自然语言处理基础技术之组合范畴文法

之前在读论文的时候看到CCG这个概念，所以之查阅学习了一波~~

定义：

• 组合范畴语法（Combinatory categorial grammar，CCG），是在AB演算基础上进行扩展而产生的范畴语法。从语法理论视角看，CCG是一种词汇形式化的方法；从计算语言学视角看，CCG属于一类适度上下文相关文法；从逻辑语义学视角看，CCG在句法与语义的接口方面非常融洽。无论是CCG语言的、计算的，还是逻辑的特征，都使得 CCG非常适用于自然语言信息处理，对于计算语言学具有很好的理论和实际价值。

• 维基百科定义：Combinatory categorial grammar (CCG) is an efficiently parsable, yet linguistically expressive grammar formalism. It has a transparent interface between surface syntax and underlying semantic representation, including predicate-argument structure, quantification and information structure. The formalism generates constituency-based structures (as opposed to dependency-based ones) and is therefore a type of phrase structure grammar (as opposed to a dependency grammar).

• 组合范畴文法，简称 CCG，是一种类型驱动的词汇化文法，通过词汇范畴显式地提供从句法到语义的接口，属于短语结构文法。CCG 的基本操作包括：1）原子范畴（Atomic Category），用于表达基本的词汇类别和句法功能； 2）组合范畴（Function Category），由原子范畴构成，通常用 X/Y 或 X\Y 来表示可以向左或者向右寻找变元 Y 来获得组合 X。

例子：

• 在CCG中，句子没有单一的结构，就像在其他语法模型中一样。这里用一个维基百科的例子直观的感受一下。
  例子地址：https://en.wikipedia.org/wiki/Combinatory_categorial_grammar
  Given a sentence：the dog bit John
  
• 另外，看了一篇IJCAI2017的文章，这篇文章是做sentence representation的。文章指出大多数现有模型在学习sentence representation通常会平均对待句子中的每个单词。所以文章通过为组成单词的向量分配不同的权重来改进句子表示，这可以被视为单个句子上的注意机制。为此，文章提出了新颖的注意力模型，就包括使用CCG supertags来推导注意力权重。 换句话简单的说，文章提出不同的词性应该有不同的重要性，其中就提出了给不同词性不同CCG的词分配不同的权重。
  有兴趣的可以去看文章：Learning Sentence Representation with Guidance of Human Attention
  文章下载地址：https://arxiv.org/pdf/1609.09189.pdf
  作者也开源了代码：https://github.com/wangshaonan/Learning-sentence-representation-with-guidance-of-human-attention

一些工具：

• C&C tool
  下载地址：http://svn.ask.it.usyd.edu.au/trac/candc/wiki/Download

欢迎关注【AI小白入门】，这里分享Python、机器学习、深度学习、自然语言处理、人工智能等技术，关注前沿技术，求职经验等，陪有梦想的你一起成长。