95、自然语言处理中的增强语法与语义解析

自然语言处理中的增强语法与语义解析

1. 增强语法的引入

在自然语言处理中，传统的上下文无关语法存在一定的局限性。并非每个名词短语（NP）都能以相同的概率出现在各种上下文中。例如，“I ate a banana” 是符合语法的句子，而 “Me ate a banana” 则不符合语法规则，“I ate a bandanna” 虽然语法正确，但出现的可能性较低。

这是因为传统语法主要关注词汇类别，如代词。虽然 “I” 和 “me” 都是代词，但只有 “I” 能作句子的主语；“banana” 和 “bandanna” 都是名词，但 “banana” 更有可能成为 “ate” 的宾语。语言学家指出，代词 “I” 处于主格（即作动词的主语），“me” 处于宾格（即作动词的宾语），并且 “I” 是第一人称单数。

像代词这样，通过 “主格、第一人称单数” 等特征进行增强的类别被称为子类别。增强语法中的非终结符不再只是像代词或 NP 这样的原子符号，而是结构化的表示。例如，名词短语 “I” 可以表示为 NP(Sbj,1S,Speaker)，意味着 “一个处于主格、第一人称单数且含义为句子说话者的名词短语”；而 “me” 则表示为 NP(Obj,1S,Speaker)，表明它处于宾格。

对于 “Noun and Noun or Noun” 这样的序列，上下文无关语法无法表达对某种解析的偏好。而增强语法可以解决这个问题，例如我们希望语法更倾向于 “[[spaghetti and meatballs] or lasagna]” 和 “[spaghetti and [pie or cake]]” 这样的解析。

2. 词汇化概率上下文无关文法（Lexicaliz