自然語言處理是人工智能的一個核心領域，自然語言處理的目的是構建一套可以理解人類語言的系統。很容易想到，計算機一旦能完全理解人類的語言，那麼大量只需要說話的崗位，都會被代替，例如，電話銷售；除此之外，計算機與人類的交互能力大大提升，那麼，挖掘機不再需要藍翔，只需要你的一句話就可以創造東方！
那麼，如何去學習自然語言處理呢？小編認為：讀通理論，重在實踐！人工智能聽起來理論繁多，但真正在工程中用得到的理論和算法也就那麼幾十條。但這些理論分散於十幾本大厚書中，一本本讀完肯定是非常浪費時間的！小編不才，想嘗試把自然語言處理的各路理論，在幾十篇文章裡全部用大白話講出來，讓每一個自然語言處理學習者，都能快速奠定理論基礎！
本文主要講述喬姆斯基4型文法。
喬姆斯基，何許人也？
喬姆斯基是自然語言處理學派最早的研究者，理論奠基者。他並非計算機專家，而是一位純粹的語言學家。他主張機器理解人的語言應當通過一定的語法規則，因此，他一生致力於這套語法規則的描述。
學他的4型文法有啥用？
之所以學習他的4型文法，是因為這個理論可以和另一個理論（自動機）結合，讓機器可以自動糾正語法錯誤。這個聽起來就很酷了吧，寫一個語法糾錯軟件還是很簡單的！
喬姆斯基4型文法
在喬姆斯基的語法理論中，文法被劃分為4種類型：3型文法、2型文法、1型文法和0型文法。
什麼是文法呢？
文法就是用來描述一套語言的規則，寫文章的法規，一套語言的法規。有了這樣一套規則，我們就可以描述任何語言。這套描述方法是喬姆斯基發明的，所以叫喬姆斯基文法，又因為，這套文法分為四部分，所以叫四型文法。
那你寫就寫吧？為啥非要分成4種呢？
這4種文法，分別描述的是不同等級的語言，可以這樣理解，四個人，一個人說話吞吞吐吐，表達不清楚，說起來不流利，那我們就認為他說的話結構性很差，要想描述這種模模糊糊的話，我們就用模模糊糊的規則，這種規則，就起個名字，叫0型文法。
第二個人呢，說的比上一個清楚一點，可以用另一套規則描述，同理，起個名字，叫1型文法。以此類推產生了四種文法，用來描述不同層次的語言。
4種文法既然都知道了，它們的具體又是啥？
首先補充一個概念：形式語法（文法）
形式語法是一個四元組G＝（N，Σ，P，S），N和Σ指單詞的意思，就是一個個的詞，其中N是非終止詞，M是終止詞，P是規則的意思，指一套推理規則，就可以理解為說話的規則，S指的是句子符或初始符，就像“但是，可是，而且”這些。那麼這個四元組就可以描述語言了。
0型文法：如果文法G的規則集P中所有規則滿足如下形式：α→β，其 中，α∈（N∪Σ）+，β∈（N∪Σ）*，則稱G為無約束文法或無限制重寫系統，也稱0型文法。
怎麼理解呢？就是隻要你們都是詞（α，β），能前後堆砌（→），拼成一個句子，就屬於0型文法了。顯然，這樣的文法描述的語言隨意性很大。
1型文法：如果文法G的規則集P中所有規則滿足如下形式： αAβ→αγβ，其中，A∈N，α，β，γ∈（N∪Σ）*，且γ至少包含一個字符，則稱文法G為上下文有關文法（context-sensitive grammar, CSG），或稱1型文法。
可以看到，這裡要求變多了哦，必須是在滿足前後文（αAβ）有一定要求的情況下才能推出下一句。就是必須前文是α，後文必須是β，才能由A推出γ。
2型文法：如果文法G的規則集P中所有規則均滿足如下形式： A→α，其中，A∈N，α∈（N∪Σ）*，則稱文法G為上下文無關文法（context-free grammar, CFG），或稱2型文法。
可以看到，必須是非終止符集合（來自N集合）裡的詞彙推出（→）其他集合裡的詞彙（來自N集合或者Σ集合）。就是必須前文（A）是非終止符（來自N集合）才可以。
3型文法：如果文法G的規則集P中所有規則均滿足如下形式：A→Bx，或 A→x，其中，A，B∈N, x∈Σ，則稱該文法G為正則文法，或稱3型文法。
這裡的要求是非常嚴格的，具體描述的是來自N集合的A元素可以推出Bx兩個部分，而B又屬於N，是非終止符，所以B又可以推出其他部分，假設B→Bx，那麼上式子就可以變為A→Bx→Bxx(這裡的B→Bx)，以此類推，左邊可以一直延長，直到B→y，這個推理才結束。
看到這裡，也許上邊的分析，你並沒有看懂，那麼也不需要擔心，因為你只需要記住形式語法的概念和4型文法的嚴格性是依次遞增的。要求越嚴格的文法，對應的語言結構化程度越高。越容易進行分析。
篇幅和時間有限，下篇文章繼續講。對人工智能和NLP深度學習感興趣的上車啦！歡迎各路大神評論！
閱讀更多 野蠻智能 的文章
