13、自然语言形式化：上下文无关与上下文敏感语法解析

自然语言形式化：上下文无关与上下文敏感语法解析

1. 上下文无关语法

1.1 递归形式

在自然语言形式化中，上下文无关语法有着多种递归形式。例如，对于像 “The pen” “The pen in the box” “The pen in the box inside the drawer” 这样的表述，可以构造与之等价的有限状态图。
- 左递归 ：可以自动去除上下文无关语法中的左递归。
- 中间递归 ：存在一种更复杂的递归形式，既不在语法的左侧也不在右侧。如 “The cat sleeps” “The cat that Joe got sleeps” 等句子，由包含自我引用但不在左右侧的语法生成。不过，使用中间递归产生的嵌入式句子往往不自然，超过两三次嵌入后生成的句子通常不可接受，并且无法构建与包含中间递归的上下文无关语法等价的正则表达式。

1.2 解析树

一般来说，将语法应用于文本会产生二元结果：文本序列要么属于语法描述的语言，要么不属于。但这种二元信息往往不足。例如，对于结构上有歧义的句子，句法语法会以多种方式识别它，此时解析树就很有用。

1.2.1 歧义语法示例

考虑这样一个语法：
- 句子由主语、动词和直接宾语组成（主规则第一项），或者由主语、动词、直接宾语、介词和间接宾语组成（主规则第二项）。
- 名词短语（规则 NP）由限定词后跟名词组成，或者由名词短语后跟介词，再跟另一个名词短语（名词补语）组成。

当将此语法应用于 “This man sees a chair