Parsing Techniques 读书笔记 第2章

      文法有两个层次：Sentence/word和word/letter。而一个好的文法总要能够很好的区分这两个层次。前者以token为不可再分单位，而后者以letter为不可再分单位。

正式语言学家眼中的语法: 语法是任何语言的确定的、有限大小的、完整的描述，即句子的集合。但有些波拉图式的很抽象的描述比如 “这是史塔克写的语言”或“这个语言包含了Π中的所有数字组合集合”，这种描述非常广泛，但越通用意味着越难以利用，毕竟总不可能凭借“史塔克写的语言”去对这个语言进行各种精确的操作吧。所以正式语言学家不得不放弃这种“诱人而懒散”的概念，转向衍生语法(generative grammar)，衍生语法成为形式语言中的主流，其中以乔姆斯基为代表，而衍生文法就是通过有限规则和初始元素来构造和描述语言。

 

所有的语言都能通过有限集构造吗？

答案为否，可以用康托尔对角论证法来证明。2.1.3.2节首先介绍了用穷举法来描述语言；2.1.3.3节中通过基于符号表∑的两种语言*∑和L的对比，将语言的描述从穷举变换成二进制的描述（从而引入了数学的领域），再利用对角论证法，论证了语言不可能完全被描述。感觉这和哥德尔定理的证明有很多相似之处，涉及到了自我指涉，如果有兴趣，可以参考如下这个帖子，用对角论证法将停机问题、哥德尔不完备定理等问题联系在了一起：

https://blog.csdn.net/pongba/article/details/1336028