本文介绍了计算机语言学中的形态分析，主要探讨了屈折语的词构成规则，如英语和德语的词缀变化。形态分析关注如何利用计算机将屈折语词汇分解为语素，并简述了有限状态自动机（FSA）的基本概念，包括DFSA和NFSA。同时，提到了有限状态转换机（FST）在识别、生成和翻译中的作用，以及构建形态分析器所需的资源如词典和正字规则。
7 有限状态技术和形态分析
7.1 形态分析简介
形态学研究屈折语中词的构成规则。
英语、德语等时屈折语。
汉语是孤立语。
日语是黏着语。
词通常是语素组成，语素是语言中最小的意义单位。
英语中的语素
语素可以分成两大类：词干（提供词的主要意义）和词缀（提供词的附加意义，修改词干义或改变词的语法功能）
语素构成词的方法：
1.屈折变化：词干+词缀形成的词通常与原词干同属一类，常用来使词具备数、时态等功能。
2.派生词：词干+词缀形成的词通常与原词干不属一类，词义通常与原词干有联系（有时难以预料）
屈折变化：名词单复数，名词所有格，形容词副词比较级，最高级，动词时态。
派生词：动词形容词名词化，从名词动词派生出形容词。
形态分析研究如何利用计算机把屈折语中的词分解成语素。
7.2 形态分析基本技术
有限状态技术
有限状态自动机（FSA）
有限状态自动机的确定性(DFSA/NFSA)
有限状态自动机和语言
有限状态自动机和正规文法(等价)
有限状态自动机和正则表达式(等价)
有限状态自动机作为正则语言的识别装置和生成装置。
DFSA和NFSA
NFSA的不确定性：同一状态，输入同一个字母可转移到多个状态。
NFSA可以转换成DFSA，所以NFSA不比DFSA能力强。
NFS
最低0.47元/天 解锁文章
扫一扫
1505
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
