统计自然语言处理书籍阅读心得六

自动机理论：

   1：有限自动机，有限自动机又分为确定性有限自动机（definite automata, DFA）和不确定性有限自动机（non-definite automata, NFA）两种。

其中，Σ是输入符号的有穷集合；Q是状态的有限集合；q0∈Q是初始状态；F是终止状态集合，F⊆Q；δ是Q与Σ的直积（就是笛卡儿积）Q×Σ到Q（下一个状态）的映射，它支配着有限状态控制的行为，有时也称为状态转移函数。图3-3是DFA的原理示意图。其含义是：处在状态q∈Q中的有限控制器从左到右依次从输入带上读入字符。开始时有限控制器处在状态q0，输入头指向Σ

*中一个链的最左符号。映射δ（q，a）＝q′（q，q′∈Q,a∈Σ）表示在状态q时，若输入符号为a，则自动机M进入状态q′并且将
输入头向右移动一个字符。如果一个句子x对于有限自动机M有
δ（q0，x）＝p, p∈F，那么，称句子x被M接受。被M接受的句子的全集如果一个句子x对于有限自动机M有
δ（q0，x）＝p, p∈F，那么，称句子x被M接受。被M接受的句子的全集如果一个句子x对于有限自动机M有
δ（q0，x）＝p, p∈F，那么，称句子x被M接受。被M接受的句子的全集如果

如果一个句子x对于有限自动机M有δ（q0，x）＝p, p∈F，那么，称句子x被M接受。被M接受的句子的全集称为由M定义的语言，或称M所接受的语言，记作T（M）：
一般地，我们用状态图来描述映射δ。映射δ（q, a）＝q′的状态转换图如图3-4所示。

状态转换图的构造方法为：每个状态作为一个结点，用圆圈表示。如果处在状态q并接受输入符号a∈Σ时的DFA转移到q′状态，那么，画一条有向弧从状态q到达状态q′，其标记为a。终止状态用双圈表示，开始状态用带“开始（start）”说明的箭头标出。

（不确定的有限自动机） NFA M是一个五元组：M＝（Σ,Q,δ,q0，F）其中，Σ是输入符号的有穷集合；Q是状态的有限集合；q0∈Q是初始状态；F是终止状态集合，F⊆Q；δ是Q与Σ的直积Q×Σ到Q的幂集2Q的映射。

            NFA与DFA的重要区别是：在NFA中δ（q, a）是一个状态集合，而在DFA中δ（q, a）是一个状态。根据定义，对于NFA M有映射：δ（q, a）＝{q1，q2，…，qk}，k≥1其含义是：NFA M在状态q时，接受输入符号a时，M可以选择状态集q1，q2，…，qk中的任何一个状态作为下一个状态，并将输入头向右边移动一个字符的位置。

        （NFA接受的语言） 如果存在一个状态p，有p∈δ（q0，x）且p∈F，则称句子x被NFA M所接受。被NFA M接受的所有句子的集合称为NFA M定义的语言，记作T（M）：

定理3-1     设L是被NFA所接受的语言，则存在一个DFA，它能够接受L。

正则文法与自动机的关系
若G＝（VN，VT，P，S）是一个正则文法，则存在一个FA M＝（Σ，Q，δ,q0，F），使得T（M）＝L（G）。
根据这个定理，可以用以下方法由给定的正则文法G＝（VN，VT，P，S）构造FA M。具体步骤如下：
（1）令Σ＝VT，Q＝VN∪{T}，q0＝S，其中T是一个新增加的非终
结符；
（2）如果在P中有产生式S→ε，则F＝{S，T}，否则F＝{T}；
（3）如果在P中有产生式B→a，B∈VN，a∈VT，则T∈δ（B,
a）；
（4）如果在P中有产生式B→aC，B，C∈VN，a∈VT，则C∈δ（B,
a）；
（5）对于每一个a∈VT，有δ（T, a）＝∅。

若M＝（Σ，Q，δ,q0，F）是一个有限自动机，则存在一个正则文法G＝（VN，VT，P，S），使得L（G）＝T（M）。由FA M构造G的一般步骤为：
（1）令VN＝Q，VT＝Σ，S＝q0；
（2）如果C∈δ（B, a），B，C∈Q, a∈Σ，则在P中有产生式B→aC；
（3）如果C∈δ（B, a），C∈F，则在P中有产生式B→a。

根据上面介绍的三个定理可以得到一个重要结论：对于任意一个正则文法所产生的语言，总可以构造一个确定的有限自动机识别

它。也就是说，对于任意一个正则文法，总可以构造一个确定的有限自动机。