中文信息处理学科理论.pptVIP

第五章中文信息处理的学科理论 授课时间:2007年1月9日 授课人:徐艳华  信息处理的句法理论 信息处理的语义理论 中国计算语言学的理论影响  1、短语结构语法的形式化定义 ■短语结构语法PSG可以定义为一个四元组 G=TN,s, P 其中,T是终结符号( terminal symbols)的集合,任何 部现代汉语词典中的词都可以成为这部语法中的终结符号。 N是非终结符号的集合,包括词类标记(如名词N,动词V 等等)和短语功能标记(如名词性短语NP,动词性短语 VP等等)。S是N中的一个元素,称作起始符,语言中的 每个句子都是从这个起始符开始推导。P代表一组式子组 成的集合,P中的式子具有这样的形式:→β。一般把具 有上面这种形式的式子称为“产生式规则”( production rue)或“重写规则”( rewriting rule),式子中的箭头 →”表示替换的意思,即将左边的字符串α替换为箭头 右边的字符串β。  产生式需要满足下面三个条件 a可以是T和N上的任意字符串,但不能是空字符; β可以是T和N上的任意字符串,也可以是空字符 P中至少有一个产生式中的a必须由S来充当。 ■一条“产生式”就是一条句法规则。不同类型的 语法对规则的形式有不同的限制,句法分析前首 先要确定使用什么类型的语法。  2、短语结构语法的乔姆斯