Chu-Liu Edmonds算法在带权重的有向图中寻找最大生成树

**

Chu-Liu Edmonds算法在带权重的有向图中寻找最大生成树

**

基于图的依存句法分析（Graph-Based Dependency Parsing）

前几天读的J&M的第三版Speech and Language Processing时在依存分析这一章看到上述算法，无奈对于此算法的中文解析实在太少于是硬着头皮啃完原著，写下自己的理解，错误之处敬请指出。

此算法是一种高效的贪心算法，用于在有向图中寻找最优的生成树。准备地说，该算法用于一个全连接的、带权重的有向图中。给定一个句子，图中的顶点是句子中的单词，边是所有可能的head-dependent分配，边的权重的大小是head-dependent关系的分数。还有一个ROOT节点，指向所有其他节点。算法返回一棵从ROOT节点传出的最大生成树，代表此句子的依存分析。步骤如下：

1. 对于所有的顶点，找到入边（incoming edge）最大的那个边，如果能产生一颗生成树算法结束否则继续下一步。形式地，对于全连接的图 G = <V, E>，子图 T = <V, F> 是G的一颗生成树，如果T 中无环并且除了ROOT节点之外其他节点只有一条入边；
2. 经过第一步很可能会出现带环的子图，Chu and Liu and Edmonds独立地找到了一种优雅的方法消除环：对于顶点的入边，用权值最大的边减去所有入边的权值，这样所有在第一步中被选中的边的权值都变成0，包括环中的边&