一 如何使用形式化语法来描述无限的句子集合的结构? --上下位无关文法
1.1 一个例子:
grammar1 = nltk.parse_cfg("""
S -> NP VP
VP -> V NP | V NP PP
PP -> P NP
V -> "saw" | "ate" | "walked"
NP -> "John" | "Mary" | "Bob" | Det N | Det N PP
Det -> "a" | "an" | "the" | "my"
N -> "man" | "dog" | "cat" | "telescope" | "park"
P -> "in" | "on" | "by" | "with"
""")
1.2 文法特点:
简单，分析语句子结构时，无需考虑上下文信息。
二 我们如何表示句子结构
2.1 句法树
这个图片所展示的句法树和下面的括号序列是一样的:
(S (NP Mary) (VP (V saw) (NP Bob)))
三 如何分析句子结构 --句法解析方法
3.1 从规则入手
3.1.1 递归下降分析
3.1.1.1 介绍:
枚举可能的树形结构，自上往下构建句法树。
3.1.1.2 特点:
1) 无法处理一下类型的文法规则--bug!
NP -> NP PP
2) 漫无目的地枚举和重复计算--低效!
3.2 从句子本身入手
3.2.1 移近-规约分析
3.2.1.1 介绍:
移位-规约分析器反复将下一个输入词推到堆栈（见4.1 节），这是移位操作。如果堆栈
上的前n 项，匹配一些产生式的右侧的n 个项目，那么就把它们弹出栈，并把产生式左边的
项目压入栈。这种替换前n 项为一项的操作就是规约操作。此操作只适用于堆栈的顶部；规
约栈中的项目必须在后面的项目被压入栈之前做。当所有的输入都使用过，堆栈中只剩余一
个项目，也就是一颗分析树作为它的根的S 节点时，分析器完成。
3.2.1.2 特点
1) 不回溯，没有多少无效枚举，以线性的复杂度扫一遍就结束--高效!
2) 由于只是简单的扫描一遍，没有回溯过程，可能会错过某些可行解--舍弃召回率换取运行效率！
3.3 流行做法--动态规划
3.3.1 介绍:
把整个输入句子当做一个一维空间（可以当成数轴），任意一个连续子串，可以由起始位置和长度确定，以连续子串为状态，求出每一个子串可能对应的最后规约出来的项。
3.3.2 特点:
1) 以空间换时间，保存中间结果，不做重复计算--高效!
2) 可以计算出所有可能的结果--不存在召回率问题!
四 一个句子可能会有多个可能的句法树 --歧义
4.1 一个例子
4.2 解决方法--概率上下文无关文法
在刚才的计算过程中，中间状态加上一个权重，表示这个区间建立成某个非终结状态子树的可能性，最终得到权重最大的一颗完整的句法树