СИСТЕМА КОЛБИ

На протяжении ряда лет Колби (Colby etal., 1971), (Е n е a and Colby, 1973), (Colby- and Parkinson, 1974) разрабатывал диалоговую систему, моделирующую речевую деятельность параноика (этот автоматический со­беседник, как и сама система, носит имя PARRY).

Have you been hospitalised before?

‘Вы раньше лечились в больнице?*

THIS IS THE FIRST TIME.

‘Это первый раз.*

How long have you been there?

‘Сколько времени вы здесь находитесь?*

ABOUT TWO WEEKS.

‘Около двух недель.*

Any headaches?

‘Головные боли есть?*

MY HEALTH IS FINE.

‘Мое здоровье в прекрасном состоянии.*

Are you having any difficulty with your memory? ‘Испытываете ли вы трудности с памятью?*

N0.

‘Нет.*

Then perhaps you can tell me who is the President of the United States?

‘He скажете ли вы тогда, кто президент Соединенных Штатов?’

NIXON IS PRESIDENT.

‘Никсон — президент.’

What day is it today?

‘Какой сегодня день недели?’

TODAY IS THURSDAY.

‘Сегодня четверг.’

What season is it?

‘Какое сейчас время года?’

LET’S GET ON WITH THE INTERVIEW.

‘Давайте продолжим беседу.’

Цель Колби состояла в разработке такой системы, которая не является ’’слабой" в том смысле, в каком это можно сказать о большинстве других систем ИИ, то есть она не отступает, когда входная фраза не совсем такова, как можно было ожидать, и пытается продолжить диалог при любых обстоятельствах (как это обычно делают со­беседники-люди).

Указанное свойство достигается благодаря отказу от обычного синтаксического анализа, а также от попыток рассматривать все слова входных предложений. Это дает ощутимую помощь, в чем можно убедиться, если попытаться пословно проанализировать такую форму вежливости, как Would you be so kind as to...

Входной текст делится на сегменты с помощью эври­стической процедуры, которая проводит границу сегмента тогда, когда встречается одно из ключевых слов. Затем каждому сегменту сопоставляется его образец (pattern). Сейчас в памяти машины хранится 1700 образцов (Colby and Parkinson, в печати), которые сопоставляются не с синтаксическими или семантическими представлениями (за исключением случаев противоречий и ошибок), а непо­средственно с цепочками слов входного текста (с помощью операций замен и сокращений). Так, например, во вход­ном предложении What is your main problem? ‘Что вас больше всего беспокоит?* глагол Is заменяется своим ин­финитивом BE, a your ‘ваш* заменяется YOU ‘вы’, в ре­зультате чего получается:

WHAT BE YOU MAIN PROBLEM

Затем применяется операция сокращения, последовательно зачеркивающая каждое слово полученной цепочки, а четыре оставшихся слова сравниваются с образцами:

BE YOU MAIN PROBLEM WHAT YOU MAIN PROBLEM WHAT BE MAIN PROBLEM WHAT BE YOU PROBLEM WHAT BE YOU MAIN

Только для предпоследней из перечисленных цепочек в памяти хранится образец, который, естественно, и отби­рается в качестве результата анализа. Этот процесс можно назвать процедурой минимального анализа.

В том же формате, что и образцы, записаны правила, задающие реакцию "пациента" на обнаруженные им во входных вопросах или замечаниях агрессивность или преувеличенное дружелюбие. Подобранные образцы затем используются (непосредственно или через посредство упо­мянутых правил вывода) при порождении образцов от­ветов.

Эвристики описываемой системы отличаются большой изобретательностью, о чем свидетельствует ее популяр­ность. В последнее время система подверглась сущест­венной модификации: сейчас она называется PARRY2, и ее работа базируется скорее не на первоначальной кон­цепции ключевых слов, а на процедуре сравнения с образ­цами.

Колби и его коллеги затратили большие усилия на то, чтобы выяснить, могут ли психиатры отличить ответы PARRY от ответов человека-параноика (Colby and Н і 1 f, 1973). Это, возможно, первая реальная попытка проведения теста Тьюринга (Turing, 1951), заключаю­щегося в сравнении реакции человека и машины. Имеются определенные затруднения в статистической интерпретации результатов, но все же несомненно, что группа психиатров, подвергшихся опросу, не могла различить ответы пациента и машины. Несмотря на это, многие все же считают, что принципиально PARRY нельзя относить к имитирующим системам, поскольку, как они говорят, она "ничего не понимает". Можно возразить, что такие критики импли­цитно предъявляют слишком высокие требования к понятию "понимание". Ведь тогда можно пойти дальше и счесть, что многие люди тоже не понимают содержания предложений столь же глубоко и точно, как это доступно философу- аналитику (что, возможно, и к лучшему). Однако несом­ненно, что многие люди во многих ситуациях понимают (или создают впечатление, что понимают) именно так, как PARRY.

Когда мы говорили, что PARRY относится к "сильным" системам в том смысле, что она готова работать с не­обычными или неожиданными входными фразами, мы не хотели сказать, что она даст осмысленный ответ на бес­смысленную входную "цепочку" (например, на строчку, состоящую из звездочек), однако подобный способ про­верки работы системы понимания языка нельзя считать приемлемым. Ясно, однако, что простое внутреннее пред­ставление, используемое программой, позволяет расширить PARRY таким образом, что эта система легче, чем однотип­ные ей системы, реагирует на неожиданности во входных предложениях.

Действительным недостатком PARRY можно считать то, что она оказывается "слабой" в более общем смысле, а именно осуществляет большую часть своего "понимания" за счет конкретного ситуационного контекста, определяе­мого задачей поведения параноика. Пользователи програм­мы склонны терпимо относиться к ее отказам от общения и резким сменам тем разговора на том основании, что такое поведение типично для параноика, хотя, если судить с точки зрения именно способности понимания естественного языка, подобные ответы системы вызваны просто тем, что она ока­залась не в состоянии понять смысл входного предложения (то есть подобрать подходящие образцы).

Система Уилкса строит семантические представления для небольших текстов на естественном языке: базисное представление строится непосредственно по тексту и может затем преобразовываться с помощью разного рода правил вывода умозаключений и достигать такого уровня глубины представления, который необходим для решения задач, наглядно демонстрирующих способность системы "пони­мать" текст. Введена единая форма представления, то есть предложены такие структуры, в которых объединяется информация, обычно подразделяемая на синтаксическую, семантическую, фактическую и дедуктивную. Основной единицей этого семантического представления является шаблон (template), интуитивным соответствием которого можно считать базисную форму сообщения, имеющую форму тройки "агенс — действие — объект". Шаблоны строятся из более мелких блоков, называемых формулами, которые соответствуют толкованиям отдельных лексем. Для того, чтобы построить полное семантическое представление тек­ста (называемое семантическим блоком), шаблоны объеди­няются с помощью двух видов структур более высокого уровня — надшаблонов (paraplates) и правил вывода умо­заключений. Сами шаблоны строятся в процессе обработки входного текста, тогда как формулы, надшаблоны и правила вывода умозаключений хранятся в системе в готовом виде. Каждая из готовых структур трех названных типов построе­на на базе инвентаря из 80 атомарных семантических элементов, а также функций и предикатов, задаваемых на этом множестве элементов.

Система работает в режиме непосредственного доступа, пакеты программ написаны на языках LISP (см. сноску на с. 196), MLISP и MLISP2 (два последних языка являются расширениями LISP’a за счет введения структуры команд и средств сравнения с образцами). На вход подаются тексты на английском языке, которые пользователь составляет на материале словаря, включающего около 600 значений слов. Система переводит эти достаточно разнообразные входные тексты на французский язык. Такой режим работы системы удобен для проверки понимания английского языка, по­скольку французский перевод обычного прозаического тек­ста очевидным образом является либо правильным, либо неправильным и в то же время ситуация машинного нере-

вода позволяет опробовать возможности системы в решении трудных лингвистических задач (лексическая, глубинно-па­дежная и местоименно-референционная неоднозначность). Для этого можно, например, специально подбирать лекси­ку входных предложений со сложными кореферентными свя­зями (так, чтобы при переводе род французского местоиме­ния диагностировал его референционную соотнесенность). Именно в этом смысле французский перевод показывает, правильно ли программа произвела вывод умозаключений при ’’понимании" переводимого текста. Программа является достаточно сильной, она может обрабатывать даже тексты, содержащие некоторые грамматические ошибки. Это объяс­няется тем, что в программе отсутствует синтаксический анализ в его обычном понимании, она осуществляет непо­средственный переход к семантическим представлениям.

Типичным примером входного текста может служить такой: John lives out of town and drinks his wine out of a bottle. He then throws the bottles out of the window. ‘Джон живет за городом и пьет вино из бутылки. Затем он выбра­сывает бутылки из окна’. Программа дает французский пе­ревод, в котором три употребления предложной конструк­ции out of переведены по-разному, поскольку они имеют три разных смысла и во французском языке эти смыслы выражаются разными языковыми средствами.

поскольку оба существительных могут быть связаны с при­лагательным good ‘хороший’. В таких случаях, когда базо-, вый компонент не в состоянии разрешить неоднозначность, программа строит более глубокие представления текста, пытаясь вывести цепь умозаключений, одно из звеньев ко­торой выявит предпочтительный вариант.

Система не содержит в явном виде никакой синтаксичес­кой информации; все, что ей известно о смысле произволь­ного английского слова,— это его формула. Она имеет вид древесной структуры семантических элементов и интерпре­тируется с помощью отношений зависимости. Главным элементом формулы (head) считается самый правый элемент, именно он и задает фундаментальную категорию, к которой принадлежит вся формула. Так, главными элементами фор­мул, приписываемых действиям, могут быть только следую­щие семантические элементы: PICK ‘поднимать’, CAUSE ‘каузировать’, CHANGE ‘изменять, изменяться’, FEEL ‘чув­ствовать’, HAVE ‘иметь’, PLEASE ‘доставлять удовольст­вие’, PAIR ‘соединять по двое’, SENSE ‘чувствовать’, USE ‘использовать’, WANT ‘хотеть’, TELL ‘говорить’, BE ‘быть’, DO ‘делать’, FORCE ‘заставлять’, MOVE ‘двигать, двигаться’, WRAP ‘заворачивать’, THINK ‘думать’, FLOW ‘лить, литься’, МАКЕ ‘изготовлять’, DROP ‘бросать, па­дать’, STRIK ‘ударять’, FUNC ‘функционировать’, HAPN ‘случаться’.

Например, формула

орисывает смысл действия ‘бить’ (beat) следующим образом: «Действие, преимущественно состоящее из ударов (STRIK) И обычно выполняемое при помощи инструмента (INST), являющегося вещью (THING), объект (OBJ) которого — чаще всего живое существо (ANI), а субъект (SUBJ) — человек (HUM)»[61]. Звездочки перед элементами означают, что речь идет о классе элементов, например, класс *HUM ‘человеч.’ включает два элемента: MAN ‘человек’ и FOLK ‘группа людей’. Предлагаемая древесная структура до­вольно бедна (что объясняется требованием простоты ее преобразования в выражение на языке LISP); та же се­мантическая единица может быть представлена в форме, которая предложена Симмонсом для записи филлморовских глубинно-падежных отношений, а именно

SUBJ OBJ

«ним —-------------------------------------------- STRIK------------------------- “AN1

(or Agent)

¹ INST

THING

Эта схема наглядно показывает, что фрагмент глубинно­падежной структуры, изображенный в верхней части схемы, самым тесным образом связан с базисным дей­ствием, или главным элементом формулы (который за­нимает самое правое место при скобочной записи и под­черкнут в формуле — см. стр. 326). Однако подобное пре­образование скобочной записи в стрелочную, как это час­то случается с графическими изображениями, наталкива­ется на некоторые ограничения. Например, стрелочная за­пись оказывается малоэффективной при описании смысла имен, поскольку главные элементы соответствующих фор­мул (например, THING ‘вещь’ в формуле для needle ‘игла’ иди STUFF ‘вещество, материал’ в формуле для water ‘вода’) не имеют непосредственно зависящих от них по глу­бинно-падежным отношениям элементов, аналогичных отно­шениям в семантическом дереве для действия, например beat.

Глубинно-падежные части формул могут иметь в своем составе другие глубинно-падежные подчасти или даже эле­менты, обозначающие действия; такое развертывание может включать столько ступеней, сколько покажется целесооб­разным иметь в толковании разработчику словаря. На­пример, формула слова sew ‘шить’ будет содержать инстру­ментальную часть, которая описывает предпочтительный инструмент этого действия как линейную вещь (LINE THING), имеющую (WITH) отверстие (THRU PART) — естественно, речь идет об игле. Соответствующее поддерево

(всего дерева для sew) имеет вид:

где дополнительная падежная характеристика вставлена внутрь характеристики инструмента. Такая форма пред­ставления позволяет существенно использовать упорядо­ченность элементов, которая выпадает в стрелочном пред­ставлении, что дает гораздо большую гибкость при описании смысла имен, чем метод Катца — Фодора [62], не преду­сматривающий ни глубинно-падежных элементов, ни эле­ментов для представления действий (система Шенка явля­ется вариантом этого метода — см. Weber, 1972).

Структуры-шаблоны, задающие семантические пред­ставления реальных предложений и их частей, имеют форму сети, составленной из формул типа приведенных выше. Шаблон всегда состоит из трех основных узлов: для агенса, действия и объекта, он может содержать также другие узлы, подчиненные трем названным. Например, в шаблоне предложения John beat the carpet ‘Джон выбивал ковер’ приведенное выше дерево для beat будет поставлено на место узла, символизирующего действие, другое дерево — для John — на место агенса и т. д. Сложность семанти­ческих представлений в системе определяется тем, как фор­мулы, рассматриваемые в качестве активных сущностей, управляют заполнением других узлов данного шаблона.

Итак, полный шаблон — это достаточно сложная струк­тура. Приведем в качестве примера шаблон предложения John shut the door. ‘Джон закрыл дверь.’:

'объект, имеющий материалом (источником) древесину и используемый человеком для того, — чтобы одушевленные вещи не могли использовать отверстие'

Объект

шаблона» (door)

(THE ((PlANTST'UFF) SOUR) ((((THRU PART) OBJE) (NOTUSE'ANI)) GOAL) ((MAN USE) (OBJE THING))), Копр, ((ДЕРЕВЛ/ІАТЕР ЖСТОЧН )((((ЧЕРЕЗ ЧАСТЬ)ОБЪЕКТ)(HE ИСП/ОДУШ ))ЦЕЛЬ)((ЧЕЛОВ.ИСП.)(ОБЪЕКТ ВЕЩЬ)))

AreHf Шаблона *(John)

Действие шаблона «(shut)

'конкретный человек I мужского пола’ Г

(*HUM SUBJ) (THING OBJE) (((THRU PART) NOTBE) GOAL)(MOVE CAUSE) 'СЧЕЛ.СУБ ) (ВЕЩЬ ОБЪЕКТ) (((ЧЕРЕЗ ЧАСТЬ)НЕ БЫТЬ) ЦЕЛЬ) (ДВИГ. КАУЗ.)¹

Определенный артикль the не получает особого семан­тического представления, а просто присоединяется, как это видно в шаблоне, к соответствующей формуле (как и эле­мент PAST ‘прош. время’ следует присоединить к формуле для shut). Хотя все шаблоны имеют единую базисную форму "агенс — действие — объект", любому из этих узлов может быть подчинена зависящая от него формула. Например, если бы рассматриваемое предложение имело вид: John shut the green door. ‘Джон закрыл зеленую дверь.’, объект­ному узлу door была бы подчинена формула слова green.

Каким образом в действительности производится пере­ход от текста к шаблонам? Этот процесс начинается с сег­ментации (fragmentation) текста: программа разбивает фразы текста на сегменты, пользуясь ключевыми словами, такими, как предлоги, подчинительные союзы и т. п. Это делается только на основе списка ключевых слов и сведе­ний о диапазоне действия семантических формул неключе­вых слов. Например, разбиение на сегменты фразы The sort of man / that dogs need / is kind. ‘Человек, I который нужен собакам, / должен быть добрым.* осуществляется в двух местах, отмеченных здесь вертикальными чертами. Даже это предложение требует использования семантики формул для определения того, что в данном случае that является относительным союзным словом, а не указатель­ным местоимением, как во фразах типа The dog likes that man. ‘Собака любит того человека*.

Обычно каждому сегменту фразы, полученному указан­ным способом, сопоставляется один или более шаблонов, однако в некоторых случаях сегменты немедленно склеива­ются в единый шаблон, как, например, это произойдет для предложения The sort of man is kind из приведенной выше фразы.

Затем осуществляется процедура наложения (matching) шаблонов на сегменты. Сначала программа просматривает в сегменте слева направо все комбинации формул (ибо, вообще говоря, для каждого слова будет определено более одной формулы: каждая соответствует какому-то из значе­ний слова), при этом обращается внимание лишь на глав­ные элементы формул. Ищутся формулы для агенса дейст­вия и объекта, сначала именно в названном порядке; при этом, например, формула прилагательного (ее главный элемент — KIND ‘тип’) никогда не может занять место агенса. Соответствующая процедура называется наложением каркасов шаблонов (bare template matching) и в действитель­ности выглядит сложнее, чем было здесь показано, посколь­ку тройка ’’агенс — действие — объект" часто располага­ется в сегменте в другом порядке. В связи с этим вводится шкала предпочтительности для выбора порядка главных элементов формул. Кроме того, многие сегменты не содер­жат всей тройки главных элементов, например, у предло­жения John left. ‘Джон ушел.’ не может быть объекта, и в таких случаях для сохранения единообразия шаблонов в них вводятся пустые узлы. И наконец, английские предлоги всегда трактуются как узлы действий, и потому им всегда приписываются пустые агентивные узлы (этот вопрос будет рассмотрен подробнее ниже).

Сама процедура наложения шаблонов тоже не так проста, как это было представлено выше, и она не сводится к пря­мому построению шаблонов из целых формул. Хотя полный шаблон, например для John shut the door, как он приведен выше, действительно строится таким образом, но до этого система уже сопоставила входному предложению каркас шаблона, состоящий из главных элементов MAN CAUSE THING ‘человек каузирует вещь’, который в системе счи­тается допустимым, в отличие, например, от недопустимого каркаса вида KIND CAUSE THING ‘тип каузирует вещь*. Таким образом, каркасы шаблонов (или типы шаблонов), состоящие из трех упорядоченных семантических элемен­тов, заранее заданы системе и накладываются на сег­менты текста.

Затем следует более интересная процедура наложения, которую мы назовем расширением по предпочтительности (preferential expansion). Шаблоны строились до сих пор с помощью приписывания формул узлам только на основе требований к главным элементам формул. Для предложения John shut the door мы получим один правильный шаблон типа приведенного выше, но для предложения John shut the case. ‘Джон закрыл ящик/судебное дело.’ возможны два правильных шаблона с такими каркасами: MAN CAUSE THING и MAN CAUSE GRAIN ‘человек каузирует систе­му’, поскольку элемент GRAIN ‘система’ является главным в формуле для второго значения слова case.

Расширение состоит в поочередном обследовании всех шаблонов, принципиально допустимых для данного сег­мента, с целью выяснить, какие требования формул к предпочтительному заполнению валентностей выполняются при выборе данного варианта шаблона.

Как говорилось ранее, некоторые семантические эле­менты, входящие в состав формул, не носят обязательного характера и выражают желательность, предпочтитель­ность подобного заполнения. Так, в шаблоне (1) формула для shut содержит указание на предпочтительность того, чтобы агенсом был человек, а объектом — вещь. Оба условия предпочтительности выполняются, если главным элементом формулы для case является THING (то есть, если выбрать для case первое, вещественное значение), тогда как формула с главным элементом GRAIN (для второго значения case) не удовлетворяет условию предпочтительности, наложен­ному на объект. Таким образом, рассматриваются не только формулы для действия, но и все остальные формулы, вхо­дящие в состав шаблонов.

Такой поиск типов агенсов, объектов и т. п. носит лишь предпочтительный характер. Иначе говоря, может быть принята и формула, не удовлетворяющая условиям пред­почтительности, но только в том случае, если нельзя найти лучшего варианта. В результате сегменту сопоставляется тот шаблон, в котором выполнено наибольшее число усло­вий предпочтительности. Общий принцип здесь сводится к тому, что наилучшей интерпретацией является та, которая с точки зрения передачи информации содержит наимень­шее количество "новшеств" по сравнению со стандартом. Эта простая процедура подсчета предпочтительностей по­путно выполняет значительную часть работы, обычно воз­лагаемую на аппарат синтаксического анализа, поскольку одновременно с разрешением лексической неоднозначности (способом, описанным выше) она следит за тем, чтобы се­мантические представления прилагательных заняли в шаб­лонах надлежащие позиции (ср. the green door) и т. п.

Тем самым формулы — это не просто статичные объекты, задающие смысл слов. В процедурах типа описанной выше они играют активную роль, предъявляя свои требования к строящимся шаблонам. Если попытаться определить исполь­зование принципа предпочтительности в терминах анализа снизу вверх vs. сверху вниз, то окажется, что его нельзя считать чистым случаем ни первого, ни второго, посколь­ку предпочтительная структура выбирается при анализе снизу вверх, а потом применяется при анализе сверху вниз.

До сих пор мы рассмотрели следующие шаги работы программы анализа: сегментация текста и процедура нало­жения шаблонов, состоящая из двух этапов. Ниже мы рас­смотрим процедуру вывода умозаключений, также состоя­щую из двух этапов. Результатом ее применения является семантическое представление текста (=семантический блок). В целом переход от текста к его семантическому представ­лению символизирует данная нами на с. 332 схема.

Обратимся теперь к процедурам вывода умозаключений, которые объединяют шаблоны так, что в результате текст оказывается представленным в форме семантического блока, под семантическим блоком мы понимаем упорядоченную последовательность шаблонов, связанных стрелками опре­деленных типов (речь о них пойдет ниже). Построение та­кого блока означает, с точки зрения системы, разрешение всех случаев лексической и референционной неоднознач­ности; после этого программа в ее современном виде начинает переход от семантического блока к французскому тексту. Эта часть работы системы описана в (Herskovits, 1973). Таким образом, сейчас система, построив (как пока­зано на схеме) семантическое представление, осуществляет синтез французского текста. Однако с равным успехом она могла бы отвечать на вопросы или выполнять другую ана­логичную задачу.

В дальнейшем изложении в целях сокращения мы не бу­дем приводить шаблоны в их полной, достаточно громоздкой форме (ср. (1)), а будем обозначать их наборами не менее чем трех символов (английских слов и пустых узлов) в квадратных скобках. Подчеркнем, что слова в квадратных скобках следует понимать как сложные семантические объекты, а не как собственно слова английского языка.

Следующий тип структуры — надиіаблон. Он служит для объединения двух шаблонов, причем чаще всего один из шаблонов представляет "главное" предложение [подлежа­щее, сказуемое и прямое дополнение], а второй — пред­ложную группу. Так, если мы хотим получить надшаблон для предложения

John left his clothes at the cleaners.

‘Джон оставил свою одежду в химчистке.’, которому раньше система приписала два шаблона (один — ’’главному" предложению, второй — предложной группе), то надо соединить их глубинно-падежной связью локатив­ного характера (SLOCA — spatial-location case tie) сле­дующим образом:

[John left his + clothes]

SLOCA ------------------------------------------------ J

>► I ( ? =пустой узел агента) at the + cleaners]

Каково же устройство надшаблона? Каждый надшаблон выражает одно из глубинно-падежных отношений (отметим, что здесь используется тот же набор глубинных падежей, что и внутри формул), а для каждого глубинного падежа име­ется по нескольку надшаблонов. Некоторые глубинные па­дежи условно обозначаются названиями английских пред­логов, хотя на самом деле каждый предлог способен пере­давать не одно, а несколько глубинно-падежных значений.

Так, рассмотрим значения предлога by в группе пред­ложений, которые начинаются одинаково: Не left Comano by... ‘Он ушел/уехал из Комано...’ . В приведенных ниже примерах в правой колонке даны названия падежей, соответствующие типам надшаблонов, которые соединяют ’’главное" предложение с предложной группой

В общем виде надшаблон — это шестерка главных эле­ментов двух каркасов шаблонов (причем некоторые эле­менты могут быть пустыми узлами) в соответствии с ролями ’’агенс первого шаблона", ’’действие первого шаблона", ’’объект первого шаблона" и аналогично для второго шаб­лона (особенно редко заполняются места агенса и объек­та). В отличие от шаблонов, в надшаблонах условия запол­нения узлов носят обязательный характер: при наложении некоторого надшаблона на пару шаблонов все их узлы долж­ны удовлетворять заданным в надшаблоне условиям. Ниже представлены четыре надшаблона, дающие положительный результат при их наложении на пары шаблонов, соответ­ствующие предложениям с теми же номерами, что приведе­ны выше. Левая часть у всех надшаблонов одна и та же и написана один раз:

(3') (*ANI) (MOVE) (WHERE POINT) -------- О--- ? (WHERE LINE)

(DIRE)

(4') ^D