Parsing 如何将Earley识别器转换为Earley解析器

我已经实现了一个Earley识别器算法。我不知道如何从图表中获取解析树。我有反向指针指向“生成”添加到图表中的规则，但我从字面上理解了这一点，对于当前规则

R1

：

1） 如果点后有一个端子，对照输入句子检查端子，将规则

R2

添加到下一列，其中

R2

与

R1

相同，但点已移动。

R2的后指针

=

R1的后指针

2） 如果点后有一个非终端，则向当前列添加新规则，每个新规则的后指针指向

R1

3） 如果点后没有任何内容（已完成规则），则

R1

已完成，因此我们扫描与

R1

关联的列（小于curr列），找到点后左侧为

R1

的所有规则

Rj

，将

Rj

添加到当前列，但移动点，使

Rj

的反向指针指向

R1

我认为我没有得到正确的输出，所以我想知道这是否是我的逻辑问题。需要对Earley识别器做什么才能将其转换为Earley解析器

我有一个

print\u parse

方法，它在规则的后指针上递归，但我认为它不会产生正确的输出。为了这个句子

爸爸吃了鱼子酱

使用（忽略概率）语法

它产生：

(ROOT ['S'])(S ['NP', 'VP'])(NP ['Papa'])(S ['NP', 'VP'])(VP ['V', 'NP'])(V ['ate'])(VP ['V', 'NP'])(NP ['Det', 'N'])(Det ['the'])(NP ['Det', 'N'])(N ['caviar'])(ROOT ['S'])

我知道解析图是正确的，但是我已经检查了它与手动（手动）解析表的对比。

---

我知道有人问过关于这个问题的其他问题，但它们都指向文件，坦率地说，它们很难回答。我真的很感谢你的帮助

Elizabeth Scott发表了一篇关于如何在最坏情况下O（n^3）时间内形成解析林的论文。以下是纸质链接：。集成算法见第63页，我在下面简要介绍

我认为她在后指针建议的实现中发现了一个bug，不确定您是否遇到了相同的问题。从第55页开始，第2节和第3节对其进行了概述。基本上，向一个项目添加多个反向指针时可能会失败

我之所以说解析林，是因为earley解析器可以很好地处理歧义，而解析林通过“或”节点表示这种歧义。“或”节点表示解析林中的备用路径

我在这里的earley解析库中用c#实现了它：

基本上可以创建四种类型的节点：

中间节点-仅用作传递节点，以保持树的二进制性。没有它们，树就不会是二进制的，并且会有比O（n^3）更糟糕的时间复杂度

符号节点-是语法中表示非终端的解析林的实际节点

终端节点-是运行解析时在输入字符串中找到的数据

或节点-表示语法中的歧义选择 算法的大致描述： 您需要跟踪在当前earley过程中添加的节点。如果遇到对同一节点的需要，可以从节点集中重用该节点。每次通过后，您都可以清除此集合。最好将其包装在一个“createnode”函数中，并在名为AddOrGetExistingNode的节点集上放置一个方法。Scott在她的论文中有一个“MAKE_NODE”函数

在扫描过程中，非常简单，只需创建/重用令牌节点并将其附加到扫描早期项目

在预测过程中，只有当前非终结符在语法中可为空时，才能创建解析节点。这是Aycock和Horspool在他们的论文“实用的Earley解析”中发现的错误修复。在这个位置上，你做的是一个完成和一个预测。我在这里回答了一个问题：并展示了一些例子

在完成过程中，为新状态创建解析节点，并添加附加到已完成项节点和预测项节点的节点

---

当您创建一个节点时，如果虚线规则的位置在生产的中间，则创建一个中间节点。如果位于规则末尾，则创建符号节点

在组装每个假设时，向前构建解析树可能更容易。为终端或语法规则使用节点。在每个假设中维护一个节点列表，在使用令牌时扩展，在使用规则时减少。完成后，在完成的假设中应该有一个节点。

(ROOT ['S'])(S ['NP', 'VP'])(NP ['Papa'])(S ['NP', 'VP'])(VP ['V', 'NP'])(V ['ate'])(VP ['V', 'NP'])(NP ['Det', 'N'])(Det ['the'])(NP ['Det', 'N'])(N ['caviar'])(ROOT ['S'])