La teoría del significado-texto ( MTT ) es un marco teórico lingüístico , propuesto por primera vez en Moscú por Aleksandr Žolkovskij e Igor Mel'čuk , [1] para la construcción de modelos de lenguaje natural. La teoría proporciona una base amplia y elaborada para la descripción lingüística y, debido a su carácter formal , se presta particularmente bien a aplicaciones informáticas , incluidas la traducción automática , la fraseología y la lexicografía . [ cita necesaria ]
Los modelos lingüísticos en la teoría del significado-texto operan según el principio de que el lenguaje consiste en un mapeo desde el contenido o significado (semántica) de un enunciado hasta su forma o texto (fonética). Intermedios entre estos polos hay niveles adicionales de representación en los niveles sintáctico y morfológico.
Las representaciones en los diferentes niveles se mapean, en secuencia, desde la red desordenada de la representación semántica (SemR) a través de las estructuras de árbol de dependencia de la representación sintáctica (SyntR) hasta una cadena linealizada de morfemas de la representación morfológica (MorphR) y, en última instancia, la cadena de teléfonos ordenada temporalmente de la representación fonética (PhonR) (que generalmente no se aborda en el trabajo de esta teoría). Las relaciones entre representaciones en los diferentes niveles se consideran traducciones o asignaciones, más que transformaciones, y están mediadas por conjuntos de reglas, llamados "componentes", que aseguran las transiciones apropiadas y específicas del idioma entre niveles.
Las representaciones semánticas (SemR) en la teoría del significado-texto consisten principalmente en una estructura semántica similar a una red (SemS) que se combina con otras estructuras de nivel semántico (más notablemente la estructura semántico-comunicativa [SemCommS], [2] que representa lo que comúnmente se conoce como representaciones semánticas). denominada " estructura de información " en otros marcos). El SemS en sí consta de una red de predicaciones , representadas como nodos con flechas que van desde los nodos de predicado hasta los nodos de argumento . Los argumentos pueden ser compartidos por múltiples predicados, y los propios predicados pueden ser argumentos de otros predicados. Los nodos generalmente corresponden a significados léxicos y gramaticales, ya que se expresan directamente mediante elementos del léxico o mediante medios flexivos, pero la teoría permite la opción de descomponer los significados en representaciones más detalladas mediante procesos de paráfrasis semántica, [3 ] que también son clave para abordar la sinonimia y las equivalencias de traducción entre idiomas. Los SemR se asignan al siguiente nivel de representación, la representación sintáctica profunda, mediante las reglas del componente semántico, que permiten una relación de uno a muchos entre niveles (es decir, un SemR puede expresarse potencialmente mediante una variedad de estructuras sintácticas). , dependiendo de la elección léxica, la complejidad del SemR, etc.). La descripción estructural y la generación (semi)automática de SemR están sujetas a investigación. [4] Aquí la descomposición aprovecha los números primos semánticos del metalenguaje semántico natural para determinar un criterio de terminación de la descomposición.
Las representaciones sintácticas (SyntR) en la teoría del significado-texto se implementan mediante árboles de dependencia , que constituyen la estructura sintáctica (SyntS). SyntS va acompañado de varios otros tipos de estructura, en particular la estructura comunicativa sintáctica y la estructura anafórica. Hay dos niveles de sintaxis en la teoría del significado del texto, la representación sintáctica profunda (DSyntR) y la representación sintáctica superficial (SSyntR). En Mel'čuk (1988) se puede encontrar una buena visión general de la sintaxis de la teoría del significado-texto, incluida su aplicación descriptiva. [5] Mel'čuk y Pertsov (1987) presentan un modelo completo de la sintaxis superficial del inglés. [6]
La representación sintáctica profunda (DSyntR) está relacionada directamente con SemS y busca capturar los aspectos "universales" de la estructura sintáctica. Los árboles en este nivel representan relaciones de dependencia entre lexemas (o entre lexemas y un inventario limitado de entidades abstractas como funciones léxicas). Las relaciones sintácticas profundas entre lexemas en DSyntR están restringidas a un inventario universal de una docena de relaciones sintácticas que incluyen siete relaciones actantiales (argumentarias) clasificadas, la relación modificativa y la relación coordinativa. Los lexemas con función puramente gramatical, como las preposiciones regidas léxicamente, no se incluyen en este nivel de representación; Los valores de categorías flexivas que se derivan de SemR pero implementados por la morfología se representan como subíndices en los nodos léxicos relevantes a los que se refieren. DSyntR se asigna al siguiente nivel de representación mediante reglas del componente sintáctico profundo.
La representación sintáctica superficial (SSyntR) representa la estructura sintáctica específica del lenguaje de un enunciado e incluye nodos para todos los elementos léxicos (incluidos aquellos con función puramente gramatical) en la oración. Las relaciones sintácticas entre elementos léxicos en este nivel no están restringidas y se consideran completamente específicas del idioma, aunque se cree que muchas son similares (o al menos isomórficas) en todos los idiomas. SSyntR se asigna al siguiente nivel de representación mediante reglas del componente sintáctico de superficie.
Las representaciones morfológicas (MorphR) en la teoría del significado-texto se implementan como cadenas de morfemas dispuestos en un orden lineal fijo que refleja el orden de los elementos en el enunciado real. Este es el primer nivel de representación en el que la precedencia lineal se considera lingüísticamente significativa, agrupando efectivamente el orden de las palabras junto con los procesos morfológicos y la prosodia , como uno de los tres medios no léxicos con los que las lenguas pueden codificar la estructura sintáctica. Al igual que con la representación sintáctica, hay dos niveles de representación morfológica: representación morfológica profunda y superficial. Se encuentran descripciones detalladas de las representaciones morfológicas de la teoría del significado-texto en Mel'čuk (1993-2000) [7] y Mel'čuk (2006). [8]
La representación morfológica profunda (DMorphR) consta de cadenas de lexemas y morfemas, por ejemplo, EL ZAPATO +{ PL } EN BILL +{ POSS } PIE +{ PL }. El componente morfológico profundo de las reglas asigna esta cadena a la representación morfológica de superficie (SMorphR), convirtiendo morfemas en las morfologías apropiadas y realizando operaciones morfológicas implementando procesos morfológicos no concatenativos (en el caso de nuestro ejemplo anterior, dándonos /the shoe+s). en los pies de Bill+s/. Las reglas del componente morfológico de superficie, un subconjunto del cual incluye reglas morfofonémicas, asignan el SMorphR a una representación fonética [ðə ʃuz on bɪlz fi:t].
Un aspecto crucial de la teoría del significado-texto es el léxico, considerado como un catálogo completo de las unidades léxicas (LU) de una lengua, siendo estas unidades los lexemas, las colocaciones y otros sintagmas , construcciones y otras configuraciones de elementos lingüísticos que son aprendido e implementado en el habla por los usuarios del lenguaje. El léxico en la teoría del significado-texto está representado por un diccionario combinatorio explicativo (ECD) [9] [10] que incluye entradas para todas las LU de una lengua junto con información que los hablantes deben conocer sobre su sintáctica (las reglas específicas de la LU y condiciones en su combinatoria). Mel'čuk et al. produjeron un ECD para ruso. (1984), [11] y los ECD en francés se publicaron como Mel'čuk et al. (1999) [12] y Mel'čuk y Polguère (2007). [13]
Un descubrimiento importante de la lingüística significado-texto fue el reconocimiento de que las LU en una lengua pueden relacionarse entre sí en un sentido semántico abstracto y que esta misma relación también se mantiene en muchos pares o conjuntos de LU no relacionados léxicamente. Estas relaciones se representan en la teoría del significado-texto como funciones léxicas (LF). [14] Un ejemplo de LF simple es Magn(L), que representa colocaciones utilizadas en intensificación, como lluvias intensas , vientos fuertes o bombardeos intensos . Un hablante de inglés sabe que para un lexema L determinado, como RAIN, el valor de Magn(RAIN) = HEAVY, mientras que Magn(WIND) = STRONG, y así sucesivamente. La teoría del significado del texto reconoce actualmente varias docenas de LF estándar que se sabe que se repiten en todos los idiomas.