабсяжна розных крыніц, такіх як камп’ютарнае кіраўніцтва IBM і расшыфраваныя тэлефонныя размовы, гэты корпус утрымлівае больш за 4,5 мільёна слоў амерыканскага-ангельскай мовы. Гэты корпус быў галоўным чынам анатаваны з выкарыстаннем часткамоўнай разметкі і сінтаксічнага брэкецінга.
Былі распрацаваны таксама і тэарэтычныя падыходы да структуры моў. Гэтыя працы дазваляюць вылічальнай лінгвістыцы мець фрэймворк, у рамках якога выпрацаваныя гіпотэзы значна пашыраць разуменне мовы. Адно з першых тэарэтычных палажэнняў па інтэрналізацыі граматыцы і структуры мовы прапанавала два тыпа мадэляў. У гэтых мадэлях, правіла альбо патэрны павялічваюць сваю моц з частатой іх сустрэчы. Гэтая праца таксама стварыла пытанне для камп’ютарных лінгвістаў: як жа дзіця вывучае спецыфічную і нестандартную граматыку (нармальная форма Хомскага) без захрасання ў завучванні занадта агульных рэчаў? Тэарэтычныя намаганні, падобна гэтым, ставяць для даследаванняў мэту паглыбіцца ў ранейшае жыццё вобласці даследавання. Відавочна, гэта мае вырашальнае значэнне для роста гэтай вобласці.
Структурная інфармацыя аб мовах дазваляе адкрываць і рэалізаваць распазнанне падабенства паміж парамі тэкставых выказванняў. Напрыклад, нядаўна было даказана, што на падставе структурнай інфармацыі, прадстаўленай у мадэлі чалавечага дыскурсу, канцэптуальныя recurrence plots могуць быць выкарыстаны для мадэлявання і візуалізацыі тэндэнцый у дадзеных і таксама ствараць надзейныя меры падабенства паміж натуральнымі выказваннямі. Гэты метад з’яўляецца магутным інструментам для далейшага зандзіравання структуры чалавечага дыскурса. Без вылічальнага падыходу да гэтага пытання, вельмі складаная інфармацыя, якая прысутнічае ў дадзеных дыскурса заставалася б недаступнай для навукоўцаў.
Інфармацыя аб структурных дадзеных мовы даступна для ангельскай мовы, а таксама на іншых мовах (напрыклад, на японскай). Выкарыстоўваючы вылічальныя метады, былі прааналізаваны японскія карпусы сказаў. У сувязі з гэтым была выяўлена мадэль логнармальнай дыстрыбуцыі, дачыненая да даўжыні сказа. Хаця і дакладная прычына гэтай логнармальнасці застаецца невядомай, менавіта такога роду інтрыгуючая інфармацыя павінна быць раскрыта камп’ютарнай лінгвістыкай. У далейшым гэтая інфармацыя можа прывесці да важных адкрыццяў у дачыненні да структуры, якая ляжыць у аснове японскай мовы.