4、自然语言的语法形式主义

自然语言的语法形式主义

上下文无关文法（CFG）在处理自然语言现象时存在一定的局限性，因此有必要研究其扩展形式。本文将介绍几种不同的语法形式主义，包括树邻接文法（TAG）、线性索引文法（LIG）、线性上下文无关重写系统（LCFRS）、多组件树邻接文法（MCTAG）、多上下文无关文法（MCFG）和范围连接文法（RCG），并探讨它们如何扩展CFG，以及它们之间的关系。

树邻接文法（TAG）

树邻接文法（TAG）是一种树重写形式主义，它由一组有限的句法树（基本树）组成。通过替换（用新树替换叶子节点）和邻接（用新树替换内部节点）操作，可以从基本树推导出更大的树。在邻接操作中，被邻接的树有一个标记为足节点的叶子节点，这种树称为辅助树。非辅助基本树称为初始树，推导从初始树开始，最终推导树的所有叶子节点必须有终结符标记。

例如，对于句子 “John always laughs”，“John” 的树替换主语NP槽，而修饰词 “always” 的辅助树邻接到 “laughs” 树的VP节点。内部节点可以标记为OA（强制邻接）和NA（空邻接，即不允许邻接），对于非NA节点，可以指定可以邻接的辅助树集合。

TAG推导由推导树表示，记录基本树的组合历史。推导树的每条边代表一个邻接或替换操作，边用Gorn地址标记。TAG能够生成复制语言，这表明它足以描述交叉串行依赖关系。

此外，CFG可以通过TAG进行词汇化，并且TAG在强词汇化下是封闭的，即对于每个CFG或TAG，都有一个强等价的词汇化TAG（LTAG）。

TAG的基本树允许表达局部依赖关系，即使它们是“无界的”，因此TAG被认为具有扩展的局部性域。这是因为TAG基本树可以任意大（但必须是有限