Endliche Automaten in der Sprachtechnologie Einführung in den Themenbereich Karin Haenelt

Themen Einführung: Was sind endliche Automaten? Namen und Abkürzungen Beispiele Komponenten der mengentheoretischen Definition Typen von Automaten Akzeptoren / Transduktoren deterministisch / nicht-deterministisch / stochastisch Charakteristische Eigenschaften endlicher Automaten Grundlagen: historische und theoretische Einordnung endlicher Automaten Automatentheorie abstrakte Automaten als mathematische Strukturen mengentheoretische Sicht algebraische Sicht Theorie formaler Sprachen Algorithmen und Systemarchitekturen Ähnliche Modelle: Hidden Markov Models Natürliche Sprache und Endliche Automaten Sprachtheorie Sprachtechnologie (vielseitig, schnell, robust)

Namen und Abkürzungen Endlicher Automat – EA Einführung: Namen und Abkürzungen Namen und Abkürzungen Endlicher Automat – EA Finite State Automaton - FSA

Endliche Automaten: Beispiele Einführung: Beispiele Endliche Automaten: Beispiele Schalter DEA deterministischer endlicher Automat, der alle Ketten aus 0 und 1 mit Teilkette 01 akzeptiert drücken 1 0,1 Start Start 1 aus an q0 q1 q2 drücken Hopcroft/Motwani/Ullmann 2001:27,48,49

Endlicher Automat: Beispiel Einführung: Beispiele Endlicher Automat: Beispiel Regulärer Ausdruck de([mnrs]|ssen) Endlicher Automat Graph Endlicher Automat Zustandsübergangstabelle d 1 e 2 m 3 n r 5 s 4 7 6

Komponenten der mengentheoretischen Definition Einführung: Komponenten der mengentheoretischen Definition (Q,F,q0,Σ,Δ,,δ,σ,ρ) Komponenten der mengentheoretischen Definition endliche Menge von Zuständen (Q) interne Konfigurationen, in denen sich ein System befinden kann zeitliche Ordnung (δ) definiert die möglichen Sequenzen von Zuständen endliche Menge von Eingaben (Σ) System zeigt abhängig vom aktuellen Zustand eine bestimmte Reaktion und geht in einen Folgezustand über p,q  Q Zustände i  Σ Eingabesymbole p q i o Zustand Folgezustand Eingabesymbol Ausgabesymbol w / Gewicht o  Δ Ausgabesymbole w   Gewichte δ(p,i) = q Zustandsübergangsfunktion σ(p,i,q) = o Ausgabefunktion ρ(p,i,o,q) = w Gewichtungsfunktion

Typen endlicher Automaten Einführung: Typen endlicher Automaten Typen endlicher Automaten Akzeptoren Automaten ohne Ausgabe Transduktoren Automaten mit Ausgabe deterministisch jedem Paar [p,i] ist ein Paar [o,q] eindeutig zugeordnet nicht-deterministisch einem Paar [p,i] können mehrere mögliche Paare [o,q] zugeordnet sein stochastisch jedem Paar [p,i] ist für ein Paar [o,q] ein Wahrscheinlichkeitsmaß zugeordnet p q i o p q2 q1 i o2 o1 p q2 q1 i o2/w2 o1/w1

Typen endlicher Automaten: Beispiele Einführung: Typen endlicher Automaten: Beispiele Typen endlicher Automaten: Beispiele Akzeptor Transduktor deterministisch 1 S q t 2 3 a 6 d 4 7 5 1 [ʃ] S q [t] t 2 3 [a] a dt 4 tt nicht-deterministisch 1 S 7 t 2 3 a 9 d 4 6 8 10 5 [ʃ] q [t] [a] stochastisch 1 S/1 q t/1 2 3 a/1 6 d/.65 4 t/.35 7 5 [t] [ʃ] [a]

Typen endlicher Automaten: Beispiele Einführung: Typen endlicher Automaten: Beispiele alternative Modellierung des Anwendungsbeispiels mit direkter Graphem-Phonem-Entsprechung nur sinnvoll für Transduktoren, und nur, wenn sie nur in eine Richtung verwendet werden sollen Typen endlicher Automaten: Beispiele Akzeptor Transduktor deterministisch 1 S q t 2 3 a 5 dt 4 tt 1 [ʃ] S q [t] t 2 3 [a] a dt 4 tt 1 [ʃ] S q [t] t 2 3 [a] a 5 dt 4 tt 6 8 7 nicht-deterministisch 1 [ʃ] S/1 q [t] t/1 2 3 [a] a/1 5 dt/.65 4 tt/.35 stochastisch

Charakteristische Eigenschaften endlicher Automaten Einführung: Charakteristische Eigenschaften endlicher Automaten Charakteristische Eigenschaften endlicher Automaten Mengen der Zustände, der Eingabesignale, der Ausgabesignale sind endlich kein Gedächtnis zur Speicherung durchlaufener Zustände: Übergang von Zustand zur Zeit t in Zustand zur Zeit t+1 nur abhängig von Zustand zur Zeit t und Eingabe im Zustand zur Zeit t Vorhergehende Zustände nur dadurch wirksam, dass sie über eine bestimmte Eingabe in den aktuellen Zustand geführt haben, und dieser aktuelle Zustand ein bestimmtes Ergebnis repräsentiert. B Bu Buc Buch Start u c h

Themen Einführung: Was sind endliche Automaten? Namen und Abkürzungen Beispiele Komponenten der mengentheoretischen Definition Typen von Automaten Akzeptoren / Transduktoren deterministisch / nicht-deterministisch / stochastisch Charakteristische Eigenschaften endlicher Automaten Grundlagen: historische und theoretische Einordnung endlicher Automaten Historisches Automatentheorie abstrakte Automaten als mathematische Strukturen mengentheoretische Sicht algebraische Sicht Theorie formaler Sprachen Algorithmen und Systemarchitekturen Ähnliche Modelle: Hidden Markov Models Natürliche Sprache und Endliche Automaten Sprachtheorie Sprachtechnologie (vielseitig, schnell, robust)

Historische Einordnung endlicher Automaten Grundlagen: Historische Einordnung Historische Einordnung endlicher Automaten Turingmaschine (Turing, 1936) Untersuchung der Berechenbarkeit von Funktionen Entwicklung eines abstrakten Automaten (Turingmaschine): abstraktes Modell eines Rechners, der mit nur drei Operationen (lesen, schreiben, Lesekopf bewegen) sämtliche berechenbare Probleme lösen kann Verwendung der Turingmaschine als Instrument zur Durchführung der Untersuchung und Notation der Ergebnisse einfachere Maschinen (endliche Automaten) Neuronennetze (Modellierung von Netzwerken mit propositionaler Logik und umgekehrt) (McCulloch/Pitts, 1943) Schaltkreise und Beschreibung endlicher Automaten (Huffman, 1954), (Mealy, 1955) und (Moore, 1956) abstrakte Automaten als mathematische Strukturen eingeführt (Mealy, 1955) und (Moore, 1956) Modellierung der Neuronennetze mit endlichen Automaten (Kleene, 1956) Charakterisierung endlicher Automaten als eingeschränkte Turingmaschinen (Kleene, 1956)

Grundlagen: Theoretische Einordnung: Automatentheorie untersucht die theoretischen Grenzen der Berechenbarkeit Entscheidbarkeit: Was können Computer überhaupt berechnen? Handhabbarkeit und Komplexität: Was können Computer wie effizient berechnen? klassifiziert Algorithmen nach der Art des Speichers, der für die Implementierung gebraucht wird Speziali- sierungen

Grundlagen: Theoretische Einordnung Abstrakter Automat ein abstrakter Automat ist ein mathematisches Modell für einfache Maschinen oder Programme, die bestimmte Probleme lösen Zustände Eingabesymbole Zustandsübergänge

Abstrakte Automaten als mathematische Strukturen Grundlagen: Theoretische Einordnung: mathematische Strukturen Abstrakte Automaten als mathematische Strukturen mengentheoretische Definition: definiert Automaten als Strukturen gebräuchlichste Definition algebraische Automatentheorie fasst Automaten als algebraische Strukturen auf behandelt sie in Analogie zur Gruppen- oder Ringtheorie untersucht Beziehungen zwischen algebraischen Strukturen wie Halbgruppen, Gruppen, Ringen und Klassen von Automaten

Mathematische Strukturen Grundlagen: Theoretische Einordnung: mathematische Strukturen Mathematische Strukturen Eine Struktur  ist eine Zusammenfassung einer Menge und ausgewählter interessanter Eigenschaften dieser Menge Relationen, Funktionen oder ausgezeichnete Elemente zu einem gemeinsamen Objekt die Eigenschaften definieren eine Struktur auf der Menge Darstellung als Tupel  = (Menge, Relation1, …, Relationo, ausgezeichnetes Element1, …, ausgezeichnetes Elementp) Beispiel S=(N,+,*)

Mengentheoretische Definition endlicher Automaten – Beispiel 1a Grundlagen: Theoretische Einordnung: mathematische Strukturen Mengentheoretische Definition endlicher Automaten – Beispiel 1a A = (Q, Σ, δ, q0, F) endliche Menge von Zuständen (Q) interne Konfigurationen, in denen sich ein System befinden kann zeitliche Ordnung (δ) definiert die möglichen Sequenzen von Zuständen endliche Menge von Eingaben (Σ) System zeigt abhängig vom aktuellen Zustand eine bestimmte Reaktion und geht in einen Folgezustand über p,q  Q Zustände q0  Q Startzustand p q F  Q Endzustände i i  Σ Eingabesymbole Zustand Folgezustand δ(p,i) = q Zustandsübergangsfunktion Eingabesymbol

Mengentheoretische Definition endlicher Automaten – Beispiel 1b Grundlagen: Theoretische Einordnung: mathematische Strukturen Mengentheoretische Definition endlicher Automaten – Beispiel 1b EA = (Q,q0,F,Σ,Δ,,δ,σ,ρ) p,q  Q Zustände p q i o Zustand Folgezustand Eingabesymbol Ausgabesymbol w / Gewicht q0  Q Startzustand F  Q Endzustände i  Σ Eingabesymbole o  Δ Ausgabesymbole w   Gewichte δ(p,i) = q Zustandsübergangsfunktion σ(p,i,q) = o Ausgabefunktion ρ(p,i,o,q) = w Gewichtungsfunktion

Mengentheoretische Definition endlicher Automaten – Beispiel 2 Grundlagen: Theoretische Einordnung: mathematische Strukturen Mengentheoretische Definition endlicher Automaten – Beispiel 2 determinierter abstrakter Automat A = (X, Y, Z, γ) heißt determinierter abstrakter Automat, falls X, Y, Z beliebige nichtleere Mengen sind, und γ eine auf Z  X definierte Funktion ist, deren Werte in Y  Z liegen. ■ (Starke 1969: 22) determinierter Mealy-Automat Ein determinierter Automat A = (X, Y, Z, γ) heißt determinierter Mealy-Automat, falls für alle x X, zZ, γ(z,x) = [λ(z,x),δ(z,x)] ist, wobei λ die Ergebnis und δ die Überführungsfunktion von A ist. ■ (Starke 1969: 22) Folgerung: Jeder determinierte Automat ist ein determinierter Mealy-Automat. endlicher determinierter Automat A heißt X-endlich, Y-endlich bzw. Z-endlich bzw. (X,Y)-endlich usw., wenn die jeweils angegebenen Mengen endlich sind. (X,Y,Z)-endliche Automaten bezeichnen wir schlechthin als endlich ■ (Starke 1969: 25)

Mengentheoretische Definition abstrakte Automaten – Beispiel 2 Grundlagen: Theoretische Einordnung: mathematische Strukturen Mengentheoretische Definition abstrakte Automaten – Beispiel 2 nichtdeterministischer Automat B = (X, Y, Z, h) heißt nicht-deterministischer Automat, falls X, Y, Z nichtleere Mengen sind, und h eine eindeutige Abbildung von Z  X in P*(Z  X) ist. ■ (Starke 1969: 121) stochastischer Automat C = (X, Y, Z, H) heißt stochastischer Automat, wenn X, Y, Z beliebige nichtleere Mengen sind, und H eine auf Z  X definierte Funktion ist, die diskrete Wahrscheinlichkeitsmaße über Y  Z als Werte H(z,x) hat■ (Starke 1969: 211) endliche nichtdeterministische Automaten … (X,Y,Z)-endlich endliche stochastische Automaten … (X,Y,Z)-endlich x X, zZ, γ(z,x) = [λ(z,x),δ(z,x)]

Reguläre Sprachen in der Sprachentheorie Grundlagen: Theoretische Einordnung: Sprachentheorie Reguläre Sprachen in der Sprachentheorie Sprachklassen nach struktureller Komplexität (Chomsky-Hierarchie)

Formale Sprachen Beispiele Formale Sprachen sind mathematische Modelle Grundlagen: Theoretische Einordnung: Sprachentheorie Formale Sprachen Formale Sprachen sind mathematische Modelle Sprachen, für die eine strikte Definition existiert Formalen Sprache in der Informatik: Definitionen Alphabet: nicht-leere Menge von Symbolen kann endlich sein (wie das deutsche Alphabet) oder unendlich (wie die Menge der natürlichen Zahlen). Alphabete, die für die Spezifikation von Sprachen verwendet werden, sind endlich. ■ Zeichenreihe (Zeichenkette / Wort / String): eine endliche Folge von Symbolen eines bestimmten Alphabets. ■ formale Sprache: Menge von Wörtern, die aus den Elementen eines Alphabets gebildet werden. ■ Beispiele Σ = {A, B, ..., z}, abc, hallo, xy, … L1 = {abc, def, ghi}, L2 = {qua, qui, quo}, …

Grundlagen: Theoretische Einordnung: Sprachentheorie Formale Sprachen Um eine Sprache benutzen zu können, benötigt man eine Berechnungsvorschrift, die angibt, welche Wörter zu einer Sprache gehören und welche nicht. Bei endlichen Sprachen kann diese Berechnungsvorschrift darin bestehen, alle Elemente aufzuzählen. Für Sprachen mit unendlich vielen Elementen muß es endlich viele Regeln geben, mit denen sich die Ausdrücke dieser Sprache erzeugen lassen. Hoeppner, 2004

Formale Sprachen und endliche Automaten Grundlagen: Theoretische Einordnung: Sprachentheorie Formale Sprachen und endliche Automaten endliche Automaten erkennen bzw. generieren reguläre Sprachen reguläre Sprachen lassen sich spezifizieren durch

Spezifikation regulärer Sprachen Grundlagen: Theoretische Einordnung: Sprachentheorie Spezifikation regulärer Sprachen Spezifikationen durch reguläre Ausdrücke, oder formale Potenzreihen über beliebige Semiringe, oder links- oder rechtslineare Grammatiken sind insofern äquivalent als sie dieselben Sprachen beschreiben theoretisch interessant praktisch interessant: Formalismen zur Spezifikation der Automaten Kriterien zur Bildung abstrakter Datentypen in der Programmierung der Automaten Kriterien zur Modularisierung der Modellierung

Reguläre Ausdrücke, Reguläre Sprachen und Endliche Automaten Grundlagen: Theoretische Einordnung: Sprachentheorie Reguläre Ausdrücke, Reguläre Sprachen und Endliche Automaten Reguläre Ausdrücke de([mnrs]|“ssen“) sind äquivalent spezifizieren Endliche Automaten Reguläre Sprachen d 1 e 2 m 3 n r 5 s 4 7 6 akzeptieren {dem, den, der, des, dessen}

Spezifikationen regulärer Sprachen und Endliche Automaten Grundlagen: Theoretische Einordnung: Sprachentheorie Spezifikationen regulärer Sprachen und Endliche Automaten links- oder rechtslineare Grammatiken Reguläre Ausdrücke formale Potenzreihen über beliebige Semiringe ( Reguläre Ausdrücke + Modellierung von Gewichten) ( Reguläre Ausdrücke + Modellierung von Gewichten) sind äquivalent spezifizieren Reguläre Sprachen Endliche Automaten akzeptieren

Sprachen und Automaten: Äquivalenzen Grundlagen: Theoretische Einordnung: Sprachentheorie Sprachen und Automaten: Äquivalenzen Das Alphabet der Sprache ist die Menge der im System auftretenden verschiedenen Ereignisse, und die Sprache entsteht als die Menge der im System möglichen endlichen Ereignisabfolgen.

Themen Einführung: Was sind endliche Automaten? Namen und Abkürzungen Beispiele Komponenten der mengentheoretischen Definition Typen von Automaten Akzeptoren / Transduktoren deterministisch / nicht-deterministisch / stochastisch Charakteristische Eigenschaften endlicher Automaten Grundlagen: historische und theoretische Einordnung endlicher Automaten Historisches Automatentheorie abstrakte Automaten als mathematische Strukturen mengentheoretische Sicht algebraische Sicht Theorie formaler Sprachen Algorithmen und Systemarchitekturen Ähnliche Modelle: Hidden Markov Models Natürliche Sprache und Endliche Automaten Sprachtheorie Sprachtechnologie (vielseitig, schnell, robust)

Algorithmen und Systemarchitekturen Lexika FSA Regeln Reguläre Ausdrücke FST weight. Automaten Kompilation Transformation in Automaten Operationen Zustands- übergang Traversion Summe Produkt Mengen, Zeichenketten, Graphen Zusammenführung Konkatenation Vereinigung Durchschnitt Komposition Differenz Optimierung Determinisierung EpsilonEntfernung Pushing Minimalisierung Architektur Sequenz Kaskade

Themen Einführung: Was sind endliche Automaten? Namen und Abkürzungen Beispiele Komponenten der mengentheoretischen Definition Typen von Automaten Akzeptoren / Transduktoren deterministisch / nicht-deterministisch / stochastisch Charakteristische Eigenschaften endlicher Automaten Grundlagen: historische und theoretische Einordnung endlicher Automaten Historisches Automatentheorie abstrakte Automaten als mathematische Strukturen mengentheoretische Sicht algebraische Sicht Theorie formaler Sprachen Algorithmen und Systemarchitekturen Ähnliche Modelle: Hidden Markov Models Natürliche Sprache und Endliche Automaten Sprachtheorie Sprachtechnologie (vielseitig, schnell, robust)

Ähnliche Modelle: HMM Akzeptor Transduktor shall 2 I werde 1 2 werde 1 2 werde ich 1 ... werde 3 ich will 4 werde gewichteter Akzeptor gewichteter Transduktor 0.2 1 3 will /0.5 ich werde shall /0.2 I / 1.0 2 2 1.0 soll 1 ... 3 ... werde ich 0.5 4 4 werde Markov Model Hidden Markov Model 0.2 I shall 0.5 0.7 will ich werde ... ich 1.0 werde 0.6 werde 0.7 will 0.4 soll 0.3

Themen Einführung: Was sind endliche Automaten? Namen und Abkürzungen Beispiele Komponenten der mengentheoretischen Definition Typen von Automaten Akzeptoren / Transduktoren deterministisch / nicht-deterministisch / stochastisch Charakteristische Eigenschaften endlicher Automaten Grundlagen: historische und theoretische Einordnung endlicher Automaten Historisches Automatentheorie abstrakte Automaten als mathematische Strukturen mengentheoretische Sicht algebraische Sicht Theorie formaler Sprachen Algorithmen und Systemarchitekturen Ähnliche Modelle: Hidden Markov Models Natürliche Sprache und Endliche Automaten Sprachtheorie (Linguistik) Sprachtechnologie (vielseitig, schnell, robust)

Natürliche Sprache und endliche Automaten Die Automatentheorie gibt keine Antwort auf die Frage, mit welchen Zuständen, Eingaben und Zustandsübergängen ein konkretes Objekt zu modellieren ist, kann aber dem Erkenntnisgewinn über Objekte dienen. Die Untersuchung, ob und wieweit ein Objekt (z.B. menschliche Sprache) mit endlichen Automaten modelliert werden kann, führt zu nicht-trivialen Erkenntnissen über die Natur des Objekts. Sprachtheorie theoretische Frage: Sind natürliche Sprachen reguläre Sprachen? Sprachtechnologie praktische Frage: Welche Eignung haben endliche Automaten für die Sprachverarbeitung?

Sprachtheoretische Aufgabe Natürliche Sprache und endliche Automaten: Linguistik Sprachtheoretische Aufgabe Seien verschiedene Alphabete Σ1 = {A, B, ..., z} Σ2 = {lach, mach, sing, e, st, t, en, ...} Σ3 = {adje, dete, nomn, verb, ...} Σx = ... Seien die jeweiligen Mengen Σ1* , Σ2* , Σ3* , Σx* , ... die Mengen der endlichen Sequenzen über diesen Alphabeten Eine interessante Teilmenge L dieser Sequenzen besteht aus den Sequenzen, die Wörter, Phrasen, Sätze, ... der deutschen Sprache sind. Eine theoretisch und praktisch interessante linguistische Aufgabe ist es, zu untersuchen, welche Teilbereiche einer natürlichen Sprache als reguläre Sprachen beschrieben werden können.

„Typ 3 oder nicht?“ Menschliche Sprachen Natürliche Sprache und endliche Automaten: Linguistik „Typ 3 oder nicht?“ Menschliche Sprachen nicht alle Phänomene mit Grammatik vom Typ 3 beschreibbar viele Phänomene sind mit Grammatik vom Typ 3 beschreibbar nicht für alle praktischen Aufgaben ist eine vollständige Sprachverarbeitung unabdingbar mit partiellen Lösungen können viele in der Praxis nützliche Werkzeuge entwickelt werden Für Massendaten werden effiziente und robuste Verarbeitungsverfahren benötigt Kunze, 2001 S. 163

Anwendungsgebiete Übersetzung Spracherkennung Text:Sprechen Phonologie Natürliche Sprache und endliche Automaten: Sprachtechnologie Anwendungsgebiete Übersetzung Spracherkennung Text:Sprechen Phonologie flaches Parsing Sprechen:Text part-of-speech tagging head-modifier- Paare Morphologie Textzerlegung Fakten- extraktion Rechtschreib- Korrektur Lexika Analyse Synthese Transfer Regeln

Endliche Automaten in der Sprachtechnologie Natürliche Sprache und endliche Automaten: Sprachtechnologie Endliche Automaten in der Sprachtechnologie direkte Anwendung Spracherkennung, Sprechen:Text, Text:Sprechen Übersetzung, Faktenextraktion, Rechtschreibkorrektur, SMS-Lexika direkte Anwendung für linguistische Teilaufgaben Worterkennung, Textzerlegung Phonologie, Morphologie part-of-speech-tagging flaches Parsing head-modifier-Paare Kompakte Repräsentation Wörterbücher Systemlexika und lexikalische Regeln Morphologie, Phonologie partielle syntaktische Strukturen (chunks) Indexierung von Texten Grundlage vieler Parsing-Mechanismen anwendbar zum Parsing kontextfreier Sprachen (RTN, Woods, 1970) erweiterbar für Kontext-Abhängigkeiten grundlegende Implementierungstechniken

Eigenschaften sehr effiziente Verarbeitung Natürliche Sprache und endliche Automaten: Sprachtechnologie Eigenschaften sehr effiziente Verarbeitung sehr schnell platzsparend mächtige und flexible Werkzeuge zur Repräsentation sprachlicher Phänomene und linguistischer Beschreibungen Modellierungsmittel erlauben ein Nebeneinander von Aufzählungen (Irregularitäten / Lexikon) und regelhaften Beschreibungen (Regeln) der modellierten Zeichenreihen schwache Struktur der Spezifikationen favorisiert Aufzählung gegenüber Erfassung von Regelhaftigkeiten massendatentauglich

Attraktivität endlicher Automaten Grundlagen mathematisch wohl-fundiert daher systematisch und kontrolliert handhabbar Softwaretechnik direkte Umsetzungen in Computerprogramme für Datenstrukturen und Operationen auf den Datenstrukturen abstrakte Spezifikation mit regulären Ausdrücken modulare und inkrementelle Entwicklung durch Komponierbarkeit von Automaten Effizienz in der Regel besonders effizientes Laufzeit- und Speicherplatzverhalten.

Anhang: Historisches

Untersuchung der Entscheidbarkeit und Erfindung der Turing-Maschine David Hilbert (um 1900). sucht einen Algorithmus, der die Wahrheit bzw. Falschheit jeder mathematischen Aussage bestimmt Kurt Gödel (1931). „Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme“ (Unvollständigkeitssatz) Alan Mathison Turing (1936). „On Computable Numbers, With an Application to the Entscheidungsproblem“ untersucht die Grenzen zwischen dem, was berechenbar ist und was nicht erfand die Turingmaschine als abstraktes Modell der Berechenbarkeit eines Problems abstraktes Modell eines Rechners, der mit nur drei Operationen (lesen, schreiben, Lesekopf bewegen) sämtliche berechenbare Probleme lösen kann ein Problem (eine Zahl, eine Funktion, ein Prädikat etc.) heißt berechenbar, wenn die Lösung von einer Maschine hingeschrieben werden kann. d.h., wenn es einen Algorithmus gibt, der das Problem in endlich vielen Schritten berechnet Neuformulierung der Ergebnisse von Kurt Gödel von 1931 Verwendung der Notation der Turingmaschine an Stelle Gödels universeller, arithmetisch-basierter formaler Sprache

Neuronennetze und endliche Systeme Warren S. McCulloch und Walter Pitts (1943). allgemein als Beginn des formalen Studiums von Systemen mit endlichen Zuständen erachtet Untersuchung des Modells der „neuronalen Netze“ Modellierung von Netzwerken mit propositionaler Logik und umgekehrt Abbildung: Hopcroft/Ullman, 1979: S. 48)

Schaltkreise, abstrakte Automaten und mathematische Strukturen Huffman (1954), George H. Mealy (1955) und Edward F. Moore (1956) Untersuchung von Schaltkreisen beschreiben voneinander unabhängig den konventionellen deterministischen endlichen Automaten in ähnlichen Varianten Huffman: Entwicklung des Begriffs des abstrakten Automaten Mealy und Moore: abstrakte Automaten als mathematische Strukturen eingeführt Stephen Cole Kleene (1956) Modellierung der neuronalen Netze von McCulloch und Pitts durch endliche Automaten endliche Automaten als eingeschränkte Turing-Maschine charakterisiert Entwicklung regulärer Ausdrücke

Vielen Dank Für das Aufspüren von Fehlern in früheren Versionen und für Verbesserungsvorschläge danke ich

Literatur Einführung und Übersicht Hopcroft, John E. Rajeev Motwani und Jeffrey D. Ullman (2001). Einführung in die Automatentheorie, Formale Sprachen und Komplexität. Pearson Studium engl. Original: Introduction to Automata Theory, Languages and Computation. Addison-Wesley. Hopcroft, John E. und Jeffrey D. Ullman (1988). Einführung in die Automatentheorie, formale Sprachen und Komplexitätstheorie. Bonn u. a.: Addison-Wesley, 1988 (engl. Original Introduction to automata theory, languages and computation). [Anm.: Diese Fassung enthält die Beweise] Klabunde, Ralf (2001). Automatentheorie und formale Sprachen. In: Kai-Uwe Carstensen, Christian Ebert, Cornelia Endriss, Susanne Jekat, Ralf Klabunde und Hagen Langer (eds.): Computerlinguistik und Sprachtechnologie. Heidelberg/Berlin: Spektrum Akademischer Verlag, 2001. S. 59-86. Mohri, Mehryar (1997). Finite State Transducers in Language and Speech Processing. In: Computational Linguistics, 23, 2, 1997, S. 269-311. citeseer.ist.psu.edu/mohri97finitestate.html Lawson, Mark V. (2005). Finite automata. In: Hritsu-Varsakelis, D. und W.S.Levine (Hg).: Handbook of networked and embedded Control Systems. Lawson, Mark V. (2004). Finite Automata. In: D. Hristu-Varsakelis and W. S. Levine (eds.): Handbook of networked and embedded control systems Starke, Peter H. (1969). Abstrakte Automaten. VEB Deutscher Verlag der Wissenschaften: Berlin (ältere, aber sehr gute mathematische Darstellung)

Literatur Anwendungen: Sprachtechnologie Kornai, András (Ed.) (1999). Extended Finite State Models of Language. (Studies in Natural Language Processing). Cambridge: Cambridge University Press. Roche, Emmanuel und Yves Schabes (Eds.) (1997). Finite-State Language Processing. Cambridge (Mass.) und London: MIT Press. weitere zitierte Kursliteratur Hoeppner, Wolfgang (2004). Unterlagen zur Vorlesung Algorithmen und formale Sprachen http://cl.informatik.uni-duisburg.de/AlgFS/AlgFS-2002-01.pdf Kunze, Jürgen (2001). Computerlinguistik. Voraussetzungen, Grundlagen, Werkzeuge. Vorlesungsskript. Humboldt Universität zu Berlin. http://www2.rz.hu-berlin.de/compling/Lehrstuhl/Skripte/Computerlinguistik_1/index.html

Literatur Einzeluntersuchungen Huffman, D. A. (1954). The synthesis of sequential switching circuits. J. Franklin Inst. 257: 3-4, S. 161-190 und 275-303 McCulloch, Warren S. und Walter Pitts (1943). A logical calculus of the ideas immanent in nervous activity. In: Bulletin of Mathematical Biophysics 5, 115 -133. Kleene, Stephen Cole (1956). Representations of Events in Nerve Sets and Finite Automata, In: C. E. Shannon and J. McCarthy, Hrsg., Automata Studies, S. 3-42, Princeton, NJ, 1956. Princeton University Press. Mealy, George H. (1955). A method for synthesizing sequential circuits. Bell System Technical Journal 34:5, 1045-1079 Moore, Edward F. (1956). Gedanken experiments on sequential machines. In: Automata Studies, S. 129-153, Princeton: Princeton University Press Turing, Alan (1936). On Computable Numbers, With an Application to the Entscheidungsproblem. Proceedings of the London Mathematical Society, Ser. 2, Vol 42, 1937.

Copyright © 2008 Karin Haenelt. All rights reserved. The German Urheberrecht shall be applied to these slides. In accordance with these laws these slides are a publication which may be quoted and used for non-commercial purposes, if the bibliographic data is included as described below. Please quote correctly. If you use the presentation or parts of it for educational and scientific purposes, please observe the laws (copyright, Urheberrecht, etc.). Please include the bibliographic data (author, title, date, page, URL) in your publication (book, paper, course slides, etc.). Deletion or omission of the footer (with name, data and copyright sign) is not permitted Bibliographic data. Karin Haenelt (2008). Endliche Automaten. Einführung in den Themenbereich. Kursfolien 12.04.2008. http://kontext.fraunhofer.de/haenelt/kurs/folien/Haenelt_FSA-IntroV3.pdf Any further use requires the prior permission in writing from the author. For commercial use: No commercial use is allowed without written permission from the author. In case you are interested in commercial use please contact the author. Court of Jurisdiction is Darmstadt.

Versionen V03.01 – 16.04.2008 V03.00 – 12.04.2008 V02.03 - 14.04.2007 V02.02 - 11.04.2007 V02.01 - 15.04.2006