2、自然语言处理中的语法形式主义与解析算法综述

自然语言处理中的语法形式主义与解析算法综述

1. 不涉及的语法形式主义

在自然语言处理领域，有几种语法形式主义在相关研究中被搁置一旁。

首先是具有高表达能力的形式主义，它们会生成超多项式语言。其中最突出的是词汇功能语法（LFG）和中心驱动短语结构语法（HPSG）。与常见的语法不同，它们遵循不同的传统。常见语法旨在在保证计算可处理性的前提下，尽可能扩展上下文无关文法（CFG）的表达能力，以描述自然语言现象，而LFG和HPSG提供的形式主义过于强大，本身并不能告诉我们关于自然语言类别的信息，只有具体的语法才能刻画自然语言。

其次是向量语法。它的元素是集合，如重写规则集或树邻接文法（TAG）树集。在推导过程中，使用集合中的一个元素时，必须同时使用该集合中的其他元素。根据元素添加方式的不同，会产生多种具有不同属性的形式主义，例如矩阵文法、无序向量文法、树局部和集局部多组件TAG、带支配链接的非局部MCTAG和带支配链接的向量TAG。

最后是范畴语法，如组合范畴语法（CCG）和抽象范畴语法（ACG）。这些语法的定义方式与常见的语法形式主义不同，因为范畴语法是基于演绎的逻辑框架，而常见研究集中在重写语法上，即规则定义已生成结构部分重写方式的语法，它们是CFG的直接扩展。

此外，依存解析也是被搁置的重要话题。一般来说，依存解析是数据驱动而非规则驱动的，与基于规则的符号解析算法采用不同的解析方法。

2. 整体内容概述

整体内容涵盖了多个方面，包括自然语言的语法形式主义、解析的预备知识、不同的语法扩展及其解析算法，以及自动机模型。

2.1 自然语言的语法形式主义

CFG在