4、自然语言的语法形式主义

自然语言的语法形式主义

上下文无关文法（CFG）在处理自然语言现象时存在一定的局限性，因此有必要研究其扩展形式。本文将介绍几种不同的语法形式主义，包括树邻接文法（TAG）、线性索引文法（LIG）、线性上下文无关重写系统（LCFRS）、多组件树邻接文法（MCTAG）、多上下文无关文法（MCFG）和范围连接文法（RCG），并探讨它们如何扩展 CFG、如何建模自然语言现象以及它们之间的关系。

1. 树邻接文法（TAG）

树邻接文法（TAG）是一种树重写形式主义，它从树替换文法发展而来，允许用新树替换内部节点。

1.1 形式主义

TAG 由一组有限的句法树（基本树）组成。通过替换（用新树替换叶子节点）和邻接（用新树替换内部节点）操作，可以从基本树推导出更大的树。在邻接操作中，被邻接的树有一个标记为足节点（用星号标记）的叶子节点，这样的树称为辅助树。当将辅助树邻接到节点 n 时，原树中以 n 为根的子树会附加到辅助树的足节点上。非辅助基本树称为初始树，推导从初始树开始，最终推导树的所有叶子节点都必须有终结符标签。

例如，对于句子 “John always laughs”，“John” 的树替换主语 NP 槽，“always” 的辅助树邻接到 “laughs” 树的 VP 节点，如下图所示：

S
NP  VP
John  ADV VP
always  V
laughs

内部节点可以标记为 OA（强制邻接）和 NA（无邻接，即不允许邻接）。对于非 NA 节点，可以指定可以邻接到该节点的辅助树集合。

1.2