Parsing techniques 笔记(章三)

3.1.1 从语句中重新建立production tree是为了在production tree的结构中获得语义

二叉树只要叶子数一样,总结点数就一样,令叶子树为n,总结点数为2 * n - 1。

规则右边有且仅有两个结点:2 * n - 1

规则右边可以多过两个结点:小于 2 * n - 1(因为不需要那么多父亲结点)

规则右边有且只有一个结点:小于2 * Cu * n(因为一系列规则可能导致一个词增加常数个父亲结点(Cu-1个))

规则右边可以没有结点:小于 2 * Cn * Cu * n

3.1.2 歧义

有歧义的句子有多个production tree,有歧义的grammar会生成有歧义的句子。

但若多个production tree的语义一样,则这种歧义是spuriously ambiguous。

3.1.3 parse tree 的线性化

leftmost derivation:对parse tree先续遍历

rightmost derivation:对parse tree后续遍历

infix notation:先前n各子结点(再加括号),再父节点,再后剩余的子结点(再加括号)。如(左子节点) 父亲 (右子节点)

当n为1时为 left-corner derivation。

以上的方法线性化后,可以逆向求回 parse tree

3.2 Two Ways to Parse a Sentence

自顶向下 和 自底向上

3.3 Non-Deterministic Automata

Non-Deterministic Automata 若能产生结果,则比正确。

若不能产生结果,则死循环或者走到死路。

正确与否决定于control mechanism

构造constrol

(1)independent of the grammar,

(2)consult the grammar regularly

(3)use large tables precomputed from the grammar

(4)use tables computed from the input string

Constructing the control mechanism, including the tables, from the grammar is

almost always done by a program. Such a program is called a parser generator;

3.4 Recognition and Parsing for Type 0 to Type 4 Grammars

只要一个sentence是由0型grammar生成的,那么我们一定可以用程序将parse tree构建出来。

不能在有限的时间内判断一个sentence是否可以由0型grammar生成,但1型grammar可以。

3.5 An Overview of Context-Free Parsing Methods

3.5.1 方法可分directional和non-directional

3.5.2 方法可分为深度优先搜索和广度优先搜索

3.5.3 General directional method

3.5.4 大部分general的parsing算法需要指数时间,最好也需要3次方的时间。但有些线性时间的算法可以针对特定的grammar

限制NDA的选择到只有一个,就是deterministic automaton,它可达成线性时间。

3.5.5

There is only one deterministic top-down method; it is called LL.The first L stands for Left-to-right, the second for “identifying the Leftmost production”, as directional top-down parsers do.

There are quite a variety of deterministic bottom-up methods, the most powerful being called LR, where again the L stands for Left-to-right, and the R stands for “identifying the Rightmost production”.

3.5.6 Non-Canonical Methods

3.5.7 Generalized Linear Methods

使用广度优先搜索来处理不能造出deterministic automaton的情况

3.6 The “Strength” of a Parsing Technique

一种parsing技术是否更强,取决于他要求原有语法需要多少更改来适应这种parsing技术。

The stronger the parser is, the fewer restrictions the grammars need to obey and the “weaker” they can afford to be.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,835评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,598评论 1 295
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,569评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,159评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,533评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,710评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,923评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,674评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,421评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,622评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,115评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,428评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,114评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,097评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,875评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,753评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,649评论 2 271

推荐阅读更多精彩内容