【NLP】

一 语法解析

• 语法的存储表达方式：

  (S (NP (N Boeing)) (VP (V is) (VP (V located) (PP (P in) (NP (N Seattle))))))。
  S代表句子
  NP,VP,PP分别是名词短语，动词短语，介词短语
  S,V,P分别是名，动，介词

• 语法解析的算法：

如何表示一个句子中的语法，定义如下一些规则及变量

1. 1）N表示一组非叶子节点的标注，例如{S、NP、VP、N...}
   
   2）Σ表示一组叶子结点的标注，例如{boeing、is...}
   
   3）R表示一组规则，每条规则可以表示为X->Y1Y2...Yn，X∈N，Yi∈(N∪Σ)
   
   4）S表示语法树开始的标注

   如上表示右边语法树 

如上叫做上下文无关的语法，从这些语法定义可以推导出这个句子的语法格式。

可是这种定义有个问题，有些单词有多词性，同时规则中，NP-PP PP，这种，第二个pp到底修饰PP还是修饰NP未知。

     由此用概率分布的上下文无关语法。给每条规则给出一个概率。由此得到概率和最大的结果就是语法树的最佳结果。

• 语法解析的方法： 训练，识别
• 训练阶段：从一个大语料库，一般是penn treebank这种类型，其中已经定义了语法格式，从中提取语法规则，统计每种规则的概率。
• 识别阶段（预测阶段）：对于要解析的句子，根据已经训练模型中的参数。给出语法树（暴力遍历，动态规划。待深解）