NLP学习记录——句法分析

句法分析

一般而言，句法分析分为两个主要的方向：
一是句法结构分析，或称成分句法分析、短语句法分析，亦即context-free grammers(CFGs)，将语句视为嵌套的短语组合：
Basic unit: words
the, cat, cuddly, by, door
det, N, Adj, P, N
Words combine into phrases
the cuddly cat, by the door
NP -> Det Adj N,PP -> P NP
Phrases can combine into bigger phrases
the cuddly cat by the door
NP -> NP PP
使用语法树表示更为方便：

一是依存分析，研究单词之间的依赖关系：

同样，依存关系也适于用树来表达：

首先来看看CFGs。

CFGs

CFGs的定义包括四个集合：
N:有限的非终端语法标识的集合，亦即语法树上非叶子结点的集合。
S：起始标识
E:有限的终端标识集合，也是语句中所有单词的集合，位于句法树的叶子结点。但是要注意，句法树的叶子节点允许为空。
R：构建句法树的有限个规则的集合，表述了句法树的构建过程。
即G=(N,E,S,R)
例：

基于以上集合可构建句法树：

但是，构建过程也可能会有歧义：

left-most derivation是句法树构建过程中的一串序列，例：
s1=S
s2=NP VP.(基于规则s->NP VP)
s3=DT NN VP(nP->DT NN)
s4=the NN VP(DT->the)
s5=the man VP(NN->man)
s6=the man Vi(VP->Vi)
s7=the