Грамматика зависимостей: вершина, зависимый, дерево

Синтаксис одного и того же предложения можно записать двумя несовместимыми на вид способами: разбить фразу на вложенные группы или соединить сами слова стрелками. Второй путь и называется грамматикой зависимостей: в ней нет ни словосочетаний как отдельных узлов, ни абстрактных фразовых категорий, а есть только словоформы и направленные связи между ними. Модель кажется бедной, но именно она лежит в основе русской академической традиции разбора и почти всех современных синтаксических парсеров. Ниже разберём, как читается такое дерево, какими свойствами оно обязано обладать и где эти свойства нарушаются. Если нужно разобрать конкретное предложение, соберите запрос в форме.

Что такое грамматика зависимостей

Грамматика зависимостей описывает структуру предложения как множество бинарных асимметричных связей между словоформами. Каждая связь соединяет ровно два слова: одно из них вершина (хозяин, управляющее), другое зависимый (слуга, подчинённое). Стрелка по традиции ведётся от вершины к зависимому, иногда над строкой в виде дуги, иногда ярусами сверху вниз.

Принципиальных отличий от школьного разбора по членам предложения два. Во-первых, связь устанавливается между словами, а не между членами предложения: подлежащее и сказуемое здесь не два равноправных главных члена, а вершина (глагол) и её зависимое. Во-вторых, разбор не останавливается на главных членах: каждое слово, кроме одного, получает свою вершину, включая предлоги, частицы и союзы.

Именно поэтому модель хорошо работает на языках со свободным порядком слов. В русском, латыни, чешском связь между словами держится морфологией, а не позицией, и дуга легко перекидывается через половину предложения. Английскому синтаксису, где порядок слов жёсткий, исторически ближе оказался разбор по группам.

Вершина и зависимый: как определить направление

Направление стрелки не постулируется произвольно, для него есть рабочие критерии.

• Внешняя дистрибуция. Вершина определяет, как вся группа ведёт себя вовне. Сочетание «редкую книгу» занимает те же позиции, что и одиночное «книгу», значит вершина здесь существительное.
• Морфологическое требование. Падеж, число и род зависимого задаются вершиной: глагол «гордиться» требует творительного, прилагательное согласуется с существительным. Требование идёт сверху вниз, а не наоборот.
• Опускаемость. Зависимое чаще всего можно убрать без разрушения конструкции, вершину нельзя: «подарил внуку книгу» сокращается до «подарил книгу», но не до «внуку книгу».
• Часть речи целого. Группа наследует категорию вершины: «очень интересная» ведёт себя как прилагательное, потому что вершина в ней прилагательное.

Сколько зависимых обязано быть у глагола, определяется его валентностью: это отдельный сюжет со своим набором тестов на актанты и сирконстанты, он разобран в статье про валентность глагола. Для построения дерева важно другое: даже факультативное зависимое, если оно в предложении есть, обязано получить вершину.

Спорные случаи есть: в предложной группе одни школы считают вершиной предлог, другие существительное. Второе решение принято в Universal Dependencies.

Дерево зависимостей и его свойства

Набор связей становится деревом, только если выполнены четыре условия.

1. Единственность вершины. У каждого узла ровно одна вершина. Слово не может подчиняться сразу двум словам.
2. Единственный корень. Ровно одно слово не имеет вершины, обычно это финитный глагол, а в назывном предложении существительное. Это вершина всего предложения.
3. Связность. От корня по стрелкам достижимо каждое слово: висячих узлов нет.
4. Ацикличность. Двигаясь по стрелкам, нельзя вернуться в исходное слово.

Из первых трёх условий следует простая арифметика: если в предложении $n$ словоформ, то дуг ровно $n-1$. Это удобная проверка на полноту разбора: посчитали слова, посчитали стрелки, разница должна быть единицей.

Реальный материал в эти рамки помещается не полностью. Сочинение («Маша и Петя пришли») плохо описывается одной стрелкой: однородные члены равноправны. Разметки решают это двояко: либо назначают первый однородный член вершиной остальных, либо переходят от дерева к графу, где у узла разрешено несколько входящих дуг.

Зависимости и составляющие: два разных разбора

Конкурирующая модель - грамматика непосредственных составляющих, идущая от Блумфилда и развитая в генеративной традиции. В ней предложение членится на вложенные группы, узлы дерева обозначают фразовые категории, а слова стоят только в листьях.

Рассчитать для своей задачи

Различия удобно свести к трём пунктам.

• Что считается узлом. У зависимостей узел - словоформа, число узлов равно числу слов. У составляющих узлов заметно больше: к словам добавляются группы.
• Что показывает структура. Дерево составляющих показывает, какие отрезки текста образуют цельные блоки. Дерево зависимостей показывает, какое слово от какого требует форму.
• Отношение к порядку слов. Составляющие обязаны быть непрерывными отрезками, зависимости этого не требуют.

Модели не переводятся друг в друга автоматически. Если в каждой составляющей заранее указана вершина, из дерева составляющих однозначно получается дерево зависимостей. Обратный переход неоднозначен: одному набору стрелок соответствует несколько способов расставить скобки. Полезно помнить и то, что обе модели описывают синтагматическую ось языка, тогда как выбор конкурирующей единицы относится к парадигматике.

Проективность и её нарушения

Дерево называют проективным, если при отрисовке дуг над строкой слов ни одна дуга не пересекает другую, а корень не накрыт ни одной дугой. Эквивалентная формулировка без картинки: для любой связи все слова, стоящие между вершиной и зависимым, тоже подчинены этой вершине, прямо или через цепочку.

Рассчитать для своей задачи

Нарушения проективности не экзотика, а обычная черта русского синтаксиса. В «Книгу я вчера купил интересную» определение оторвано от определяемого, и дуга от «книгу» к «интересную» перескакивает через сказуемое. Тот же эффект дают вынос вопросительного слова, разрыв именной группы в разговорной речи и поэтический гипербатон у Ломоносова или Мандельштама. В размеченных корпусах русского языка непроективными оказываются проценты предложений, но в поэзии доля выше.

Цена вопроса высокая. Классические алгоритмы разбора по проективным деревьям работают за полиномиальное время, для непроективных приходится либо строить максимальное остовное дерево, либо чинить проективный разбор постобработкой. Заодно проективность даёт удобный критерий самопроверки: если в вашем разборе дуги пересеклись, стоит перепроверить направление стрелок, прежде чем объявлять предложение непроективным.

От Теньера к модели «Смысл ⇄ Текст»

Систематически модель изложил Люсьен Теньер в «Основах структурного синтаксиса», вышедших посмертно в 1959 году. Его схема, стемма, строилась именно как дерево подчинений с глаголом наверху: предложение Теньер сравнивал с маленькой драмой, где глагол задаёт действие, актанты играют роли, а сирконстанты образуют декорацию.

В отечественной лингвистике линию продолжила модель «Смысл ⇄ Текст» Игоря Мельчука. Там синтаксис расщеплён на два уровня: глубинно-синтаксическое представление с ограниченным набором универсальных отношений и поверхностно-синтаксическое с десятками языковых конкретных связей. Оба уровня записаны деревьями зависимостей, а лексическая сочетаемость вынесена в аппарат лексических функций и толково-комбинаторный словарь.

Тем же языком вершин и зависимых описывается подчинение целых предикаций, о чём подробно в разборе гипотаксиса: придаточное предложение оказывается зависимым от слова в главном.

Universal Dependencies и разбор текстов

Universal Dependencies - международный проект единой синтаксической разметки: примерно четыре десятка типов отношений, общих для всех языков, набор универсальных частей речи и формат построчной записи, где у каждого токена указаны лемма, разбор и номер вершины.

Рассчитать для своей задачи

Ключевое соглашение проекта - приоритет знаменательных слов. Вершиной предложной группы объявлено существительное, а предлог получает от него дугу; связка подчинена именной части сказуемого. Так деревья разных языков становятся сопоставимыми: в языке без предлогов ту же роль сыграет падежное окончание, а структура дерева не изменится.

Автоматический разбор строится двумя семействами алгоритмов: переходными парсерами, которые собирают дерево последовательными действиями над стеком, и графовыми, которые ищут остовное дерево максимального веса. Качество измеряют долей слов с верно угаданной вершиной и долей слов, где угаданы и вершина, и тип связи. Полученные деревья используют для извлечения отношений из текста, для поиска по синтаксическим шаблонам и в корпусной лингвистике, где запрос формулируется не цепочкой слов, а конфигурацией дуг.

Как построить дерево: порядок шагов

1. Выпишите словоформы подряд, знаки препинания пока не трогайте.
2. Найдите корень: обычно это финитный глагол, при его отсутствии именное сказуемое или главное существительное.
3. От корня раздайте стрелки его непосредственным зависимым: подлежащее, дополнения, обстоятельства.
4. Для каждого оставшегося слова найдите ближайшее слово, которое требует его формы или которому оно служит.
5. Проверьте счёт дуг, ацикличность, единственность вершины у каждого узла и наличие пересечений дуг.

Частые ошибки

• Подлежащее объявляют вершиной сказуемого. В грамматике зависимостей вершина предложения одна, и это глагол; подлежащее подчинено ему, а не наоборот.
• Служебные слова оставляют без вершины. Предлоги, частицы и союзы тоже узлы дерева, иначе нарушится связность.
• Стрелку рисуют между членами предложения. Связь всегда идёт от слова к слову, дуга «сказуемое обстоятельство» без указания конкретных словоформ ничего не описывает.
• Пересечение дуг принимают за ошибку разбора. Непроективность возможна и в норме, ошибкой её делает только неверно найденная вершина.
• Дерево зависимостей называют деревом составляющих. Это разные объекты: в первом узлы это слова, во втором ещё и группы.

FAQ

Чем грамматика зависимостей отличается от разбора по членам предложения? Школьный разбор помечает слова ролями, но не задаёт единой структуры: он не отвечает, что чему подчинено внутри группы. Грамматика зависимостей строит связный граф, где место есть у каждой словоформы, и потому годится для формальной обработки.

Может ли слово иметь две вершины? В дереве нет. Как только у узла появляется вторая входящая дуга, структура перестаёт быть деревом. Для явлений вроде кореференции или общего зависимого при сочинении используют расширенные представления, где допускаются дополнительные дуги поверх базового дерева.

Обязательно ли дерево проективно? Нет, проективность это свойство конкретного предложения, а не требование модели. В языках с жёстким порядком слов непроективные деревья редки, в русском встречаются регулярно, особенно при инверсии и в стихах.

Коротко

Грамматика зависимостей описывает синтаксис как набор направленных связей между словоформами: у каждого слова, кроме корня, ровно одна вершина, дуг на единицу меньше, чем слов, а структура связна и ациклична. От грамматики составляющих её отличает состав узлов и безразличие к непрерывности отрезков, поэтому она удобна для языков со свободным порядком слов; отсюда же и проективность как отдельное свойство, которое в русском регулярно нарушается. Линия от стемм Теньера через модель «Смысл ⇄ Текст» Мельчука привела к Universal Dependencies, и сегодня дерево зависимостей это одновременно инструмент ручного разбора и стандартный выход синтаксического парсера.