14. Parallel Parsing
名词定义
多个串行解析器（multiple serial parsers）：多个串行解析器并行执行，每个解析器单独处理输入字符串的一部分。
过程配置解析器（process-configuration parsers）：使用多个代理（agent）完成解析，每个代理可以接受后面代理发送的消息，可以向前一个代理发送消息。
联结主义解析器（connectionist parsers）：借助一个联结网络（connectionist network）进行分布计算的解析器。
Rytter’s Algorithm：一个具有O(log n)时间复杂度的并行解析算法，但是要求文法具有乔姆斯基标准形式。
内容总结
大部分实际中要处理的超长文本都是正则的。
并行解析主要提到了三种方法：多个串行解析器（multiple serial parsers），过程配置解析器（process-configuration parsers） 和 联结主义解析器（connectionist parsers）。
多个串行解析器（multiple serial parsers）解析方法如下：
（1）每个串行解析器，解析子串时都基于LR(0)自动机
（2）第一个串行解析器从唯一的初始状态开始
（3）其他串行解析器，从所有可能的初始状态（可接受当前子串的第一个字符的状态）开始
（4）每个串行解析器解析完子串后都会进入等待状态
（5）合并每个解析器的解析结果，消除初始状态的不确定性
一个适当的切分方式，对结果是有影响的。该解析方法具有线性时间复杂度。
过程配置解析器（process-configuration parsers）解析方法：
（1）首先构建一个PBT (Parallel Bottom-up Tomita) 解析表，用来表示字符串的任意位置前瞻一个字符时，将进行怎样的归约。
（2）字符串的每个位置有一个代理（agent），用来计算从该位置可以得到的所有归约，并将计算结果发送给左边前一个位置的代理。
（3）前一个位置的代理，先计算当前位置的所有归约，并与后面代理的消息进行合并，得到当前位置所有可能的归约，然后发送给前一个代理。
（4）等所有代理都处理完之后，会得到一个解析树。
最简单的联结网络（connectionist network）是布尔电路（Boolean circuit）。
布尔电路会根据输入信号，以及电子器件的逻辑特性，得出最终的输出。
联结主义解析器（connectionist parsers）解析方法：
（1）通过文法构造一个基于布尔电路的CYK识别器
（2）拿到输入文本后，每个字符位置的字符表示了相关部分电路的逻辑开关状态
（3）启动布尔电路，计算最终的归约结果（由最高层电子器件的开关状态得出）
（4）反向跟踪电路得到解析树。
该算法的具有线性时间复杂度，电路的节点数与可能的输入长度有关。
Rytter’s Algorithm：
（1）CYK解析器会计算每个非终结符会推导出哪些字符串（含开始和结束索引）
（2）Rytter算法更进一步，根据产生式右边非终结符的开始和索引位置，推算（Rytter proposals）出左边非终结符可能的开始和索引位置。
（3）这些推断是可以组合的，最后形成了一棵推断树。
对于长度为2^n的字符串，只需要线性时间复杂度就可以识别出来。
15. Non-Chomsky Grammars and Their Parsers
名词定义
二阶文法（Two-Level Grammars，VW grammar）：先用一个文法生成另一个上下文无关文法（可能具有无穷多个非终结符或终结符），再由生成的上下无关文法进行推导。
属性文法（attribute grammars）：是一种扩展的上下文无关文法，它的每个终结符或者非终结符对应了程序中的一个值，文法规则对应了程序中的一个函数。
附着文法（affix grammars）：非终结符可以带参数，非终结符推导出另一个同名非终结符，类似于使用不同的参数进行递归调用，附着文法常用来进行字符串生成。
有限格上的附着文法（Affix Grammars over a Finite Lattice，AGFL）：附着文法中的参数可以不是数字，而是来自于一个有限格（Finite Lattice）。
邻接树文法（Tree Adjoining Grammars，TAG）：用来表示距离较远的两个单词之间的关联关系。
耦合文法（Coupled Grammars）：可以表示多个非终结符之间的关联关系，他们被视为一组，必须同时进行相关的推导。
有序文法（Ordered Grammars）：通过限制上下文无关文法中产生式的应用顺序，而形成的文法。
识别系统（Recognition Systems）：一段程序，用于识别字符串，或者尽可能对它结构化的。例如，PEG（parser expression grammar）。
布尔文法（Boolean Grammars）：基于上下文无关文法，为非终结符增加了布尔操作符，取反和交集。
§-Calculus：可以动态生成产生式规则，这样可以做到某个字符串首尾的单词一致。
内容总结
上下文相关文法中的非终结符在推导时，还要关心它左边或者右边的出现了什么字符。
正则解析总是可以在线性时间内结束。
大部分上下文无关解析，是线性时间复杂度的，最多不超过3次方复杂度。
对于上下文相关文法和短语结构文法，目前没有高效的算法，甚至短语结构文法在理论上都是不可判定的。
某些上下文相关文法，可以通过对两个上下文无关文法求交集得出。
上下文无关文法的错误处理，是比较困难的，但也是可处理的。
非上下文无关文法的错误处理甚至是不能停机的。
主要介绍了以下几种文法：
- VW grammars
- attribute grammars
- affix grammars
- tree-adjoining grammars
- coupled grammars
- ordered grammars
- recognition systems
- Boolean grammars
- §-calculus
二阶文法（Two-Level Grammars，VW grammar）能力与短语结构文法相当，并且三阶文法与二阶文法的描述能力相同。
用于生成上下文无关文法的文法，只需要是正则文法就可以了。
二阶文法对于描述语义来说也比较方便。
上下文无关文法中，每条产生式规则命名了一个非终结符，然后用其他终结符或者非终结符表示它。
邻接树文法（Tree Adjoining Grammars，TAG）命名了节点，然后用终结符或者其他节点来表示它。
邻接树文法中的节点表示了一种关联关系，它的左右子节点，必须成对出现。
邻接树文法比上下文无关文法的刻画能力更强，但是比如上下文相关文法的刻画能力弱。
有两种常见的有序文法（Ordered Grammars）：
（1）使用一个二阶的控制文法（Control Grammar）限制产生式的使用顺序。
（2）对产生式规则进行标号，在控制文法中指出产生式的使用顺序。
识别系统（Recognition Systems）允许对产生式规则做更强的限制，例如 &（AND expressions），/（OR expressions），或者 ! 取反（negation）。
识别系统可是处理一些非上下文无关文法。
布尔文法基于这样的认识，一段正确的程序，是满足上下文条件的语法正确的程序。这些上下文条件可以用逻辑表达式加以限制。
参考
Parsing Techniques