UMR vychází z AMR a některé věci nevysvětluje možná proto, že předpokládá, že je uživatel zná z AMR. V AMR se hned na začátku říká, že reprezentace věty je zakořeněný orientovaný acyklický graf, ale není to pravda, protože i v témže dokumentu na konci připouštějí, že asi 0,3 % grafů AMR obsahuje legitimní cykly.
Podle AMR vnitřní uzly grafu odpovídají proměnným, zatímco listy jsou koncepty. Každý koncept je připojen k nějaké proměnné hranou, která představuje relaci instance. Říkáme, že proměnná X je instancí konceptu Y. V textové reprezentaci AMR i UMR se relace instance vyjadřuje lomítkem, před ním je proměnná a za ním je koncept:
(b / boy)
Koncept je řetězec (typicky složený z písmen, pomlček a číslic, ale přesnou specifikaci neznám). Může odpovídat lematu nebo posloupnosti lemat, může to také být abstraktní koncept – ten je obvykle reprezentován anglickým slovem bez ohledu na to, jaký jazyk anotujeme. Koncept lze chápat jako odkaz do slovníku; v jednom grafu může být několik uzlů se stejným konceptem. U proměnných je zvykem označovat je prvním písmenem z konceptu, v případě potřeby doplněným rozlišovacím číslem (opět nevím, zda je to jen zvyk, nebo i formální požadavek; nikde také není řečeno, zda může proměnná obsahovat písmena, která nejsou v anglické abecedě). Příklady v AMR mají typicky mezeru z obou stran lomítka, příklady v UMR ji obvykle mají jen za lomítkem, software by doufejme měl umět načíst obojí, ale formální specifikace chybí (resp. v guidelines na ni není odkaz).
Podle příkladů se zdá, že platí následující (ale nikde jsem nenašel jasné vyjádření, že to musí platit):
- Každá proměnná má právě jednu instanci (koncept). OPRAVA: Každá proměnná je instancí právě jednoho konceptu (viz AMR příklad s proměnnou w, která ke instancí události
wanting, viz příklad níž - Uzel s konceptem je připojen jako instance k právě jedné proměnné. OPRAVA: Uzel s konceptem je instancí právě jedné proměnné.
Pokud je v grafu více proměnných, jejichž instancí je stejný koncept OPRAVA: jež jsou instancí stejného konceptu, budou tyto koncepty zobrazeny jako samostatné listy, přestože odpovídají téže položce ve slovníku.
Reentrance (více než jedna příchozí hrana) je možná u proměnných, ale ne u konceptů. - Z toho ovšem plyne, že můžeme zavést zjednodušený graf UMR, kde hrany instance neexistují a koncept byl se svou proměnnou stažen do jednoho uzlu. Proměnná slouží jako jednoznačný identifikátor takového uzlu v rámci grafu, zatímco koncept je ohodnocení uzlu a současně jednoznačný odkaz z proměnné do slovníku.
(w / want-01
:ARG0 (b / boy)
:ARG1 (b2 / believe-01
:ARG0 (g / girl)
:ARG1 b))
Příslušný (nezjednodušený) graf pak vypadá následně: https://github.com/amrisi/amr-guidelines/blob/master/graph.png
Při tomto pojetí pak lze sémantiku zachytit jako konjunkci logických predikátů (neo-Davidsonian semantics):
instance(w, want-01) ^ /* w is an instance of wanting */
instance(b, boy) ^ /* b is an instance of boy */
instance(b2, believe-01) ^ /* b2 is an instance of believing */
instance(g, girl) ^ /* g is an instance of girl */
ARG0(w, b) ^ /* b is the wanter in w */
ARG1(w, b2) ^ /* b2 is the wantee in w */
ARG0(b2, g) ^ /* g is the believer in b2 */
ARG1(b2, b) /* b is the believee in b2 */
Tabulka 1 v části 3-1-1 anotačních pravidel rozlišuje koncepty na entity, stavy a procesy („semantic type“), z nichž každý může být vyjádřen v rámci „information packaging“ jako reference, modifikace, nebo predikace.
Všechny procesy (v libovolném balení) a všechny predikace (procesů, stavů i entit), celkem tedy 5 z 9 polí tabulky, jsou považované za události („events“, „eventive concepts“).
Podrobněji rozebíráme, co je a co není událost, v dokumentu eventive-concepts.md. Zatím však není jasné, na co vlastně toto rozlišení bude mít vliv. Např. napojení konceptu na slovník se asi sotva změní, jestliže koncept označující stav nebo entitu přestane, resp. začne být událostí. V tomto světle se zdá být problematický i samotný pojem „eventive concept“. Viz též issue 4.
Pojem „named entity“ se v pravidlech používá, aniž by byl řádně definován. Pojmenovaným entitám je věnována část 3-1-2 s Tabulkou 5, která vyjmenovává jejich třídy, typy a podtypy. Přitom hloupě střídá pomlčky a podtržítka a ponechává bez vysvětlení některé detaily (např. proč je ethnic-group ve třídě social_group, ale nationality je samostatná třída). Předtím už jsou pojmenované entity zmíněné v části 2-1 jako jeden z druhů konceptů v UMR. Taxonomie entit z Tabulky 5 se nepoužívá pouze pro pojmenované entity, ale i pro abstraktní entity, tj. uzly odpovídající osobním zájmenům (která mohou být ve větě jako slova, nebo mohou být vydedukována z valence a morfologie slovesa). Z některých příkladů v pravidlech vyplývá, že podobná taxonomie funguje i pro obecná substantiva (např. teacher je vyjádřen abstraktním konceptem person, který je rozvitý dalším uzlem, ve kterém je teprve událost teach, tj. „person who teaches“), ovšem v jiných případech jsou přímo lemata těchto substantiv použita jako koncepty (např. businessman). Pozor, v textu pravidel se občas místo pojmu „entity“ používá pojem „object“, např. na začátku části 3-2-2-2 se mluví o „object concepts“.
Podrobněji se entitám věnujeme v dokumentu entities.md.
Relace jsou vztahy mezi koncepty, jsou to tedy orientované hrany v grafu UMR,
spolu s řetězcem (ohodnocením), který určuje typ relace. Ve formátu UMR
vypadají jako dvojtečka následovaná typem a závorkou, za kterou začíná
podřízený uzel. Pouze v případě reentrance, kdy už byl podřízený uzel
specifikován dříve jako podřízený uzel jiné relace, zde pouze odkážeme na
uzel, čili místo závorky zde bude identifikátor jeho proměnné (v příkladu
výše je to proměnná b pro koncept boy).
Jednotlivé typy relací lze rozdělit do dvou skupin: (i) participant roles
(účastnické role v události, např. :ARG0) a (ii) sémantické relace (např.
:temporal, :ord, :range). Jsou popsané v částech 3-2-1, resp. 3-2-2. Do
té druhé skupiny (sémantické relace) mají zřejmě patřit také rozvití
(modifiers), popsaná v části 3-2-2-2. Pozor, text pravidel není důsledný a
později mluví i o některých atributech jako o relacích (např. :polarity).
Možná je to dědictví AMR, kde se podle všeho atributy a relace nerozlišovaly.
Libovolná další vlastnost konceptu (uzlu) – text mluví zejména o UMR
atributech (:aspect, :mode, :polarity, :quant, (?:value,) :ref,
:degree) a o anotaci modality (:modstr, :modpred, :quot).
Podobně jako relace začínají dvojtečkou, za kterou následuje název atributu.
Na rozdíl od relace je ale následuje jednoduchá hodnota (číslo,
předdefinovaný identifikátor, nebo řetězec v uvozovkách), nikoli závorky a
podřízený uzel. Pojem atribut se zavádí v části
2-1
a některé jsou tam hned vyjmenované. Pozor, text pravidel není důsledný a o
některých atributech později chybně mluví jako o relacích. Např. kvantita je
už v části 2-1 jasně uvedena jako atribut :quant, ale v části 2-2-5 se
najednou objeví sousloví „the :quant relation“, přestože se část 2-2-5
přímo jmenuje Attributes. Možná je to dědictví AMR, kde se podle všeho
atributy a relace nerozlišovaly.