第十三篇：上下文无关语法 Context-Free Grammar
Posted flying_1314
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了第十三篇：上下文无关语法 Context-Free Grammar相关的知识，希望对你有一定的参考价值。
目录
Context-Free上下文无关 vs. Regular 常规/正则
回顾
• 中心嵌入
• 无法被正则表达式 (
) 捕获
• 上下文无关语法！
上下文无关语法基础
• 符号
‣ 终端：单词比如book书
‣ 非终结符：NP 或 VP 等句法标签
• 制作（规则）
‣ W → X Y Z
‣ 左侧 (LHS) 正好有一个非终端
‣ 右侧符号的有序列表 (RHS)； 可以是终端或非终端
• 开始符号：S
为什么是“上下文无关”
W → X Y Z
• 产生式规则仅取决于 LHS也就是左侧（而不取决于祖先、邻居）
‣ 类似于马尔可夫链
‣ 每一步的行为仅取决于当前状态
Context-Free上下文无关 vs. Regular 常规/正则
• 上下文无关语言比常规语言更通用
‣ 允许递归嵌套
CFG 解析
• 给定的生产规则
‣ S → a S b
‣ S → a b
• 和一个字符串
‣ aaabbb
• 生成有效的解析树
这意味着什么？
• 如果英语可以用 CFG 表示：
‣ 先制定产生式规则
‣ 然后就可以构建一个“解析器”来自动判断一个句子是否符合语法！
• 但是自然语言是无上下文的吗？
• 不完全：跨串行依赖 (
)
但是
• CFG 取得了良好的平衡：
‣ CFG 涵盖大部分句法模式
‣ CFG 解析计算效率高
• 我们使用 CFG 来描述英语语法的核心片段
大纲
• 组成部分
• CYK 算法
• 用 CFG 代表英语
组成部分
句法成分
• 句子被分解成成分
‣ 词序列作为语言分析的连贯单元
‣ 帮助构建 CFG 生成规则
• 组成部分具有某些关键属性：
‣ 移动
‣ 替换
‣ 协调
移动
• 成分可以在句子周围移动
‣ Abigail gave [her brother] [a fish]
‣ Abigail gave [a fish] to [her brother]
• 对比: [gave her], [brother a]
替换
• 成分可以被相同类型的其他短语替换
‣ Max thanked [his older sister]
‣ Max thanked [her]
• 对比: [Max thanked], [thanked his]
协调
• 组成部分可以与协调器连接，例如and和or
‣ [Abigail] and [her young brother] brought a fish
‣ Abigail [bought a fish] and [gave it to Max]
‣ Abigail [bought] and [greedily ate] a fish
成分和短语
• 一旦我们确定了组成部分，我们就会使用短语来描述它们
• 短语由它们的主词决定：
‣ 名词短语：her younger brother
‣ 动词短语：greedily ate it
• 我们可以使用 CFG 来形式化这些直觉
一个简单的 CFG(英语)
终结符：rat、the、ate、cheese
非终结符：S、NP、VP、DT、VBD、NN
制作规则：
CFG Trees
• 生成对应一个句法树
• 非终端是内部节点
• 终端是叶子
• CFG 解析是逆过程（句子→树）
上图中VBG应该是VBD笔误
算术表达式的 CFG
• S = 起始符号
• | = 运算符或
• 递归，NUM 和 S 可以自己产生
解析
• “1+2-3”是有效字符串吗？
CYK 算法
• 自底向上解析
• 测试给定 CFG 的字符串是否有效，而不枚举所有可能的解析
• 核心理念：先形成小成分，再合并成大成分
• 要求：CFG 必须采用乔姆斯基范式
转换为乔姆斯基范式CNF
更改语法，以便所有形式规则：
‣ A → B C
‣ A → a
• 将形式 A → B c 的规则转换为：
‣ A → B X
‣ X → c
• 将规则 A → B C D 转换为：
‣ A → B Y
‣ Y → C D
‣ 例如 VP → VP NP NP
对于双及物情况，“sold [her] [the book]”
• X、Y 是我们引入的新符号
• CNF 不允许一元规则，A → B。
• 想象NP → S； 并且 S → NP … 导致无限多的树具有相同的产量。
• 用它的制造规则替换 RHS 非终端
• A → B，B → 猫，B → 狗
• A → 猫，A → 狗
CYK 解析算法
• 将语法转换为乔姆斯基范式 (CNF)
• 填写解析表（从左到右，从下到上）
• 使用表导出解析
• 表格右上角的 S = 成功！
• 将结果转换回原始语法
CYK：检索解析
• 解析表右上角的 S 表示成功
• 要获取解析，请按照每个匹配项的指针返回
CYK算法
上图的伪代码，就是我们上面所说的解析算法
用 CFG 代表英语
从玩具语法到真正的语法
• 带有少量制作规则的玩具语法，适合演示或非常有限的领域
• 对于真正的文本，我们需要真正的语法
• 数以千计的制作规则
Penn Treebank 的主要成分
• 句子（S）
• 名词短语 (NP)
• 动词短语 (VP)
• 介词短语 (PP)
• 形容词短语 (AdjP)
• 状语短语 (AdvP)
• 从属从句 (SBAR)
示例 PTB/0001
基本英语句子结构
• 陈述句（S → NP VP）
‣ 老鼠吃了奶酪
•祈使句（S → VP）
‣ 吃奶酪！
• 是/否问题（S → VB NP VP）
‣ 老鼠吃奶酪了吗？
• Wh 主语问题（S → WH VP）
‣ 谁吃了奶酪？
• Wh-object-questions (S → WH VB NP VP)
‣ 老鼠吃了什么？
英语名词短语
• 预修饰符
• 后修饰符
这是一条正则：
NP → DT? CD? ADJP? (NN|NNP)+ PP* VP? SBAR?
动词短语
• 辅助者
VP → (MD|VB|TO) AdvP? VP
• 参数和附加词
VP → VB NP? NP? PP* AdvP* VP? SBAR?
其他成分
| • 介词短语 ‣ PP → IN NP | in the house |
| • 形容词短语 ‣ AdjP → (AdvP) JJ | really nice |
| • 副词短语 ‣ AdvP → (AdvP) RB | not too well |
| • 从属条款 ‣ SBAR → (IN) S | since I came here |
| • 协调 ‣ NP → NP CC NP； VP → VP CC VP；etc. | Jack and Jill |
| 复杂句 ‣ S → S SBAR； S → SBAR S； 等等。 | if he goes, I’ll go |
总结
• 上下文无关文法可以表示自然语言的大多数语言结构
• 有相对较快的动态编程算法 (CYK) 来检索此结构
解析歧义
• 但是歧义呢？ 通常不止一棵树可以描述一个字符串，大家可以思考一下！
ok，今天的内容就到这里了，炎热的暑假即将来临，真的是有点热~辛苦大家观看了！有问题随时评论交流哦！
以上是关于第十三篇：上下文无关语法 Context-Free Grammar的主要内容，如果未能解决你的问题，请参考以下文章
第十四篇：有概率的上下文无关语法Probabilistic Context-Free Grammar