Gramáticas

A pesar de que muchos relacionan el concepto de gramática con "letras", en realidad tiene mucho que ver con "ciencias", o podríamos decir que la lingüística es el ala más científica de las letras.

Una gramática no es más ni menos que un conjunto de reglas matemáticas que describe y genera un lenguaje concreto, aunque pueden existir varias (quizá infinitas) gramáticas para un lenguaje dado.

Noam Chomsky realizó profundos estudios sobre las gramáticas y las clasificó en 4 tipos en jerarquía, de las cuales el 0 es el más amplio (todas las gramáticas son de tipo 0) hasta el 3 que es el más restrictivo y limitado. Los estudios de Chomsky llevaron a la lingüística al nivel de las ciencias modernas y conllevaron un salto importante para los lenguajes de programación.

En muchos aspectos, un lenguaje de programación es similar a un lenguaje natural: constan de tres niveles de estructura, a saber, léxico, sintaxis y semántica. Tan sólo el léxico y la sintaxis cuentan con gramáticas propias, el léxico con una estructura más limitada que la sintaxis. Por ejemplo, los lenguajes de programación suelen tener una gramática de tipo 3 para el léxico y otra de tipo 2 para la sintaxis.

Pero los lenguajes naturales son mucho más ricos, complejos y ambiguos que los lenguajes de programación, y por ello se piensa que tienen para el léxico y la sintaxis gramáticas de tipos 2 y 1 respectivamente. Muchos han sido los esfuerzos por reducir el lenguaje natural (normalmente el inglés) a gramáticas de tipo 2, las cuales son muchísimo más fáciles de abordar computacionalmente que los tipos superiores, pero no se han conseguido resultados satisfactorios, pues estos sólo generaban una porción (grande) del lenguaje o, además de generar el lenguaje completo, generaban otras estructuras claramente incorrectas. Un ejemplo de gramática de tipo 2 para un fragmento de la sintaxis del español podría ser la siguiente, (aunque es un ejemplo de juguete, no lo toméis muy en serio) en notación BNF,

S → FN FV

S → S conjunción S

FN → pronombre

FN → nombre

FN → sustantivo

FN → artículo sustantivo

FN → número

FN → FN FP

FN → FN OR

FV → verbo

FV → FV FN

FV → FV adjetivo

FV → FV FP

FV → FV adverbio

FP → preposición FN

OR → que FV

Un ejemplo: El niño es moreno

Identificación del léxico

El = artículo

niño = sustantivo

es = verbo

moreno = adjetivo 

Análisis sintáctico

artículo(El) + sustantivo(niño) = FN(El niño)

verbo(es) = FV(es) 

FV(es) + adjetivo(moreno) = FV(es moreno)

FN(El niño) + FV(es moreno) = S(El niño es moreno)

La potencia de los ordenadores crece día a día, y ya no representa un problema computar gramáticas de tipo 1, sin embargo la investigación en este campo se encuentra abandonada en estos momentos y nadie ha conseguido una gramática de tipo 1 para ningún lenguaje natural.

Una representación formal de las gramáticas de los lenguajes naturales permitiría comunicarse con computador en lenguaje natural (con el potencial de que un computador pueda aprender leyendo libros o mantener una conversación con un humano u otro ordenador) o realizar traducciones automáticas prácticamente perfectas entre otras cosas que ni podemos imaginar. Interesante ¿verdad?

Dedicado a Mari3L.