28、基于Maude的模型模拟与两级形态学识别衍生施事名词研究

基于Maude的模型模拟与两级形态学识别衍生施事名词研究

1. 基于Maude的DIMA模型模拟计划

我们计划将由Maude支持的环境分析技术集成到我们提出的框架中。这些技术包括调试、故障排除，以及通过可达性分析和模型检查进行验证。同时，我们还打算将Maude支持的客户端 - 服务器执行技术集成到我们的环境中。

我们关于多智能体系统（MAS）描述和验证的工作并不局限于DIMA模型。我们还为AUML创建了Maude的正式版本，这一工作被认为是一种重要的研究途径，因为我们可以使用同一平台（Maude）来实现一些最初使用不同模型开发的MAS应用程序之间的通信。

2. 两级形态学识别衍生施事名词

2.1 两级形态学模型概述

计算形态学的核心任务是将单词作为输入，并对其进行形态音位分析。形态策略通常是单词底层词素的简单连接，常用有限状态自动机来表示。然而，在一些情况下，单词的形成过程并非简单的词素连接，如元音和谐、重复、插入等，这时音位规则就变得至关重要。

两级形态学模型被认为是最成功的音位规则建模方法之一。该模型包含两个组件：
- 通过有限状态转换器描述的音位规则。
- 包含词法单元和形态策略的词库。

在这个模型中，使用了两级音位学的形式主义。Koskenniemi模型的两级性体现在，一个单词被描述为其词法形式和表层形式之间的直接符号对应关系。例如，施事名词“maker”是由动词“make”和后缀“er”连接而成，但在添加后缀时，“make”的最后一个字符“e”被删除。其两级表示如下：
- 词法形式：m a k e + e r
- 表层形式：m a k 0 0