14、自然语言处理中的语法形式主义与解析算法

自然语言处理中的语法形式主义与解析算法

在自然语言处理领域，语法形式主义起着至关重要的作用。LCFRS、MCFG 和 SRCG 等形式主义不仅能够描述语言中的不连续现象，还与其他基于语言学考虑的语法形式主义等价。

1. 依赖关系与 LCFRS 提取

从依赖树库中提取 LCFRS 有相关算法。RCG 的非终结符是边的标签，每个子句都进行了词汇化，词汇项是相应边所指向节点的标签。例如，从依赖树中提取的子句示例如下：

root
aux
pp
aux
r Dar¨uber muß
nachgedacht
werden
pp(Dar¨uber) →ε
root(X1mußX3) →aux(X1,X3)
aux(X1,nachgedacht) →pp(X1)
aux(X1, X2werden) →aux(X1,X2)

2. 等价的语法形式主义

2.1 集合局部多组件 TAG

MCTAG 是一种特殊的 TAG，其基本树被分组为树集。集合局部 MCTAG 的定义基于这样的条件：当使用语法中的一个树集时，该树集中的树必须附加到（或替换）属于之前添加的单个树集的树的节点上。
- 集合局部性条件定义 ：设 $G = \langle N, T, S, I, A, A\rangle$ 是一个 MCTAG，$D = \langle V, E, r\rangle$ 是 $G_{TAG}$ 中饱和派生初始树的派生树。$D$ 是集合局部的，当且仅当存在 $V$ 的一个划分 $V_1, \ldots, V_n$，使得