1 3. Formalny opis j zyka naturalnego Uzgodnienia
Transkrypt
1 3. Formalny opis j zyka naturalnego Uzgodnienia
Uzgodnienia Cechy j zyków naturalnych, których opis w gramatykach bezkontekstowych jest trudny, a co najmniej uci liwy, to przykładowo uzgodnienia i wymagania. ę ą 3. Formalny opis j zyka naturalnego Ŝ Jaki problem powstaje w wyniku zastosowania nast puj cych reguł? ę ą S -> NP VP NP -> Det Nominal Składnia. Gramatyki bezkontekstowe Odpowied : nadmiarowo gramatyki generuj cej przykładowo nast puj ce zdania i frazy: ź Zapis wymagań i modyfikatorów *They sleeps. *this dogs pa dziernik, 2004 1 ź ą czy *Oni pi. *ten psy. ś 2 ź Uzgodnienia rzeczownikrzeczownik-przymiotnik (features, features, attributes) attributes) Potraktowanie symboli nieterminalnych jako symboli zło onych z przypisanymi własno ciami (cechami, atrybutami). Ŝ ć ą pa dziernik, 2004 Gramatyki CFG z atrybutami ś ę ś Rzeczownik i modyfikuj cy go przymiotnik musz mie tak sam liczb , przypadek i rodzaj: ą ą ą ć ą ę Pozwala to przykładowo na ograniczenie stosowania reguły: S -> NP VP tylko do sytuacji, gdy liczba, rodzaj i osoba frazy rzeczownikowej NP i czasownikowej VP s takie same (czyli reprezentacj uzgodnie podmiot-orzeczenie) ą ę NP(case-nom,gender,nb,person) -> AdjP(case, gender,nb) NP(case,gender,nb,person) ń NP(case,gender,number) -> Noun(case,gender,number) S -> NP(case-nom,gender,nb,person) VP (gender,nb,person) NP(case,gender,number) -> Noun(case,gender,number) pa dziernik, 2004 małego psa, ostatni film Felliniego … 3 ź pa dziernik, 2004 Podstawowe problemy skł składniowe - wymagania Elementy wymagane Wymagania (dopełnienia) czasownika: (typ frazy, przypadek frazy rzeczownikowej) – szukam miejsca (czego? fraza rzeczownikowa w dopełniaczu), – chc spa (co? fraza czasownikowa bezokolicznikowa), – mówi o pogodzie; mówi , e pada – daj mu cukierki przyimka: (przypadek) – w domu – na dom /na domu ę 4 ź Czasowniki okre laj frazy, które s niezb dne do utworzenia poprawnego wyra enia, przy czym ten sam czasownik mo e dopuszcza ró ne zestawy wymaga (dopełnie ), np. czasownik powiedzie mo e ł czy si z fraz rzeczownikow w bierniku, ze zdaniem podrz dnym rozpoczynaj cym si od e, lub z dowolnym wypowiedzeniem stanowi cym cytat: ś ą ą ć Ŝ Ŝ ń ć Ŝ ą ń ć ę ą ę ą ą ę Ŝ ą ć ę ę Ŝ ę *Ewa powiedziała (brak frazy wymaganej) *Ewa powiedziała na morzem (fraza przyimkowa) *Ewa powiedziała ładny (fraza przymiotnikowa) Ewa powiedziała wiersz (fraza rzeczownikowa w bierniku) Ewa powiedziała, e przyjdzie. (zdanie „ e”) Ewa powiedziała „Do !” pa dziernik, 2004 * oznacza wypowiedzenia niepoprawne 6 Ŝ Ŝ ś pa dziernik, 2004 ź ę Ŝ 5 ć ź 1 Problemy z CFG - wymagania CFG z atrybutami, zapis wymaga Jaki problem powstaje w wyniku stosowania nast puj cych reguł? ę ą przyimki – ł cz si tylko z frazami rzeczownikowymi (nie musimy wi c traktowa typu frazy jak atrybutu), – narzucaj c im przypadek (który powinien by zatem atrybutem dla przyimka) ą VP -> V VP -> V NP PP -> Prep NP ą ę ę ć ą Odpowied – nadmiarowo , czyli tworzenie rozbiorów konstrukcji niepopoprawnych: ź ś *He took. *He slept the cat. *She disappeared the elephant. *na stołem *w worka frazy przyimkowe s wymagane przez czasowniki i wtedy musimy zna zarówno przypadek jak i sam przyimek (np. prosi o co , czyli przyimek ‘o’ i fraza w bierniku `o’+NPacc, ale nie prosi o czym (‘o’ + NPloc) *prosi o bajce ani nie prosi z co (‘z’+NPacc) *prosi z bajk czyli prep (form, case), np. prep(‘o’, acc) -> ‘o’ ć ć ą ć ć *On spał kota. ś ć ś ć ć pa dziernik, 2004 7 ź ć ę pa dziernik, 2004 8 ź CFG z atrybutami, zapis wymaga CFG z atrybutami, zapis wymaga , I Wprowadzenie podziału na klasy, w zale no ci od typu i liczby wymaga : Ŝ ś ń Przyimek z mo e ł czy si z frazami rzeczownikowymi w dopełniaczu lub narz dniku: Ŝ ą ć ś ć ć 1) czasowniki bez wymaga (tylko podmiot), np. i , biec, sta ę ń ę PP (Form, Case) -> Prep (Form, Case) NP (Case,Gender, Number,Person) VP(Gender,Num,Person,Tense) -> V1(Gender, Num,Person,Tense) V1(masc, sg,3rd,past) -> szedł 2) czasowniki z wymaganiem frazy rzeczownikowej w bierniku, np. widzie ć (gen czyli genetive czyli dopełniacz) (ins czyli instrumental czyli narz dnik) Prep (z, gen) -> z Prep (z, ins) -> z ę VP(Gender,Num,Person,Tense) -> V2(Gender, Num,Person,Tense) NP(acc,Gender,Numb,Person) V2(fem, sg,3rd,past) -> widziała z domu, z domem, z moim domem ... itd. * Warto ci argumentów pisane od wielkiej litery – zmienne, zaczynaj ce pa dziernik, 2004 9 si od małej litery - stałe ś ą pa dziernik, 2004 ź 10 ź ę Wa ne! Ŝ CFG z atrybutami, zapis wymaga II Nie dzielimy czasowników na klasy, ale zapisujemy odpowiednie informacje w słowniku (leksykalizacja gramatyki) ustalamy maksymaln liczb wymaga (3-4), tu przyjmiemy 3 ustalamy symbol dla pustego wymagania (null) ą ę ń VP (Gend,Num,Pers,tense) -> V (Gend, Num,Pers,Tense,W1,W2,W3) Arg (W1) Arg (W2) Arg (W3) ę Arg(null) -> ε V(masc, sg,3rd,past, null, null, null) -> szedł Arg(np-acc) -> NP(acc,gend, numb,pers) V(fem, sg,3rd,past, np-acc, null, null) -> widziała ź Aby wprowadzić nowy typ wymagań naleŜy: 1. wprowadzić nazwę wymagania (wx) i uŜyć jej w definicji odpowiedniego czasownika 2. dopisać regule definiującą, co rozumiemy przez dane wymaganie, czyli regułę Arg(wx) -> …. Wymagnie b d ce fraz rzeczownikow w celowniku 1) Nazwa wymagania: np-dat {Arg - argument - dopełnienie/wymaganie} pa dziernik, 2004 zapis wymaga II, cd ą ą ą u ycie dla czasownika da (da kogo/co? komu/czemu?) V(fem, pl, 3, past, np-acc, np-dat, null) -> dały Ŝ ć ć 2) Arg(np-dat) -> NP(dat, Gend, Num,Pers,) 11 pa dziernik, 2004 ź 12 2 zapis wymaga II, cd zapis wymaga II, cd. cd. Dla dopuszczenia podmiotu przeplecionego z dopełnieniami traktujemy podmiot tak e jako wymaganie (argument), które zapisujemy na pierwszej pozycji (tu jako np-nom3fsg, bo wtedy trzeba te pami ta o uzgodnieniu podmiotu i orzeczenia) Aby dopuścić swobodny szyk definiujemy dodatkowe reguły: Ŝ a) VP(Gend,Num,Pers,Tense) -> Ŝ ę ć V(gend, Num,Pers,Tense,W1,W2,W3) Arg(W2) Arg(W1)Arg(W3) b) VP(gend,num,pers,tense) -> Arg(W1) V(Gend, Num,Pers,Tense,W1,W2,W3) Arg(W2) Arg(W3) ... Je li V(masc, sg,3rd,past, np-acc, np-instr, null) -> wbił to reguła a) pozwala na analiz frazy: wbił młotkiem gwó d a reguła b) gwó d wbił młotkiem ś ź ź ę ź ź pa dziernik, 2004 VP(gend,num,pers,tense) -> V(gend, num,pers,tense,w1,w2,w3) Comp(w1) Comp(w2) Comp(w3) Comp(null) -> ε V(masc, sg,3rd,past, np-nom3msg, null, null) -> szedł Comp(np-nom) -> NP(nom, Gend, Numb, Pers) Comp(np-acc) -> NP(acc, Gend, Numb, Pers) V(fem, sg,3rd,past, np-nom3fsg, np-acc, null) -> widziała 13 ź pa dziernik, 2004 14 ź Elementy opcjonalne (modyfikatory) Opis frazy przymiotnikowej Frazy moŜna (teoretycznie) dowolnie rozszerzać o elementy opcjonalne, przy czym typ tych elementów zaleŜy od typu frazy: AdjP -> Adj AdjP -> Adj AdjP AdjP -> AdvP AdjP AdvP -> Adv | Adv AdvP AdjP -> Adj PP PP -> Prep NP AdjP -> AdjP Conj AdjP AdjP -> AdjP Coma AdjP Conj -> i | lub Coma -> , – frazy rzeczownikowe mogą być modyfikowane frazami przymiotnikowymi: mały biały pies gładki szeroki skórzany pas – frazy czasownikowe i przymiotnikowe mogą być modyfikowane frazami przysłówkowymi: spał niespokojnie latał niebezpiecznie wysoko przeraźliwie głośno bardzo mało zabawny pa dziernik, 2004 15 ź biały biały mały wesoły bardzo biały biały z połyskiem biały i ciemno niebieski biały, zielony i brązowy pa dziernik, 2004 16 ź (nie rozwaŜamy tu ograniczeń semantycznych) Opis frazy przymiotnikowej Zapis modyfikacji AdjP (C, G, N) -> Adj (C, G, N) biały AdjP (C, G, N) -> Adj (C, G, N) AdjP (C, G, N) AdjP (C, G, N) -> AdvP AdjP (C, G, N) bardzo biały AdvP -> Adv | Adv AdvP AdjP (C, G, N) -> Adj (C, G, N) PP (F,C1) biały z połyskiem AdjP (C, G,N) -> AdjP (C, G, N) Conj AdjP (C, G, N) AdjP(C,G,N) -> AdjP (C, G, N) Coma AdjP (C,G,N) biały i ciemno niebieski, biały, zielony i brązowy Fraza rzeczownikowa modyfikowana frazą przymiotnikową NP (C, G, N, P) -> AdjP (C,G, N) NP (C,G,N,P) NP (C, G, N, P) -> NP (C,G,N,P) AdjP (C,G, N) Problem: wiele rozbiorów mały piec kaflowy: [mały piec] kaflowy mały [piec kaflowy] Conj -> i | lub Coma -> , pa dziernik, 2004 ź 17 pa dziernik, 2004 ź 18 3 Elementy opcjonalne (modyfikatory), 2 Konstrukcje wspó współrz dne frazy rzeczownikowe i czasownikowe mogą być modyfikowane frazami przyimkowymi: bułka z masłem czytał z uwagą pojechał w piątek, po porannym spotkaniu, przed obiadem sukienka ze sztruksu w niebieskie pasy z krótkimi rękawkami z białymi mankietami Wszystkie typy konstrukcji moŜna łączyć spójnikami tworząc konstrukcje współrzędne (czasem moŜna łączyć teŜ konstrukcje róŜnych typów) – idzie i śpiewa – goło i wesoło – do tańca i do róŜańca – po południu i wieczorem frazy rzeczownikowe mogą być modyfikowane zdaniami względnymi: człowiek, który wie wszystko 2004 to, co zostało po wczorajszym przyjęciu pa dziernik, 19 pa dziernik, 2004 ź Zapis modyfikacji 20 ź Dlaczego CFG ? Fraza rzeczownikowa modyfikowana frazą przyimkową wyraŜenia regularne - zbyt słabe (ograniczenia: np. anb n), zalety: NP (C, G, N, P) -> NP (C,G,N,P) PP (Form, C1) – Wzajemna odpowiedniość: Fraza czasownikowa modyfikowana frazą przyimkową – Efektywność parsowania: gramatyki regularne ↔ wyraŜenia regularne ↔ FSA VP ( G, N, P, W1, W2, W3) -> VP ( G, N, P, W1, W2, W3) PP (Form, C1) Pamięć- stała Czas parsowania liniowy (~ długość ciągu wejściowego) gramatyki kontekstowe, gramatyki klasy 0: – łatwo wyraŜa się róŜne skomplikowane własności języka, – nieefektywne obliczeniowo. pa dziernik, 2004 ź 21 pa dziernik, 2004 Parsowanie, Parsowanie, gramatyki bezkontekstowe Parsowanie gramatyk CFG, podej cie toptop-down S -> NP VP | Aux NP VP | VP NP -> Det Nom | PropNoun Nom -> Noun Nom | Noun VP -> V | V NP Det -> a | this | that Noun -> flight | I | morning book Aux -> does V -> prefer | book CFG często uŜywane do opisu struktury frazowej, a zwłaszcza kolejności składników Potrzebna pamięć: stos (czasami stos stosów) o wielkości zaleŜnej od stopnia zagnieŜdŜenia rekurencji Czas parsowania: w ogólnym przypadku O(n3) Ograniczenia: np. anb ncn (gramatyka kontekstowa) 23 Adobe Acrobat Document nie moŜe być reguł z lewostronną rekurencją pa dziernik, 2004 ź Top-down.ps ź Book that flight. rozpoczynamy od symbolu początkowego i „rozwijamy” reguły analiza tylko tych reguł, które mają szansę być zastosowane sugerowanie hipotez niezgodnych z analizowanym ciągiem słów pa dziernik, 2004 22 ź 24 4 Parsowanie gramatyk CFG, podej cie bottomottom-up S -> NP VP | Aux NP VP | VP NP -> Det Nom | PropNoun Nom -> Noun Nom | Noun VP -> V | V NP a | this | that Det -> Noun -> flight | I | morning | book Aux -> does V -> prefer | book Problemy dla analizy toptop-down Nie moŜna uŜywać gramatyk, w których pierwszy symbol prawej strony jest taki sam jak symbol po lewej stronie produkcji: Book that flight. bottom-up.ps struktury rekurencyjne NP -> NP PP (lot do ParyŜa) Adobe Acrobat 7.0 Document VP -> VP PP (wystartował w piątek po południu) staramy się znaleźć analizy poszczególnych elementów ciągu wejściowego i „sklejamy” je formułowanie hipotez zgodnych z danymi (lokalnie) sugerowanie hipotez bezsensownych w kontekście problemy z rekurencją pa dziernik, 2004 struktury współrzędne S -> S Conj S 25 ź pa dziernik, 2004 Problemy z opisem przy u yciu CFG Niejednoznaczno ci - wielo rozbioró rozbiorów. Book that flight Noun/Verb Det Noun ź Najczęstsze przyczyny niejednoznaczności: – frazy przyimkowe mogą być dołączane na róŜnym poziomie, np. NP -> NP PP ź 28 Wykorzystywanie gramatyk regularnych (implementowanych jako automaty) do rozpoznawania niektórych elementów tekstów, np. rozpoznawanie granic fraz, przykład NG (noun group) – zaimek, określenie czasu (np. yesterday), data NG -> Pronoun | Time-NP | Date-NP – ‘head noun’ poprzedzone opcjonalnie przedimkiem), frazy z formą -ing, oraz ‘kompletne frazy przedimkowe’, np. only five, this NG -> (DETP) (Adjs) HdNns | DETP Ving HdNns | Próby zaradzenia problemom: – droga teoretyczna- silniejsze formalizmy – droga praktyczna - ograniczanie rekurencji, „ręczne” sterowanie ź lot z [ ParyŜa do Warszawy] [ lot z ParyŜa ] do Warszawy pa dziernik, 2004 Parsowanie powierzchniowe (shallow parsing) parsing) Tradycyjny podział na frazę podmiotu i orzeczenia dla polskiego ma mały sens: – Jana Piotr zobaczył od razu. Nieciągłości: – Jan się znowu bardzo duŜo spóźnił – Starego nie lubię chleba – Tyś tego nie wiedział! pa dziernik, 2004 [ [ksiąŜka lub film] o impresjonistach ] [ksiąŜka „Sztuka w zarysie”] lub [ film o impresjonistach] – róŜny podział fraz rzeczownikowych (na ogól niepotrzebne): Problemy z opisem CFG, cd spytaj o [samolot z Krakowa do Warszawy w piątek ] spytaj [ o samolot z Krakowa do Warszawy ] w piątek – róŜne interpretacje koordynacji: Nie rozpatrujemy reguł, dla których nie istnieje takie dalsze rozwinięcie, które da w wyniku pierwszy symbol z analizowanego wejścia dla kaŜdej kategorii sporządzamy odpowiednia listę typów słów S Det, PropNoun, Aux,Verb NP Det, PropNoun Nominal Noun Verb dziernik,VP 2004 27 pa 26 ź Parsowanie gramatyk CFG, podej cie toptop-down with bottombottom-up filtering S -> NP VP | Aux NP VP | VP NP -> Det Nom | PropNoun Nom -> Noun Nom | Noun VP -> V | V NP Det -> a | this | that Noun -> flight | morning | book Aux -> does PropNoun -> I V -> prefer | book (Piotr wyjechał do Krakowa, a Ania jest chora) NP -> NP Conj NP (Ania i Piotr wyszli wcześniej) DETP-CP (and HdNns) ( powierzchniowość analizy widać po tym, Ŝe nie sprawdzamy Ŝadnych uzgodnień, nie wiąŜemy analiz poszczególnych fragmentów) 29 Rozpoznanie pa dziernik, 2004 liczb pisanych słownie, dat, nazw własnych, ... 30 ź 5 J zyki regularne i metody ich rozpoznawania/generowania Hierarchia gramatyk/j zykó zyków (Chomsky, Chomsky, 1959) regularna (Regular) X → α Y gdzie X,Y są symbolami nieterminalnym, α ciągiem bezkontekstowa terminali; Y moŜe być pominięte (Context-free) X → γ, X -symbol nieterminalny, γ ciąg dowolnych symboli kontekstowa (Context-sensitive) αXβ β → αγβ, X - symbol nieterminany, α,β,γ ciągi symboli terminalych i nieterminalnych, γ nie moŜe być pusty rekurencyjnie przeliczalna (Turing Equivalent, Type 0) α → β ; α,β ciągi symboli terminalych i nieterminalnych Język regularny to język generowany przez wyraŜenie regularne (wykorzystanie: Perl, emacs, Word, sed, awk, grep, vi, netscape) WyraŜenie regularne to: a) wyraŜenie stałe φ (język pusty |φ φ|) b) wyraŜenie Λ (język składający się ze słowa pustego Λ) c) wyraŜenie będące pojedynczą zmienną y1,..., yn d) jeŜeli U i W są wyraŜeniami regularnymi opisującymi języki |U| i |W|, to (U⋅⋅ W), (U∪ ∪ W) i (U)* są wyraŜeniami regularnymi ∪ |W| i |U|* opisującymi odpowiednio języki |U||W|, |U|∪ kaŜde wyraŜenie regularne moŜna uzyskać z wyraŜeń opisanych w a)c) za pomocą skończonej liczby operacji z d). (* - oznacza 0 lub więcej razy) pa dziernik, 2004 31 ź pa dziernik, 2004 Wyra enia regularne Jakie j zyki s regularne? Przykłady języków regularnych: JeŜeli L jest językiem regularnym, to istnieją ciągi symboli teminalnych x,y,z, takie, Ŝe y ≠ ε i xynz ∈ L dla n≥ ≥0 j zyk owcy: be! bee! beee! beeee! … gramatyka: S -> beE E -> ! E -> eE (zapis: E -> ! |eE ) wyraŜenie regularne: bee*! (be+!) ę liczby całkowite gramatyka: np. anb n nie jest regularny (nie moŜna „pompować” ani ak, ani b k ani (ab)k (jest to język bezkontekstowy: S -> 0S | 1S | … | 9S | 0 | 1 | 2 | … | 9 wyraŜenie regularne [0..9][0..9]* ź 33 Chomsky (1956,1957), Partee (1990) The cat likes tuna fish. The cat the dog chases likes tuna fish. The cat the dog the rat bit chases likes tuna fish. The cat the dog the rat the elephant admired bit chases likes tuna fish. (the + noun)n (transitive verb)n-1 likes tuna fish - L1, nie jest regularny Idea dowodu: budujemy język regularny L2, którego przecięcie z językiem angielskim da w wyniku L1. PoniewaŜ przecięcie dwóch języków regularnych jest regularne, a L1 nie, oznacza to, Ŝe angielski teŜ nie jest regularny. pa dziernik, 2004 – A = { the cat, the dog, the elephant, the rat, ...} – B = { chased, admires, bit, ate ...} 35 34 ź Do jakiej klasy nale naturalne? j zyki Długa dyskusja o tym, do której kategorii naleŜą poszczególne języki naturalne. Wiele „dowodów” na to, Ŝe angielski jest językiem kontekstowym. Obecny stan wiedzy: – składnia i morfologia angielskiego jest bezkontekstowa – szwajcarski dialekt niemieckiego ma składnię kontekstową – morfologia języka Bambara (Mali) kontekstowa – L2 = zbiór wyraŜeń A* B* likes tuna fish, gdzie ź S-> ε ) Języki naturalne nie są regularne, w szczególności nie jest regularny angielski. Angielski nie jest j zykiem regularnym pa dziernik, 2004 S-> a S b ([0..9]+) pa dziernik, 2004 32 ź Co nie znaczy, Ŝe j.naturalny daje się łatwo opisać za pomocą gramatyki bezkontekstowej ,ani e jego podzbioru nie moŜna opisywać za pomocą gramatyk regularnych pa dziernik, 2004 ź 36 6 Automaty Definicja automatu Istnieje wzajemnie jednoznaczna odpowiedniość między gramatykami regularnymi a automatami skończonymi Automat skończony to piątka < Q, ∑, δ, qs, Qf >, gdzie Automat skończony Urządzenie sekwencyjne mogące znajdować się w skończonej liczbie stanów, czytające symbol po symbolu. Przeczytanie symbolu zmienia stan urządzenia na inny i przesuwa taśmę wejściową o jedną klatkę na lewo. Automat skończony zupełny (niekoniecznie deterministyczny) automat Rabina Scotta (kaŜdy automat skończony jest równowaŜny deterministycznemu automatowi Rabina-Scotta). pa dziernik, 2004 37 ź Q - skończony zbiór stanów q0,q1, ... qn Σ skończony zbiór symboli wejściowych (alfabet) qs - stan początkowy∈ ∈Q Qf ⊆ Q zbiór stanów końcowych (akceptujących) δ (q,i) tablica przejść Q × Σ -> Q ; dla danego symbolu wejściowego i stanu wartością jest stan automatu pa dziernik, 2004 Przykł Przykład automatu j zyk owcy: be! bee! beee! beeee! … gramatyka: S -> beE E -> ! E -> eE wyraŜenie regularne: bee*! (be+!) automat: Q={q0,q1,q2,q3} ∑ ={a,b,c,...,z, !,?} e b e ! q0 q1 q2 Przykł Przykład automatu, 2 ę Formy słowa owca: owca, owcy, owcy, owcę, owcą, owcy gramatyka: S -> owcE E -> a | y | ę | ą wyraŜenie regularne: automat: owc[ayęą] q2 q3 a ę q4 owc q3 pa dziernik, 2004 q1 q5 ą (tu zakladamy, Ŝe mamy juŜ rozpoznany początek i koniec słowa) 39 ź y q0 (jeśli alfabet jest duŜy (tu wszystkie litery) dla zwiększenia czytelności pomija się często przejścia dla symboli uniemoŜliwiających dojście do stanów akceptujących) pa dziernik, 2004 40 ź Transducery 38 ź Transducery Transducery to automaty skończone, na łukach których znajdują się pary symboli. Dla kaŜdego przejścia przez automat otrzymujemy wiec parę powiązanych ze sobą słów. Transducer wiąŜe ze sobą dwa języki regularne. zamiana ci gów ‘ab’ na ‘x’ ? oznacza dowolny, nie wymieniony na innych łukach symbol pojedynczy symbol na łuku oznacza, e go kopiujemy, np. a oznacza a:a ą Ŝ Słowo: Prosty przykład zamiana symboli 0 i 1 (tzn. 0110 -> 1001) aabaaabb Wej cie: a a b a a a b b Ci g stanów: 0 1 (1) 2 0 1 1 (1) 2 0 0 ś 1:0 ą q0 Wyj cie: a (a) x a a (a) x b ś 0:1 axaaxb (n) oznacza cie k , z której si trzeba 42 było wycofa ę ś pa dziernik, 2004 ź 41 pa dziernik, 2004 ź ę Ŝ ć 7 Automaty, rozszerzenia J zyki formalne Automat z wyjściem: Automat Moore’a nad alfabetem wejściowym T i wyjściowym Y nazyamy trójkę <S , M, G>, gdzie S skończony zbiór stanów, M - funkcja przejścia S x T -> S , G: S -> Y. Automat ze stosem automat z taśmą wejściową i taśmą (stosem) roboczym Maszyna Turinga automat z taśmą wejściową prawostronnie nieograniczoną i obustronnie nieograniczoną taśmą roboczą, która moŜe być przesuwana w obu kierunkach pa dziernik, 2004 43 ź j zyk (gramatyka) ę rozpoznawany przez problem x ∈ L regularny automat Rabina-Scotta rozstrzygalny (FSA) bezkontekstowy automat ze stosem rozstrzygalny (PSG) kontekstowy dwutaśmowa maszyna Turinga rozstrzygalny (TAG) o ograniczonej długości taśmy rekurencyjnie dwutaśmowa maszyna Turinga nierozstrzygalny przeliczalny (ATN, HPSG) pa dziernik, 2004 ź 44 Dzi kuj za uwag . ę pa dziernik, 2004 ź ę ę 45 8