17、多组件上下文无关文法（MCFG）与范围连接文法（RCG）解析探究

多组件上下文无关文法（MCFG）与范围连接文法（RCG）解析探究

1. MCFG与LCFRS解析的过滤器

在解析多组件上下文无关文法（MCFG）及其等价的线性上下文无关重写系统（LCFRS）和简单范围连接文法（SRCG）时，过滤器起着重要作用，它可以减少图表中项目的数量。以下是两种特别适用于自然语言处理的过滤器。

1.1 剩余输入长度过滤器

对于无ε文法，每个变量必须至少覆盖一个输入符号。因此，当剩余输入符号数量为i时，预测左侧变量或终结符数量超过i的子句是不合理的，因为无法用剩余输入实例化该子句。这一过滤思想可追溯到1965年。

一个活跃项目 [A(φ) → A1(φ1) ... Am(φm), pos, ⟨i, j⟩, ρ] 满足长度过滤器的条件是：
[
(n - pos) \geq (|\varphi(i)| - j) + \sum_{k = i + 1}^{\dim(A)} |\varphi(k)|
]
其中， n 是输入字符串的长度， pos 是当前位置。

该过滤器应用于预测、恢复、暂停和完成操作的结果。在处理大型文法时，此条件能避免大量不必要的项目。例如，从具有交叉分支的树库（如Tiger和Negra）中提取的简单RCG是无ε的，因此可以应用剩余输入长度过滤器。

1.2 终结符过滤器

此过滤器用于检查预测部分中所需预终结符的存在情况。假设预终结符被视为终结符，该过滤器会检查子句预测部分（即点右侧部分）中的所有终结符是否存在于剩余输入中，并且终结符出现的顺