自然语言处理（一）——文法（形式语言）基本概念

一、基本概念

1.字符串：假定 Σ 是字符的有限集合，它的每一个元素称之为字符。由 Σ 中字符相连而成的有限序列被称之为Σ上的字符串。

这是教材对于字符串的定义，通俗地理解，字符串就是一连串的字符。不包括任何字符的字符串称为空串，记作 ε。

包括空串的 Σ 上字符串的全体记为 Σ*。例如Σ=abcd。 Σ*可以理解为a、b、c、d这四个字符的任意组合再加上空串ε的集合。

2.字符串的连接：例如 x=abc，y=def。x和y连接记作xy=abcdef。x和x自身连接，记作x的平方，同理n个x连接记作x的n次方

3.字符串集合的乘积：设A, B是符号串的集合，则A, B的乘积定义为：AB = {xy | x ∈ A, y ∈ B}。

   例如 设A={aa, bb}, B={cc, dd, ee}，则 AB={aacc, aadd, aaee, bbcc, bbdd, bbee}

4.字符串集合的闭包：如果V是字符表Σ上的字符串集合，那么V 的闭包定义为：V* = V0 ∪ V1∪ V2 ∪ …

例如：V = {a, b}

V0 = {ε}，V1 = {a，b}，V2 = {aa，ab，ba，bb}，V3={aaa，aab，...}

V* = {ε, a, b, aa, ab, bb