句法模式识别（二）-正规文法、上下文无关文法
正规文法的特性
1.所有长度有限的语言都是正规的。
2.用正规文法当然能产生无限长串，其中周期重复部分的长度不大于非终止符的长度。
举个例子
在此规则之下，能生成句子
其中周期重复部分为ab，这个例子的非终止符的元素个数为2，故满足2不大于2.
自嵌入特性
我们把上下文无关文法中的正规文法去掉，剩下的那部分我们叫做真正的上下文无关文法。
自嵌入特性是区分真正的上下文无关文法与正规文法的判定标准。
即一个真正的上下文无关文法一定具有自嵌入特性，正规文法具有非自嵌入特性。亦即非自嵌入的上下文无关文法是正规文法，上下文无关文法就蜕化了。
什么是自嵌入特性？
自嵌入顾名思义，就是能够自己嵌入自己：
当然必须保证v和x不能是空串。
uvwxy定理
这是一个用以判定上下文无关文法和正规文法的条件。
就是说，当这个文法满足自嵌入条件，表示出来就是
那么，可以得到
其中当v和x的重复次数相同且为非空串时，则这个文法肯定就是真正的上下文无关文法。因为这种周期形式是正规文法所不具有的。比如这种
就是必须要用真正的上下文无关文法。
下面介绍上下文无关文法的等价文法。
不同的上下文无关文法，它们生成的语言有可能是等价的，这样就涉及到一个最优文法的问题。那么最优是什么？最有就是高效、没有冗余和浪费。
粗略说有2种冗余，而且只有非终止符能够冗余。终止符总是有用的啦。
其一是浪费环节。
浪费环节是说由单个非终止符传递到了单个的非终止符，比如
这种形式意味着B是多此一举的，还不如直接A到C呢。
其二是无用环节。
细分又有2类。通俗说
1.无尾的无用非终止符
所谓无尾，就是咱用了这个终止符，话根本都没法结束。有头无尾。
A根本没法最后变成常量（终止符）。
不存在x使得
2.无头的无用非终止符
所谓无头，就是这句话根本就不可能从这个非终止符开始。有尾无头。
从起始符开始根本找不到含有A的句子。
从起始符S开始，不存在
首先介绍如何消去浪费环节。
消去浪费环节包括2个部分。
其一消去。
其二修正。
消去过程
这个过程用递归算法来实现。
就是要求出所有非终止符各自对应能到达的所有非终止符集合。
举个例子就好了
现在消去浪费环节，先考虑S，
发现S能在一步之内的非终止符只有A
记
在K1(S)集合中再次出发，在一步之内能走到的新非终止符只有B
记
再往后没有新的非终止符了。
同理考察A，A在一步之内能到达的非终止符只有B了，记
再考察B，B根本就没有能在一步之内能到达的新终止符。
于是这对应的3个集合就求完了
修正过程
修正过程就按照上面的消去过程打补丁就好了，因为要消去一堆连接，旧桥拆了总得重新修吧。还是上面那个例子，先把之前的生成关系画出来，如图1黑线所示。
图1
现在考虑A，根据集合，我们要去掉A到B的连接
那么就得补上S到b、A到b、S到aS、A到aS，黄线代表。
然后再考虑S，要去掉S到A
那么就得补上S到BAb，绿线代表。
注意：现在虽然看起来文法规则比以前更麻烦了，但是，实际生成句子的过程却变得简单了许多，所以简化没简化还是要看疗效。
下面介绍消去无用的终止符
消去无用终止符的思路就是，找出所有有用的非终止符，那么剩下的自然就是没有用的了。
消去无尾非终止符
找出所有的有尾非终止符集合，定义为J(G)
方法是
这个表达式很清晰，还是举个例子，反而绕口，但还是举吧
这个表达式其实是一步步找到那些最终的到达终止符的非终止符。
首先J0(G)为空集。则J1(G)为所有能一步走到以终止符为尾的非终止符，即A
继续，J2(G)是J1(G)并上所有能在一步之内到以J1(G)或者其他终止符为尾的非终止符。
好绕口。。。其实就是{S,A}
再往下就找不到了。不过现在忽然发现，B呢？怎么没看到B的影子。
这就说明B就是无尾的无用非终止符。
去掉所有跟B有过关系的生成关系就好，现在是新的生成关系
再说说消去无头非终止符
也是只要找出所有有头的非终止符就好，剩下自然就无头了
用表达式表示是这样的
这个表达式的意义其实就是从起始符，回溯一步步展开，希望能找到句子的头部。
还是举个例子
展开起始符S，发现S能到aAA，因此R1(S)={S,A}
A继续展开，发现A能到aCA，因此R2(S)={S,A,C}
搞定，又发现原来B是无头的非终止符，赶紧删掉与它有关系的所有表达关系就好了，不再赘述。
上下文无关文法的2中标准型
1.C（Chomsky）标准型
举一个例子立即就知道怎么把随便一个上下文无关文本变成C标准型了：
2.G（Greibach）标准型
这个严格的转化方法有点畸形，就暂时不展开了。简单情况用凑的就好了。
欢迎参与讨论并关注本博客和微博以及知乎个人主页，后续内容继续更新哦~
转载请您尊重作者的劳动，完整保留上述文字以及本文链接，谢谢您的支持！