Makropragmatik: Textlingvistik och Samtalsanalys Språk, kommunikation och tänkande VT06 Staffan Larsson (sl@ling.gu.se)

Introduktion Textlingvistik Samtalsanalys Conversation Analysis (CA) Dialogue games

Pragmatik Studiet av språkanvändning i olika sammanhang (kontext) Grekiska: pragma = handling, aktivitet Allwood: studiet av lingvistisk kommunikation som handling och interaktion mellan sändare och mottagare Dirven & Verspoor: språkets interpersonella funktion (”användningen av språket i interaktion”) Till skillnad från Språkets ideationella funktion (”att uttrycka idéer”) Semantik: betydelse (dekontextualiserad) Syntax (& morfologi): struktur Fonetik, grafonomi: form

Kontext / sammanhang Fysisk Biologisk Psykologisk Sociologisk Tid & rum Perceptuell kontext Fysiska egenskaper hos dialogdeltagare (möjliggörande och förhindrande) Artefakter, verktyg, hjälpmedel Biologisk Dialogdeltagarna är människor Psykologisk Psykologiska attityder Emotioner Processer Rationalitet Sociologisk Språklig kunskap Dialog/diskurskontext Sociala attityder Konventioner Etik Sociala institutioner, roller etc.

Micro and macro Alternatively: Micopragmatics Macropragmatics: Co-text: linguistic contextn - surrounding sentences / utterances Context: non-linguistic context Micopragmatics How are isolated utterances interpreted in relation to a context Interpersonal level Macropragmatics: Textual level How are sequences of utterances related to each other? How are sequences of utterances interpreted in relation to a context?

Text linguistics

Text, representation Text (D&V): Text representation (D&V) “the spoken or written evocation of an event or series of events” “the words we speak” “The linguistic expressions used in communication between people and the interpretation the hearer or reader makes of them” Text representation (D&V) “The interpretation of a coherent whole on the basis of text elements and our own mental grasp of the world” A conceptual level mediating between linguistic expressions and communicative intentions [here: not a representation as such, in the sense of something explicit that can be written down]

Communication (D&V) A text almost never contains all the clues needed to interpret it; we add a lot to the text based on our cultural or world knowledge (context) Communication Means of expression Nonverbal (gestures, body language, …) Paralinguistic (intonation etc) Verbal Spoken Written World of speaker/hearer [more generally, Context as defined previously] Ideas and feelings Cultural or world knowledge

Text linguistics “The study of how speaker and hearer manage to communicate via texts, that is how they go beyond the text (words) they produce or perceive to see the relations between the sentences, the paragraphs, the sections etc.” Criticises earlier research (“Discourse Analysis”) Too formalistic Too simplified view of text as conjunction of sentences Comments Bias towards written communication; speech doesn’t have sections Regards interpretation as essentially a process of inferring relations between text elements; this is assumed to capture the meaning of a Criticism is directed to research from the 60’s & not necessarily valid today D&V take a mentalistic view of context (e.g. referents as mental objects rather than things in the world) which is highly controversial and arguably based on missing the distinction between intension and extension

Coherence A text is coherent if it is possible to construct a coherent representation of that text Coherence is the property that distinguishes texts from arbitrary sets of sentences

Cohesion and coherence Cohesion = the explicit marking of coherence by means of cohesive links Example “The adventures of Huckleberry Finn” must be pronounced the most amusing book Mark Twain has written for years. Moreover, it’s a more minute and faithful picture of southwestern manners and customs fifty years ago than was “Life on the Mississippi”, while in regard to the dialect it surpasses any of the authour’s previous stories in the command of the half-dozen species of patios which passed for the English language in old Missouri

Coherence without cohesion Twelve year term of imprisonment London, April 10 The London court has convicted a Brighton resident to twelve years imprisonment for accessory to murder. The victim was fatally wounded in a shooting incident in a Winchester restaurant last year.

Cohesion without coherence I bought a Ford. A car in which President Wilson rode down the Champs Elysées was black. Black English has been widely discussed. The discussions between the presidents ended last week. A week has seven days. Every day I feed my cat. The cat is on the mat. Mat has three letters.

Referential coherence Established by repeated reference to the same objects in the context Example “The adventures of Huckleberry Finn” must be pronounced the most amusing book Mark Twain has written for years. Moreover, it’s a more minute and faithful picture of southwestern manners and customs fifty years ago than was “Life on the Mississippi”, while in regard to the dialect it surpasses any of the authour’s previous stories in the command of the half-dozen species of patios which passed for the English language in old Missouri

Referential coherence Exophoric reference Gets interpretation from co-text Referring to objects mentioned previously Endophoric reference Gets interpretation from context “Referring to something outside the text” E.g. deixis; “I’m here now”

Referential coherence Exophoric reference Anaphoric reference Gets interpretation from preceding context Cataphoric reference Gets interpretation from following context “That’s just my luck; first my tires burst and then the bride is closed, too”

Definiteness Typically, a new referent is introduced by an indefinite NP “A man was walking down the street” Referents which have already been introduced are referred to using definites “The man stopped.”

Prominence The way in which referents are referred to depends on the prominence of the referent Prominence = the extent to which something is in the focus of attention If something is prominent, a pronoun is often enough If something is less prominent, a full noun phrase may be needed to establish co-reference

These conventions can be exploited: Overspecifying a referring NP (giving more info is given than is necessary to identify the referent) can be used to indicate segmentation, e.g. a new paragraph Using an indefinite to refer to an already introduced referent may be used to indicate perspectivization

Relational coherence The linking of text parts with coherence relations Cause-consequence Contrast Evidence … Often signalled explicitly Although Greta Garbo was the yardstick of beauty, she never married (Concession; conventional implicature that beautiful women usually marry) “The adventures of Huckleberry Finn” must be pronounced the most amusing book Mark Twain has written for years. Moreover, it’s a more minute and faithful picture of southwestern manners and customs fifty years ago than was “Life on the Mississippi”, while in regard to the dialect it surpasses any of the authour’s previous stories in the command of the half-dozen species of patios which passed for the English language in old Missouri

Relational underspecification When coherence relations are not explicit but only hinted at John was approached last year by the publisher of X after he had written a critical article on the first issue of X. “After” here indicates cause, not only temporal sequence In such cases, context is needed E.g. text genre / type Coherence relations are often conversational implicatures E.g. if temporal ordering is indicated by “after” but not relevant in itself, this may trigger searching for some more specific coherence relation such as cause “After John entered the room, Bill jumped out of the window”

Taxonomy of coherence relations Positive/negative “The unicorn died because it was lonely” P(x) because Q(x) “Although GG was the yardstick of beauty, she never married” Although P(x), not Q(x) Implies “usually, if P(X) then Q(x)” “A negation is needed to get at the regularity”

Taxonomy of coherence relations Hypotactic/paratactic Groups coherence relation based on the hierarchical relation between linked clauses Paratactic: clauses of equal status “multi-nuclear” Example: sequence “Bring the water to the boil, add the yeast extract, and pour in the dry semolina” Hypotactic “nucleus-satellite” Linking an independent clause to a dependent one Example:evidence “John must have stopped smoking, because I haven’t seen him with a cigarette all day”

Taxonomy of coherence relations Grouping coherence relations based on conceptual level described in clauses: Ideational / content Two clauses at same “world” level “The unicorn died because it was lonely” Epistemic One clause describes justification of belief epressed in other clause “Maggie must be eager for promotion. She’s worked late three days in a row.” Interpersonal / speech act One clause gives reason for uttering other clause “Since we’re on the subject, when was George Washington born?”

Conversation Analysis (CA)

Conversation Analysis Etnologer: ”etnometdologi” Sacks, Schegloff, Jefferson Empiriska data audio (ofta telefonsamtal) video transkriptioner Empirisk metod Söker efter mönster i data och konstruerar regler för att förklara dessa I motsats till traditionell lingvistik & pragmatik: intuitioner, filosofisk spekulation, ”armchair linguistics” (Relativt) ickeformell metod

Typer av mönster funna inom CA makrostrukturer Närhetspar (Adjacency pairs) Preferensorganisation Presekvenser (Pre-sequences) ”local management systems”: lokal reglering (subdialoger) Turtagning Reparationer

Närhetspar (adjacency pairs) Sekvenser av 2 yttranden som är näraliggande och produceras av olika talare Del 1 föregår del 2 Dock ej nödvändigtvis direkt efter Exempel fråga-svar hälsning-hälsning erbjudande-accepterande Liknar dialogspel men annan metod ej uttryckt i grammatikform; ”lösare” struktur Approximativ regel: Om A producerar den första delen i ett närhetspar, måste A sluta tala och B måste producera parets andradel Alternativ regel: konditionell relevans Om A producerar den första delen i ett närhetspar, så är dess andradel förväntad och relevant

Preferensorganisation Problem med närhetspar: till varje förstadel svarar en mängd potentiella andradelar T ex fråga -> svar protest vidarebefodring (”Fråga Kalle”) vägran att svara ifrågasättande av ärlighet Lösning: preferensorganistation vissa andradelar är prefererade

preferens är ej ett psykologiskt begrepp utan relaterat till ”markedness” prefererade andradelar är omärkta, ickeprefererade är märkta Vanliga kännetecken på ickeprefererad andradel: föregås av försening, tvekljud etc inledningsord som makerar ickepreferens (”Well...”, ”Tja...”) åtföljs av förklaring till varför prefererad andradel ej gavs innehåller avböjande komponent Exempel A: Kan du hjälpa mig? B1: visst (prefererat) B2: Äh njae jag har lite mycket att göra just nu

Pre-sekvenser ”förberedande frågor” Exempel 1 Exempel 2 T1 X: Är du upptagen ikväll? T2a Y: Nä, hurså? T3a X: Vill du följa med på bio? Exempel 2 T2b Y: Ja, jag ska tvätta håret. hurså? T3b X: Äh det var inget särskilt? T1 är en förberedande fråga som undersöker ett förvillkor till den handling som T3 gäller T3 beror av T2, responsen på T1

Turtagning Observation: konversation karakteriseras av turtagning (A och B: talare) A – B - A – B – A - ... Hur åstadkoms denna organisation? mindre än 5% överlapp Med hjälp av ett ”Local Management System”! en uppsättning regler styr tillgång till ”the floor”, ung. rätten att tala

Turtagning: begprepp Tur (Turn Constructional Unit) en sekvens av syntaktiska enheter vars gränser (främst) avgörs av syntaktiska (t ex satsgränser) eller prosodiska faktorer TRP = Transition Relevance Place en punkt där turtagning kan ske TRP måste vara möjliga att förutse, för att smidig turtagning ska vara möjlig

Regel 1: Gäller initialt vid första TRP i varje tur (a) Om aktuell talare (A) väljer nästa talare (N) under sin tur, måste A sluta och N börja tala vid första TRP efter valet av N (b) Om A inte väljer N så kan vem som helst ta turen vid nästa TRP (fri konkurrens) (c) Om A inte väljer N och ingen annan ”självväljer” så kan A fortsätta Regel 2: Gäller vid efterföljande TRP i en tur När 1(c) har applicerats av A, så gäller 1(a)-(c) vid nästa TRP, och rekursivt vid efterföljande TRP, tills talarbyte inträffar

Om någon bryter mot reglerna den som avbryter kan bli förmål för kritik (”Låt mig tala till punkt!”) ”tävling”: ökande volym, lägre tempo, förlängda vokaler, staccato etc. tills någon ger upp Kritik mot denna modell Tar ej hänsyn till ickeverbala signaler Vad är en TRP mer exakt? Ej universell Tar ej hänsyn till sociala roller & maktstrukturer institutionella turtagningssystem (t ex formella möten, rättegång)

Turtagning i dialogsystem Strikt turtagning: Så länge systemet talar så kan användaren inte säga något (systemet lyssnar inte) Så länge användaren (utan paus) talar gör systemet inget; vid paus tar systemet över turn ”Barge-in”: Om användaren säger något då systemet talar så slutar systemet tala Turtagning i dialog med flera deltagare, inklusive dialogsystem (Fredik Kronlid)

Reparationer Exempel Next Turn Repair Initiator (NTRI) A: Jag mötte Nils igår TUR1 B: Vem sa du? [NTRI] TUR2 A: Nils TUR3 Next Turn Repair Initiator (NTRI) inbjuder till reparation av föregående tur Typer av reparationer Självinitierad, utan NTRI Annan-initierad, med NTRI Preferensordning Självinitierad i TUR1 Jag mötte Nils äh Kalle igår Själviniterad efter TUR1 men före TUR2 Jag mötte Nills igår. Äh Kalle mena ja Annaninitierad med NTRI i TUR2, självreparation i T3 (se överst) Annaniniterad annanreparation i T2 A: Jag mötte Nils igår B: Du menar väl Kalle?

Dialogspel

Talakter vs. dialogspel Logisk positvism mfl, Tractatus: Språkliga uttryck är bilder av verkligheten Talaktsteori: Yttranden är handlingar. Alla yttranden är inte påståenden som beskriver världen och som är sanna eller falska. Däremot kan alla yttranden ses som handlingar (illokuta akter) som förändrar världen och kan lyckas eller misslyckas.

Dialogspelsteori: Yttranden är drag i dialogspel. (Klassisk) talaktsteori tar ej hänsyn till: kontext; varje yttrande behandlas i isolering att dialoger har flera deltagare dialogstruktur och dess relation till deltagarnas mål och medel

Spelmetaforen fokuserar på att dialoger har flera deltagare varje deltagare har en roll i spelet som påverkar dess handlingar dialog är (ofta) en målinriktad aktivitet dialog är en (mer eller mindre) regelstyrd aktvivitet dessa regler ger upphov till systematiska sekvenser (spel) av talhandlingar ( drag)

en handling kan ha olika funktion i olika sammanhang; Språklig aktivitet är bunden till ickespråkliga aktiviteter (”livsformer”, Wittgenstein) en handling kan ha olika funktion i olika sammanhang; yttrandet av en sats kan utgöra olika drag (ha olika funktion) beroende på vilket spel man befinner sig i vilken roll man har spelets nuvarande tillstånd

Dessa faktorer bestämmer också vilka drag som är tillåtna i olika sammanhang. Jfr sporter: i fotboll är det inte tillåtet att ta bollen med händerna, men det är det i handboll - spelet bestämmer vad man får göra. Dock: om man är målvakt i fotboll (en roll) får man ta bollen med händerna i vissa stadier i en fotbollsmatch får vem som helst ta bollen med händerna (om det är avblåst). att sparka bollen i riktning mot moståndarens mål kan tolkas som ett skott eller som en passning framåt, beroende (bla) på hur övriga spelare är positionerade

spelmetaforen fokuserar inte på konflikt, även om viss dialog innehåller konflikter (t ex prutning, förhandling) ``drag'' för tanken till schack, men kanske fotboll är en bättre metafor (alternativ: Clarks ”ensemble’”)

Ej ett unifierat forskningsparadigm ”Dialogspel” används här som ett samlingsnamn för en mängd disparata forskningsintningar inom olika vetenskaper sociologi filosofi lingvistik etnologi Ej ett unifierat forskningsparadigm Annat namn: Diskursanalys (dock mkt flertydigt) Annat möjligt namn: dialoggrammatik (täcker dock inte in hela fältet)

Historik Wittgenstein (1958) Bellack (1966) Sinclair & Coulthard (1975) Moore, Mann & Levin (1977) Levinson (1979) Lyttkens (1981) Carlson (1983) senare utveckling: dialogspel + planbaserad talaktsteori -> dialogagenter

Wittgenstein ``Filosofiska Undersökningar'' (1958) ``det finns oräkneligt många språkspel!'' Exempel på primitivt språkspel; roller: byggmästare B, hjälpreda H en enkel regel: om B säger namnet på en byggsten S så måste H ge S till B. (liknande: läkare & sköterska vid operation) Exempel: ge order och lyda dem Roller: ordergivare G, ordertagare T Mål: T utför handling H Regler: om G ger T order att utföra H, så är T skyldig att utföra H

fler exempel... beskriva/identifiera objekt Roller: beskrivare, åhörare påstå något och acceptera/avvisa det Roller: ``påståare'', bedömare konstruera objekt utifrån beskrivning Roller: beskrivare, konstruktör rapportera om en händelse Roller: rapportör, publik gissa gåtor Roller: frågeställare, gissare ge information om tågtider Roller: kund, informerare ställa en fråga och besvara den Roller: frågeställare, besvarare

Bellack (1966): studier av interaktion i klassrum Sociolog; utgår från Wittgenstein Använder termerna spel, delspel, cykel, drag; dock på ett något avvikande sätt jämfört med senare teorier drag: soliciting (fråga, order, begäran...) responding (svar på soliciting) focusing reacting ”cykel”: börjar med soliciting move, fortsätter till nästa soliciting move. (vad andra kallat spel)

Exempel Cykel 1: A: Vad heter huvudstaden i Norge B: Oslo Cykel 2 A: Vad heter huvudstaden i sverige? Cykel 1: fråga (soliciting) svar (responding) Cykel 2 fråga

Sinclair & Coulthard (1975): utveckling av Bellack 4 strukturella beskrivningsnivåer (”ranks'') för dialog varje enhet på en nivå kan beskrivas i termer av enheter på nivån under: transaktion utbyte drag akt

akt  maximala syntaktisk enhet med viss funktion marker, starter, bid, elicitation, directive, informative, check, prompt, clue, ... drag initiering (I) ( soliciting), respons (R) ( responding), feedback (F) ( reacting) framing (``OK, ``right'' etc - indikerar gränser mellan transaktioner) focusing (metapåståenden om diskursen) akter förhåller sig till drag som morfem till ord många drag består av bara en akt.

transaktion: sekvens av utbyten utbyte (exchange): sekvens av I, R och F, närmare bestämt ett I följt utan ett antal R och F; reguljärt uttryck I(RF)* transaktion: sekvens av utbyten

Sekvensregler i form av grammatik (varje enhet på en nivå kan beskrivas i termer av enheter på nivån under) Transactions: Lesson → Trans* Trans → Boundary Teaching+ (Boundary) Exchanges: Boundary → (Framing) (Focusing) Teaching → I (R) (F) Moves: I → ( marker ) ( starter ) ( bid ) { elicitation | directive | informative | check } ( { prompt | clue } ) I → (((cue) bid) nomination) R → (acknowledge) {reply | react | acknowledge} (comment) ...

Exempel MOVE ACT I bid elicitation R reply A: sir can i go to the toilet B: yes

Dessutom: tolkningsregler som relaterar satstyp och den aktuella situationen till akter Exempel: en deklarativ eller interrogativ sats tolkas som en order att sluta om den refererar till en handling som är otillåten vid den yttrandetidpunkten Exempel Jag hör att någon skrattar skrattar någon? vad skrattar du åt?

Moore, Mann och Levin (1977) Inför termen dialogspel, som... ... är målorienterade enheter ... specificerar typer av språkliga interaktioner ... används i tolkning av yttranden genom att generera förväntningar och tillhandahålla ett ramverk för att integrera förståelsen av ett yttrande i kontexten av tidigare yttranden Senare utveckling: Dialogue Macrogame Theory (Mann)

Levinson (1979) Lingvist Aktivitetstyper (språkspel) formar deltagarnas förväntningar och begränsar antalet möjliga bidrag i en kontext. Därmed kan kunskap om ett spel och dess regler även användas i tolkningen av andras bidrag. För att förstå språkanvändning måste vi beskriva en heterogen blandning av arbiträrt varierade, kulturellt betingade språkspel

Lyttkens (1981) Sociolog; studerar social interaktion som spel Att agera i ett socialt sammanhang är att följa (och ibland byta mot) regler Ett spel är en struktur i vilken sociala handlingar uppträder Spelet är bestämt av (tekniska och normativa) regler Spel och roller kopplas samman av frames ett begrepp lånat från sociologen Goffman En frame bestämmer hur handlingarna i ett spel tolkas, och vilka förväningar deltagarna har

Carlson (1983): dialog och spelteori logiker / filosof dialogspel och logiska spel dialogdrag & logiska drag utgår från spelteoretisk semantik (Hintikka) verifieringsspel: ena parten försöker bevisa sanning, andra falskhet; resultatet är ett bevis. Carlson behandlar främst informationssökande dialog (frågor och svar) drag = fullständig sats framlagd av en deltagare avsedd för andra deltagare (syntaktisk enhet) speltillstånd i termer av möjliga världar

Carlson forts Vad är en koherent diskurs? En diskurs är koherent om den kan analyseras som ett välformat dialogspel Matematisk spelteori (Neumann, Morgenstern...) strategi ( regler) payoff ( mål) lösning ( specificering av optimal strategi) begreppet optimal strategi ger ett matematiskt uttryck åt rationalitetsbegreppet; rationalitet är att använda den mest effektiva tillgängliga strategin

slut på historik

Definition? Vad är ett spel? Lyttkens förslag: Varje spel består av (a) en eller flera rollkategorier vars medlemmar (b) agerar enligt ett relativt koherent system av tekniska och normativa regler [som bestäms av en frame] Lyttkens definition är ej specifik för språkspel

Lyttkens: ett språkspel är ett spel utökat med språkliga regler Vad är ett språkspel? Lyttkens: ett språkspel är ett spel utökat med språkliga regler Varje språk innehåller en repertoar av språkspel med tillhörande konventioner för hur språkliga (symboliska) handlingar är kopplade till dessa spel Dessa konventioner utgör en del av de respektive spelens regler

Severinsson: Ett språkspel är en deskriptiv enhet som bör täcka följande aspekter: initiativ: I dialog måste delatagarna vid ett flertal tillfällen ta initiativ och starta nya spel för att dialogen ska fortsätta. Om man tar ett initiativ åtar man sig bl a att beakta de andra deltagarnas bidrag och att slutföra spelet. Ett bokslut (eng. closure) är en punkt där ett spel just avslutats och inget nytt ännu påbörjats. ömsesidighet (eng. mutualness): Deltagarna måste ha gemensam kunskap om den pågående aktiviteten och dess mål. avsikt (intention): Varje spel mostvarar en intention hos en deltagare att uppnå ett visst mål

Försök till summering av definition Ett språkspel definieras ev en uppsättning roller (kund, säljare) en uppsättning regler (inkl. konventioner för tolkning av språkliga yttranden) Exempel: om X ställer en fråga bör Y svara Exempel: sats med omvänd ordföljd indikerar normalt fråga en uppsättning drag (fråga, svar) ett mål (säljaren ger info om, alt. säljer en resa) Inte helt olikt en plan...

Typ och förekomst i språkspel yttrandesekvens drag konkret yttrande roll individ mål avsikt

Agenter & dialogspel Hur använder en agent kunskap om dialogspel? Känn igen vilket spel som spelas Tolka yttranden utifrån kunskap om detta spel och dess regler Bestäm egna handlingar (``vad ska jag göra nu?'') utifrån spelets regler Vilket spel som spelas är en tolkningsfråga; missförstånd om vilket spel som spelas kan uppstå

Dialogspel som tyst kunskap Kunskap om språkspelen är gemensam i en språkgemenskap varje språk består av en repertoar av språkspel, vilka inkluderar konventioner för hur uttryck i språket ska tolkas Deltagare i ett dialogspel känner till reglerna implicit på så sätt att de vet vad de ska göra, t ex om någon ställer en fråga ska man svara. Däremot kan de kanske inte beskriva dessa regler explicit.

Hur många drag kan ett spel ha? Exempel: informationssökningsspel med två drag fråga (”vad är klockan?'') svar (``tolv''/''vet inte'')

Men enligt Sinclair & Coulthard har de flesta spel 3 drag: Initiativ, Respons, Feedback. Feedback kan dock vara implicit I A: vad är klockan? R B: tolv F A: jaha (explicit) / dags att gå på lunch (implicit) Finns ett fixt antal som gäller för alla spel?

Bör man inkludera ``tysta'' drag (tacit moves) i spel? I A: vad är klockan? R B: tolv F (A uppfattar B's svar) Jfr ”causeToWant”

Regelbrott; lyckade och misslyckade spel; reparationer En approach: Om ett spel spelas enligt reglerna tills spelets mål uppnåtts, så har spelet lyckats. Om någon regel bryts (och inte repareras) leder detta till att spelet avbryts och misslyckas. Regelbrott kan följas av reparationer, vilket möjliggör ett lyckat slutförande Alternativ approach: bygg in möjlighet i reparation i informationssökningsspelet: ”en fråga följs av ett svar eller ett reparationsspel följt av ett svar''

Exempel: A: vad är klockan? B: ursäkta? A: jag sa: vad är klockan? B: åh ursäkta. hon är 12. I detta exempel bryts regeln ``en fråga följs av ett svar'' (alt: om A ställer en fråga till B är B skyldig att besvara frågan). B initierar istället en reparation (ett reparationsspel) som möjliggör informationssökningsspelets slutförande.

En annan typ av regelbrott: brott mot frame t ex vägran att acceptera sin roll (i exemplet ovan accepterar B sin roll) Exempel: A: ursäkta, vad är klockan? B: håll käft jävla idiot B accepterar inte rollen ”frågebesvarare”

Hierarkisk spelstruktur Spel kan vara inbäddade i andra spel; sådana spel kan kallas delspel (subgames). Exempel: A1: vad är klockan? B1: ursäkta? A2: jag sa: vad är klockan? B2: åh ursäkta. hon är 12. Här utgör B1 och A2 ett inbäddat spel (ett reparationsspel).

Här är ett informationssökningsspel inbäddat i ett annat Exempel A1: vad kostar en resa till stockholm? B1: har du studentkort? A2: ja B2: då kostar det 175 kr. Här är ett informationssökningsspel IS = B1+A2 inbäddat i ett annat A1+ IS + B2

Exempel: Analys 1: Exempel: Analys 2: A1: Du vet Kalle? B1: Ja A2: Han har skaffat en katt B2: Jahaja Analys 1: Referentidentifieringsspel A1+B1 inbäddat i påstående-drag A2 A2 ingår i påståendespel (A1+B1+A2)+B2 Exempel: A1: Du vet Kalle? B1: Ja A2: Han har skaffat en katt B2: Jahaja Analys 2: A1+B1 föregår påståendespel A2+B2

Fria och bundna spel Om man räknar med tysta drag kan man skilja på ``fria'' och ``bundna'' (”latenta'') delspel. De senare kan uppkomma som en konsekvens av (vanligtvis) tysta drag som misslyckas och då ger upphov till ett delspel. Exempel A1: Kalle är sjuk B1 (identifierar referent till ``Kalle'') B2: Jaha Denna dialog kan sägas innehålla tre drag, varav ett är tyst (B1).

Detta tysta drag kan ge upphov till ett delspel: A1: Kalle är sjuk B1: Vilken Kalle? A2: Kalle Anka B2: Jaha Här är identifieringsspelet (B1+A2) bundet. Fria delspel är alla delspel som inte är bundna, d v s som ej ersätter ett tyst drag. Exempel: A1: Vad är klockan? B1: Titta där går Kalle A2: Ja minsann B2: Klockan är 5

Inbäddning kan vara rekursiv: A1: Kalle är sjuk B1: Vilken Kalle? A2: Känner du Lisa? B2: Ja A3: Hennes bror. B3: Jaha Här är identifieringsspelet A2+B2 inbäddat i B1-A3 som i sin tur är inbäddat i A1-B3.

Spel kan även överlappa utan att det ena är inbäddat i det andra: A1: jag är så hungrig B1: vill du ha pannkakor eller en semla? A2: en semla tack. Här är A1+B1 ett påståendespel där B1 kan ses som implicit bekräftelse av att B uppfattat och accepterat påståendet i A1. Samtidigt initierar B1 ett nytt informationssökningsspel (som dessutom råkar sammanfalla med ett erbjudandespel där B1 är ett erbjudande och A2 ett accepterande).

Dialogstruktur En dialog kan ses som en ström av spel som överlappar och är inbäddade i varandra. i många fall (men inte alla) har spelen och deras drag en stackstruktur varje yttrande måste antingen utföra ett drag i det översta spelet på stacken, eller initiera ett nytt spel som då läggs överst på stacken. Då det sista draget i ett spel utförts så tas det av stacken.

STACK: <s1> <s2, s1> <s3, s2, s1> <> A1: Kalle är sjuk B1: Vilken Kalle? A2: Känner du Lisa? B2: Ja A3: Hennes bror. B3: Jaha STACK: <s1> <s2, s1> <s3, s2, s1> <> s1 s2 s3

Representation av regler Den ovanstående representationen av regler kan utläsas t ex ``i ett påståendespel måste ett påstående följas av ett accepterande''. dialoggrammatik (jfr Sinclair & Coulthard) påståendespel → påstående accepterande påståendespel → påstående avvisande frågespel → fråga svar påståendespel → påstående { accepterande | avvisande }

Finite State Transition Network Reguljära grammatiker kan också representeras som FSTN: finite state transition network påståendespel: accepterande påstående frågespel: avvisande fråga svar

Recursive Transition Network Inbäddade spel kräver RTN: recursive transition network (motsvarar pushdown-stack) frågespel → fråga (frågespel) svar repgame → rep-init (repgame) rep frågespel: svar fråga frågespel

Dialogspel och informationstillstånd Det kanske mest intressant alternativet är att låta spelstrukturen emergera från dragens förvillkor & effekter. Till exempel: en fråga ha effekten att åhöraren är skyldig att ge ett svar, och ett svar kan ha förvillkoret att talaren är skyldig att ge ett svar. Denna metod kräver en representation av deltagarnas kognitiva tillstånd (informationstillstånd), med både privata och sociala attityder (skyldigheter, committments mm) Informationstillstånd innehåller information, till skillnad från tillstånd i en finit automat

fråga(A, B, F) svar(B, A, S) förvillkor: effekt: A undrar om F B har skyldighet besvara F svar(B, A, S) B har skyldighet besvara F, B tror att S är svar på F B har ej längre skyldighet besvara F

Kopplingen mellan fråga och svar kan också vara mer indirekt, t ex om förvillkor för svar är att B vill svara; Isåfall krävs att B vill besvara alla frågor som B är skyldig att besvara. Kan också göras med andra typer av kognitiva tillstånd, t ex QUD (”Questions Under Discussion”) fråga(A,B,F) effekt: att Q finns på QUD (frågestack) svar(B,A,S) förvillkor: det finns en fråga F på stacken som S är ett svar på effekt: F poppas av QUD -> Dialog-agenter (dialogsystem)

Uppgifter (3-4 sidor) Vad är dialogspel? Hur kan de användas av dialogdeltagare? Vilka svagheter har den klassiska talaktsteorin, och hur kan man lösa dessa problem med dialogspel? I vilken utsträckning gäller kritiken även den planbaserade approachen till talaktsteori? Vilka typer av dialogstruktur kan man fånga i termer av dialogspel? Ge (egna) exempel.

Grounding (Clark mfl) Not CA, but related area Common Ground (CG): shared knowledge about the dialogue; utterances incrementally add to CG ”To ground a thing … is to establish it as part of common ground well enough for current purposes.” (Clark) making sure that the participants are percieving, understanding, and accepting each other’s utterances Grounding is regulated by local communication management systems (Allwood) ICM: grounding, sequencing, turntaking OCM: hesitations, self-corrections, ...

Clark’s grounding model Contribution types: Present, Accept When does the presentation phase end? I: Move the boxcar to Corning I: and load it with oranges R: ok S Present 1 Accept F

Clark’s grounding model Contribution types: Present, Accept When does the presentation phase end? I: Move the boxcar to Corning R: ok I: and load it with oranges Cannot be decided by just looking at the utterance; need to look at next utterance not useful in realtime setting S Present 1 Accept F

Traum’s grounding model Discourse Units (DUs) unit of conversation at whicgh grounding takes place composed of individual utterance-level actions (grounding-level acts, sub-DU acts) Some (sub-DU) acts Initiate Continue Ack(nowledge) Repair: correcting oneself or the other Cancel: retraction, makes DU ungroundable (”Äh förresten det var inget”)

act(I/R); I=initiator, R=responder This model is supplemented with an information state update model Continue(I) S Initiate(I) 1 Ack(R) F

adding self-repair and cancel Continue(I), Repair(I) S Initiate(I) 1 Ack(R) F Cancel(I) Cancel(I) D

adding self-repair and cancel Continue(I), Repair(I) S Initiate(I) 1 Ack(R) F Cancel(I) Cancel(I) D

Feedback and grounding in dialogue systems

Overview Interactive Communication Management (ICM) ”Verification” in dialogue systems Classifying and formalising feedback Feedback moves for GoDiS Issue-based grounding Formalising sequencing moves for GoDiS Conclusions & Future work

ICM (Allwood) Interactive Communication Management Feedback moves As opposed to Own Communication Management (OCM): self-corrections, hesitations, etc. Feedback moves (short) utterances which signal grounding status of previous utterance (”mm”, ”right”, ”ok”, ”pardon?”, ”huh?” etc.) Sequencing moves utterances which signal dialogue structure (”so”, ”now”, ”right”, ”anyway” etc.) Turntaking moves

ICM in current commercial systems Usually, limited to ”verification” Examples (San Segundo et. al. 2001) I understood you want to depart from Madrid. Is that correct? [”explicit v.”] You leave from Madrid. Where are you arriving at? [”implicit v.”] Involves repetition or reformulation Appears in H-H dialogue, but not very common

From verification to ICM in dialogue systems ”Verification” is just one type of ICM behaviour Perhaps the one most cruicial in dialogue systems given poor speech recognition Could a wider range of the ICM behaviour occurring in H-H dialogue be useful in dialogue systems? We want a typology of ICM moves for H-H dialogue Feedback and sequencing moves We want to formalise it and use it in a system Still we will implement only a subset We want to relate it to grounding in a system

Classifying feedback Level of action Polarity Eliciting or non-eliciting Form (syntactic realisation) Content type (object- or metalevel)

Feedback levels Action levels in dialogue (Allwood, Clark, Ginzburg) Contact: whether a channel of communication is established Perception: whether DPs are perciveving each other’s utterances Understanding: Whether DPs are understanding each other’s utterances Non-contextual (”semantic”) meaning Contextual (”pragmatic”) meaning Acceptance: Whether DPs are accepting each other’s utterances The function of feedback is to signal the status of utterance processing on all levels

Feedback polarity Polarity (Allwood et.al. 1992) Examples Positive: indicates contact, perception, understanding, acceptance Negative: indicates lack of contact, perception, understanding, acceptance We add a ”neutral” or ”checking” polarity – there is one or more hypotheses, but the DP lacks confidence in them Examples ”I don’t understand”: negative ”Do you mean that the destination is Paris?”: checking ”To Paris.”: positive ”Pardon”: negative

Eliciting / nonelciting feedback (Allwood et. al. 1992) Eliciting feedback is intended to evoke a response from the user Noneliciting feedback is not so intended But may nevertheless recieve a response Rough correspondence / operationalisation Checking feedback is eliciting; explicitly raises grounding issue Positive feedback is noneliciting; may implicitly raise grounding issue What about negative feedback? ”pardon?”,”huh?”: eliciting? ”I didn’t hear you”: noneliciting?

Object- or metalevel content Utterances with metalevel content explicitly refer to contact, perception, understanding or acceptance Object-level utterances instead refer to the task at hand Example S: What city are you going to? U: Paris S(1a): Did you say you’re going to Paris? [meta] S(1b): Are you going to Paris? [object] S(2a): Do you mean Paris, France or Paris, Texas? S(2b): Do you want to go to Paris, France or Paris, Texas? This dimension does not apply to all feedback, e.g. ”Paris.”, ”Pardon?” (Is 2b feedback or simply an alternative question?)

Realisation of feedback moves Syntactic form: declarative: ”I didn’t hear what you said.”; ”The destination city is Paris.” interrogative: ”What did you say?”; ”Do you want to go to Paris?” imperative: ”Please repeat your latest utterance!” elliptical interrogative: ”Paris?”, ”To Paris or from Paris?” declarative: ”To Paris.” In general, the exact formulation of ICM phrases may depend on various contextual factors including activity, noise level, time constraints etc.

Simplifying assumptions regarding feedback We only represent action level and polarity Eliciting/noneliciting dimension implicit Negative feedback is eliciting in some sense; since something went wrong, it must be fixed Checking feedback is also eliciting, since it poses a question that must be adressed Positive feedback is not eliciting (we assume) Syntactic form not included in classification; decided by generation module Metalevel / object level perhaps not so interesting unless full compositional semantics are used ”Do you mean that you want to Paris?” vs. ”Do you want to go to Paris?”

Formalising ICM dialogue moves Level con: contact per: perception sem: semantic understanding (no context) und: pragmatic understanding (relevance in context) acc: acceptance Polarity pos: positive neg: negative chk: checking

Feedback move notation icm:Level*Polarity{:Args} Examples icm:per*pos:String – ”I heard you say ’londres’” icm:und*neg – ”Sorry, I don’t understand” icm:und*chk:AltQ – ”Do you mean x or y?” icm:und*pos:P – ”To Paris.” icm:acc*neg:Q – ”Sorry, I can’t answer Q” icm:acc*pos – ”Okay”

GoDiS: an issue-based dialogue system Explores and implements Issue-based dialogue management (Larsson 2002) Based on Ginzburg’s notion of a dialogue gameboard involving Questions Under Discussion (QUD) Uses (mostly pre-scripted) dialogue plans Extends theory to more flexible dialogue Multiple tasks, information sharing between tasks ICM: feedback and grounding, sequencing Question accommodation, re-raising, clarification Inquiry-oriented, action-oriented, negotiative dialogue

System feedback for user utterances in GoDIS contact negative (”I didn’t hear anything from you.”, ”Hello?”) [icm:con*neg] perception negative: fb-phrase (”Pardon?”, ”I didn’t hear what you said”) [icm:per*neg] positive: repetition (”I heard ’to paris’”) [icm:per*pos:String] semantic understanding: negative: fb-phrase (”I don’t understand”) [icm:sem*neg] positive: reformulation (”Paris.”) [icm:sem*pos:Content]

System feedback, cont’d pragmatic understanding negative: fb-phrase (”I don’t quite understand”) [icm:und*neg] positive: reformulation (”To Paris.”) [icm:und*pos:Content] checking: reformulation (”To Paris, is that correct?”, ”To Paris?”) [icm:und*chk:Content] acceptance/integration negative:fb-phrase with reformulation (”Sorry, I cannot answer Q”, ”Sorry, Paris is not a valid destination city.”) [icm:acc*neg:Content] positive: fb-word (”okay.”) [icm:acc*pos]

User feedback for system utterances in GoDiS contact: - perception negative: fb-phrase (”Pardon?”, ”I didn’t hear what you said”) [icm:per*neg] understanding: - acceptance/integration negative: fb-phrase (”I don’t know”, ”Never mind”) [icm:acc*neg] positive: fb-word (”okay.”) [icm:acc*pos]

Feedback selection Feedback polarity selected depending on: Contact: Whether any speech is observed Perception: Speech recognition score > threshold Semantics: Whether system can find a non-contextual interpretation Pragmatic understanding: Whether system can find a relevant contextual interpretation none: extremely high score (certain of interpretation) Positive: high score (pretty sure of interpretation) Checking: medium score (not so sure) Negative: low score (very unsure) Acceptance: Whether system can accept what has been said General principles Produce positive feedback only on highest possible level When producing negative feedback on level N, produce positive feedback on level N-1

Feedback on multiple levels Negative perception feeback S> Lets see. What can I do for you? U> (mumble mumble) S> Sorry, I didnt hear what you said. What can I do for you? U> siridus S> I heard you say siridus . Sorry, I dont understand. What can I do for you? U> channel one S> channel one. I dont quite understand. Do you want to add a program or change channel? Positive perception Negative understanding Positive understanding (word meaning) Negative understanding (relevance) (Task clarification)

Positive understanding Rejection (negative acceptance feedback) U> turn on the t v S> turn on the TV… Sorry, I cannot control the TV set. Do you want to add a program or change channel?” U> pardon S> Sorry, I cannot control the TV set. Do you want to add a program or change channel? U> change channel S> Okay. User negative perception System repetition Positive acceptance

Reactions to positive and checking feedback After check feedback, (e.g., ”channel one, is that correct?”) positive response is needed, or system will assume it was wrong After positive feedback, (e.g., ”channel one.”) if user gives no response or positive response, system continues to assume it was right; If user gives negative response, system assumes it was wrong correcting the system

Correcting the system S> Lets see. What can I do for you? U> add program S> Okay. Add a program… S> Lets see. What channel do you want? U> channel six S> OK, channel five. U> no S> not channel five. So, What channel do you want? S> Okay. channel six.” Positive feedback Negative answer to fb.

Issue-based grounding Checking feedback on und-level explicitly raises understanding-issue icm:und*chk:C raises ?und(C) ”Is C the meaning of the previous utterance?” Positive response leads to adding C to shared commitments Negative or no response leads to no action Positive understanding feedback does not raise the understanding-issue explicitly In fact, tentatively assumes it has been positively resolved but makes it available for interpretation of short answers in this case, ”yes” or ”no” Negative reponse leads to retracting C Positive or no response leads to no action So far, only implemented for understanding level

ISSUES, QUD and accommdation We distinguish QUD and ISSUES: QUD (local): Questions available for resolution of short answers ISSUES (global): Issues/questions that have been raised but not yet resolved QUD-to-ISSUES accommodation If an answer is given which does not address any question on ISSUES, But does address a question Q on QUD Then, accommodate Q to ISSUES (this amounts to raising Q)

Feedback, ISSUES and QUD Assume previous move had content C Checking feedback Push ?und(C) on ISSUES and QUD Positive feedback Add C to shared commitments Push ?und(C) on QUD (but not on ISSUES) ”yes” or ”no”  do QUD-to-ISSUES accommodation Integrating responses to understanding-issues Done by a single rule, regardless of how the understanding-issue was raised Given that ?und(C) is on ISSUES, ”yes”  add C to shared commitments if not already there ”no”  retract C from shared commitments if it’s there (actually, backtrack to saved previous shared commitments)

Negative response to positive feedback S> Lets see. What channel do you want? U> channel six S> OK, channel five. channel (5) added to shared commitments; ?und(channel (5)) on QUD U> no QUD-to-ISSUES accommodation  ?und(channel (5)) on ISSUES integrate ”no”  retract channel(5) S> not channel five. So, What channel do you want?

Negative response to cheking feedback S> Lets see. What can I do for you? U> add program S> Okay. Add a program… S> Lets see. What channel do you want? U> channel six S> channel five? ?und(channel (5)) on ISSUES and QUD U> no integrate ”no” ( do nothing) S> So, What channel do you want? S> Okay. channel six.”

Sequencing ICM Discourse particles Verbose sequencing ”so” may be used to reraise a previously discussed question ”right”, ”anyway”, ”let’s see…” Verbose sequencing ”Let’s talk about …”, ”Let’s return to the issue of …” How do we classify these? We correlate them with updates to the common ground

Sequencing moves generated by GoDiS Formal notation schema: icm:Type{:Content} Loading a dialogue plan icm:loadplan – ”let’s see.” Question accommodation icm:accommodate – ”alright.” Reraising an issue icm:reraise – ”so, ” icm:reraise:Q – ”returning to the issue of …”

Sequencing ICM: reraising issue, loading a plan Signals loading a plan S> Welcome to the travel agency! U> price information S> (…) Lets see. How do you want to travel? U> by flight S> (…) What city do you want to go to? U> paris S> (…) What city do you want to go from? U> do I need a visa ? S> (…) Lets see. What country are you from? U> sweden S> Okay. Yes, you need a Visa. S> Returning to the issue of price. Lets see. What city do you want to go from? Reraising an issue explicitly

Sequencing ICM: Accommodation S> Lets see. What can I do for you? U> channel five today S> Alright. add a program… Lets see. Okay. channel five… today… What time do you want to start recording? U> from six thirty to seven thirty S> Okay. from six thirty… to seven thirty… The program has been added. ” Signals accommodation

Future work Replace current ad-hoc forms based on corpus studies and existing work ”discourse markers” (Schiffrin) ”cue phrases” (Grosz & Sidner and others) ”Real” generation rather than templates Integrate ICM with other utterances, rather than just appending them Explore other ways of generating ICM Intonation, facial expression, etc. Extend the range of ICM generated (and interpreted) by the system Extend issue-based grounding to all levels

Summary of ICM and grounding in GoDiS By extending the range of ICM used by systems, their communication becomes more natural and comprehensive We have provided an initial classification of feedback and sequencing ICM useful in a dialogue system, and implemented it Issue-based grounding provides mechanisms allowing the user to react to system feedback Sequencing moves can be correlated with updates to common ground, and used to signal these updates to the user

Relation to Traum’s computational theory of grounding Traum puts focus on positive feedback and corrections (self and other) Deals with the question, when does a contribution end? Related to turntaking. Focus on self- and other-corrections (not included here); involves turntaking and OCM, but also feedback Does not include sequencing ICM Based on the TRAINS corpus of H-H dialogue -> (arguably) focus on positive feedback Focus on understanding-level ”grounding” here refers only to the understanding level Acceptance and rejection seen as ”core speech acts”

Implicit feedback? Clark: ”relevant followup” to U counts as positive feedback What is relevant? simple cases for followups to questions: answer to question ”subquestion” feedback concering question Complex cases: all other utterances In general, complex inference and knowledge may be needed (implicatures) Currently, irrelevant followup counts as negative feedback (a cautious assumption) What about no followup at all? in reaction to ask-move or interrogative feedback, counts as negative in reaction to answer or positive feedback, counts as positive

Rejection? Should these count as rejections? S: ”Where do you want to go?” U1: ”Nowhere” U2: ”I don’t know” Should these count as rejections? U1: negative answer? presupposition failiure? rejection? U2: rejection? but not as definite as ”No comment!”

OCM: Own Communication Management Egenkommunikationsreglering Till nästa gång

Uppgifter 1. Hur fungerar turtagning enligt CA-analysen? Hitta på några dialoger som exemplifierar olika turtagningssituationer och förklara dessa utifrån CA-reglerna för turtagning. 2. Titta i TV-tablån och bestäm dig för ett TV-program som du vill spela in. Ha penna och papper (eller dator) redo. Ring upp Videoapplikationen i GoDiS på 7731978 och försök programmera videon att spela in ditt program. Anteckna allt som sägs i dialogen (det går rätt långsamt, så man hinner med). Vilka typer av ICM (grounding och sequencing) förekommer i dialogen? Observera att systemet funkar rätt dåligt just nu, p g a diverse tekniska problem. GoDiS är egentligen mycket bättre än såhär!

I dialog med en miniräknare Uppgift: Fundera över följande: Hur skulle talad interaktion med en vanlig enkel miniräknare kunna se ut? Aspekter att fundera över: Turtagning Tvekljud Självreparation Återkoppling Innan torsdagens föreläsning: Försök att designa ett ‘dialogspel’ som inbegriper dessa fenomen! Ge konkreta exempel i form av små transkriptioner, t.ex.: U: 2+2 +1 va? S: 4 5 5 Skriv en sida om din design. De som gör detta tillräckligt bra slipper fler uppgifter i samband med min föreläsning. Talsyntes Taligenkänning