2、词汇化语法与英德语言中的格和词序解析

词汇化语法与英德语言中的格和词序解析

1. LTAG与基于解释的学习技术

在解析词汇化树邻接文法（LTAG）问题上，基于解释的学习技术（EBL）有了一些新颖的应用。EBL的核心思想是记录过去解决的问题，并在未来遇到类似问题时复用这些解决方案。然而，EBL是否能真正提升使用它的系统性能，目前还不明确。

Rayner是首位在自然语言解析领域研究该技术的人。从EBL的角度看，解析单个句子意味着解释该句子为何属于语法所定义的语言。解析新句子则是从训练句子中寻找类似的解释。具体做法是，让解析树驱动规则扩展过程，当当前节点满足“树裁剪”标准时，停止特定规则的扩展。Samuelsson利用信息论中的熵来自动推导合适大小的树块。

我们的方法虽大致遵循这一方向，但有独特之处：
- 利用LTAG的关键属性，对训练集中句子的解析结果进行直接泛化。
- 将泛化后的解析结果表示为有限状态转换器（FST），据我们所知，这是FST在EBL领域的首次应用。
- 实现训练集解析结果的额外泛化，能直接处理与训练句子长度不一定相同的测试句子。

此外，我们还引入了名为“stapler”的设备，它是一个功能大幅简化的解析器，仅负责项统一和计算修饰语的替代附着方式。结合FST的输出使用“stapler”，能显著提高解析速度。

1.1 LTAG表示对EBL的影响

一个句子的LTAG解析可视为与句子词汇项相关联的基本树序列，以及基本树之间的替换和邻接链接。给定一个LTAG解析，泛化过程非常直接：
- 取消解析中锚定各个基本树的特定词汇项的实例化。
- 取消由锚定词的形态和推导过程贡献的特征值的实例化。