14、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

上下文无关语法在自然语言处理中具有重要地位，它能够描述许多复杂的语言结构。以下是对上下文无关语法的详细介绍。

1.1 递归类型

上下文无关语法存在多种递归类型，包括左递归、右递归和中间递归。
- 左递归 ：例如 “The pen” “The pen in the box” “The pen in the box inside the drawer” 等序列，可以构建与之等价的有限状态图。去除上下文无关语法中的左递归过程可以实现自动化。
- 中间递归 ：中间递归的情况更为复杂，其递归引用既不在语法的左侧也不在右侧。例如 “The cat sleeps” “The cat that Joe got sleeps” 等句子。不过，使用中间递归生成的嵌套句子通常不太自然，超过两三层嵌套后句子往往难以接受。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

在应用语法解析文本时，通常会得到一个二元结果：文本序列是否属于该语法所描述的语言。但这种二元信息往往不够，特别是当句子存在结构歧义时，需要区分不同的解析方式。解析树就是一种更优雅的展示方式。

以 “This man sees a chair from his house” 为例，使用一个歧义语法进行解析，会得到两种可能的推导：
- 第一种推导 ：