自然语言、形式语法与自动机.docx

自然语言、形式语法与自动机 形式语法与自动机理论是口然厝言的计算机处理的基础理论。 一、形式语法与自动机理论 1.形式语法 从数学的观点看.自然语言的表达式是一个个有穷长的符号串(其中的符号可以是子、 词、音节等)。但并非每个串都是自然语言允许的合法的表达式。语法(grammar)的作用 就是以某种方式在所有有穷串的集合中“选”出一个子集,该子集中的串是“合法”的。 有两类数学“装置” 自动机(automaton)和串重写系统(string rewriting system), 可以用于从数学和计算机的角度考察语法。 一个形式i吾法(fonnal grammar).简称“语法”，实质上可以看作是一个基于公理和推 演规则的推演系统。 定义1形式语法 一个形式语法是一个四元组＜V7. Vn,S,R＞其中： V7称终结符字母表(the icrminal alphabet),直观上是语言中全部表层符号的有穷集合。 称非终结符字母表(lhe non-cerniinal alphabet),直观上是表示语法范畴的符号的有穷 集合. V7与％相交为空. S 称初始符号(initial symbol), 5eVVo R称規则集(the sei of rules),直观上是一系列形如的规则的集合，其中＜p和屮 是符号串。设Z=VrUV.v, ￡*={sls 是有穷E串}, ￡*%￡*= {CZIa,cE￡*, bW 明,有穷 集心必￡*X￡*。 定义 2 派生(derivation) 设G=＜Vn,S,R＞是一个语法。一个G的派生是一个符号串的序列m...,，其中X。 =5, M是由应用某条中的规则得出的 定义3生成(generate) 语法G生成串当且仅当，存在一个G的派生ao,...,x”， i吾法G生成的语言UG)={sEVt^s由G生成 例4形式语法举例 Gi=v0Kv,S./?,其中 V『={a.b}, Vy={S.A.B}, S=S, R 如下： S-ABS. S-e (空串)， AB-BA. BA-AB, A—a. Bf 则G如何生成串abba? S n ABS = ABABS = ABAB = ABBA = ABbA = aBbA = abbA = abba。 不难发现L(G)= {sw (a. b}*l s中a与b个数相等}。 G\=Vr. S. R.其中 *={P,f c.m A.f ▽.(.)}, Kv={ Form. Term, Con, Var} 5=Form, R 如下： Form -i Form Form (Form A Fonn) Form V Var Form Form — FTcrm Term -* Con Term -* Var Term -* /Term 9 Var xo 9+〃 Var f 心 不难发现 口 G)=Fomhyc])B 一个“零”至“九十九”的汉语数字词的形式语法。 ZERO-* 零 DIG- — DIG-二 DIG-九 TEN-十 DEC-TEN DIG SfZERO S-DIG S-TEN S-DEC S-TEN DIG S-DEC DIG i吾法生成串的过程以及串的i吾法结构可以通过(有序)树形图清晰地表现出来。树可以 表现出：句子成分的层及分组信息、语法类型信息和顺序信息. 例5根据例4 (3),字符串“五十三”的树： S DEC DIG DIGTEN DIG TEN 一个Parser程序。 几个关于树的语法分析中经常用到的概念。 统御(dominance),直接统御： 福于(belongs),统制/命令(command), c.统制/命令(constituent-command)： 先行(precedence)? 2.乔姆斯基层级(the Chomsky Hierarchy) 对所有形式语法进行的分类：按照重写規则的限制由弱増强，或者说i吾法生成能力的由 强减弱，分为Type 0至Type 3. 定义7 T\pe 0至l\pc 3语法 设a. p.v是任意串，A.B是非终结符，x是终结符串。 I\pc 0 (recursive enumerable grammar, unrestricted rewriting system)：由定义 1 所定义的 语法。 Type 1 (context sensitive)：每条规则都形如aAp—ayp,其中屮女。(或：屮—co, to不 Type 2 (context free)：毎条规则都形如 Type 3 (regular, right linear, finite state grammar)：每条规则都形如 A—xB 或 A—x。 命题8几种语法间的包含关系 Type ScT^pe 2。 不含空串的Type 2cTpc 1