上下文无关文法

摘要： 基于BIM的建筑专业施工图合规性自动审查改变了传统的人工审图模式,提高了审图效率.其中关键步骤是将自然语言建筑设计规范条文转换为计算机可理解并执行的格式,即提取建筑设计规范条文的规则表达式.人工提取过程效率低且容易出错,为此,本文借助上下文无关文法对自然语言建筑设计规范条文进行语法分析,得出计算机可理解的知识内容.对最小的语法单位语素进行分析,将名词、情态词、比较词以计算机可理解的表达构建语素库;按照动词表现关系将规范分成五类,推导出各类规范规则表达式的提取方法及其判断依据,并构建方法库.实现了规范条文规则表达式的自动提取,为建立基于BIM的建筑专业施工图合规性自动审查系统打下坚实基础.

摘要： 基于BIM的建筑专业施工图合规性自动审查改变了传统的人工审图模式,提高了审图效率。其中关键步骤是将自然语言建筑设计规范条文转换为计算机可理解并执行的格式,即提取建筑设计规范条文的规则表达式。人工提取过程效率低且容易出错,为此,本文借助上下文无关文法对自然语言建筑设计规范条文进行语法分析,得出计算机可理解的知识内容。对最小的语法单位语素进行分析,将名词、情态词、比较词以计算机可理解的表达构建语素库;按照动词表现关系将规范分成五类,推导出各类规范规则表达式的提取方法及其判断依据,并构建方法库。实现了规范条文规则表达式的自动提取,为建立基于BIM的建筑专业施工图合规性自动审查系统打下坚实基础。

摘要： In order to enhance medical standards,clinicians always use EMR (Electronic Medical Record) to do statistics with the assist of IT staff who repeatedly write SQL or build OLAP models,which is difficult for clinicians.With the purpose of reducing the barrier for clinician,this paper proposes an EMR analysis tool— QReport.Clinicians input statistic questions about symptom,diagnosis and curative effect,QReport will return corresponding charts.We use Delphi method to collect statistic questions from clinicians.For the natural language statistic question,firstly,it is segmented and linked to entities in Clinical electronic medical records knowledge base,and we use grammar to analysis the linking result to get a parse tree.After that we can generate question semantic graph,and then translate it as structured query language to execute in the EMR base.The results show that the grammar can cover 92.26％ of the statistic questions in medical journals,the precision of grammar parsing is about 94.0％,and the median of user subjective satisfaction is 3.5(1-5).%为提高诊疗水平,临床医生在临床科研工作中,经常要对临床电子病历(Electronic Medical Record,EMR)数据进行各种统计分析.这项工作传统上由医疗信息人员协助,通过不断写SQL或是构建独立的联机事务分析系统完成.对于医生来说,使用EMR进行统计分析的门槛很高.为了降低医生使用EMR的门槛,文章提出了基于自然语言问题的电子病历分析工具—QReport,临床医生输入临床症-治-效相关的各种统计问题,QReport能够自动展现相应的图表.文中使用的症-治-效统计问题集使用专家调查法(Delphi method)向临床医生收集,对于统计自然语言问题,首先对其进行分词、抽取链接和文法解析得到问题解析树,之后生成问题语义图,并翻译为图查询语句在EMR知识库中检索.结果表明,该文法能够覆盖医学期刊中92.26％的统计类问题模式,且文法解析正确率为94.0％,用户主观满意度中位数为3.5(1-5).

摘要： 句法分析是自然语言处理中的关键一环,它连接更基础的词法分析和更高级的语义分析.文章通过厄尔利(Early)算法分析藏语句子的语法结构,并利用计算机程序实现藏文句子自动分析,生成句法分析树,对藏语句法分析的研究提供了较好的思路,具有探索价值.

摘要： 基于代码枚举的自动程序修复方法借助变异算子对程序中错误语句进行变更操作,从而得到程序修复解.由于缺乏文法制导及变异算子数量的有限性,该方法的有效性有待进一步提高.本文提出一种基于变型空间代数的自动程序修复方法,即将回归测试用例集视为训练实例,通过归纳学习得到程序中出错语句的修复解.具体而言,该方法包括以下特征:(1)从文法到变型空间的自动构造生成方法;(2)根据变型空间树中变型空间的不同类别,分别给出一致性定义;(3)结合静态及类型检查的变型空间代数运算.实验结果表明:与基于代码枚举及基于搜索的修复方法相比,本文提出的方法在修复成功率方面更具优势;与此同时,方法中的静态及类型检查机制可以有效地削减假设空间的规模.%Automatic program repair based on code enumeration exploits mutation operators to fix buggy programs by mutating the faulty statements.Its effectiveness is hindered by lack of grammar-directed mutation and limited number of mutation operators.This paper proposes a new automatic program repair method based on version space algebra,which uses inductive learning techniques to automatically produce repair solution for the faulty statement of buggy program.Specifically,the proposed method has the following features:(1) automatic derivation of version spaces from grammars,(2) defining consistency of version space according to its type,and (3) combining static and type checking with version space algebra.Experimental results show the proposed method outperforms other existing automatic program repair approaches in terms of repair success rate,and static and type-checking mechanism can prune the hypothesis space efficiently.

摘要： 面向位置服务背景下地图符号按需和动态表达的需求,提出了一种基于认知语义分析的地图符号结构化描述模型,以及建立在此基础上的地图符号动态生成方法.结构化描述模型立足"现实-认知-符号"的认知语义原理,以地图符号语素为基本单元、以语义结构为描述框架,侧重描写符号图形和语义之间的关联映射机制.动态生成方法的核心是一种规则控制语素组合构造符号的上下文无关文法模型,通过对图形语素、形态结构语素以及符号生成规则系统进行建模,重构了地图符号动态生成的文法编译器.以个性化导航路径符号为例,通过面向不同情境和语义结构的符号动态生成试验,验证了本文方法的可行性.本文研究将有助于进一步理解地图符号的认知和结构原理,并促进相关行业和应用领域地图符号化的按需和动态表达的水平.%Location-based services (LBS) requires generating real-time personalized and dynamic cartographic symbols.In order to tackle this problem, this paper proposes a structural description model and a dynamic generation method of cartographic symbols based on cognitive analysis.Following the cognitive semantics principle of 'reality-cognition-symbol', the description model elaborates the mapping mechanism between symbol graphics and symbol semantics, which uses symbol morphemes as atomic units and semantic structure as description framework.The generation method is composed of a context-free grammar model which uses rules to generate cartographic symbols on the basis of morphemes.Through the modelling of graphic morphemes, structural morphemes and rule-based generation system, a grammar compiler for dynamic generation of cartographic symbols is redesigned.Lastly, experiments of dynamic generation of cartographic symbols in different contexts and semantics are performed to verify the feasibility of the proposed method.Therefore, this study leads to a further understanding of cognition and structure principles of cartographic symbols, and also pushes forward dynamic generation of cartographic symbols for related industries and applications.

摘要： Syntactic parsing is a basic technology of natural language understanding, and it is the cornerstone of deep language understanding. At present, the parsing method is based on the hypothesis of context free grammar. In fact, the context has a strong correlation in phrase structure trees. If the structural information can be used, it can fur-ther improve the accuracy of the parser. This paper combines the multiple structural information in syntactic struc-ture trees, the structural information (such as father node or left and right sister nodes) in the non-terminal node can strengthen grammar rules of context constraints. And then this paper uses the method of structural support vector machines (SSVMs) for Chinese parsing. The experimental results show that the method of multiple structural infor-mation fusion can resolve the structural ambiguity and improve the accuracy and F1 value.%句法分析是自然语言理解的一项基础技术,是迈向深层语言理解的基石.目前常用的句法分析方法的语法模型建立在上下文无关文法的假设上.事实上,短语结构树的节点之间具有很强的上下文相关性,充分利用结构信息,可进一步提高句法分析的准确性.融合了句法结构树中的多结构信息(在非终节点中增加父亲节点及左、右姐妹节点等标记)以加强语法规则的上下文约束,并采用结构化支持向量机的方法对句法进行了分析.实验表明,该融合多结构信息的句法分析方法可以消解结构歧义,提升句法分析精确率和F1值.

摘要： 随着大数据、云计算的发展,Web软件越来越复杂,人们对其质量要求也越来越严格.研究了一种Web软件一致性检测的方法.针对Web软件的独特性质,研究了Web软件创建可执行模型的方法,动态模拟系统运行.引入文法的概念,设计一个模拟器,在模拟过程中动态检测可执行模型在外部事件(文法描述的)触发下的执行是否存在不一致现象,整个过程以模拟树的方式呈现.该方法能在项目初期检测出模型的设计与需求的不一致,在一定程度上保证模型的一致性.

摘要： 上下文无关文法借助有限规则集和递归手段实现语言生成问题的刻画。这一形式系统多以符号串集形式呈现，并因递归技术的应用而渐变复杂，晦涩难懂。文章探讨其可视分析问题，涉及文法到有限状态变迁系统的构造、理论证明和应用方法。这项工作不仅有助形式系统各要素间的关系的直观刻画，而且为结构化推导分析、语义重用奠定基础。%Context-free grammar is a formal framework delineating language generating in light of a finite set of rules and recursions.It appears in string forms and is employed on the basis of recursions,therefore becoming complex and difficult to understand.In this paper,we will elaborate on the visualized counterpart of the formal system,discussing transformation of grammar into finite state transition system,theoretical proofs and applica-tions.This work not only contributes much to intuitive grasp of relationships between various factors of the con-cerned grammar,but also lays the foundation for structured derivation analysis and semantic reuse.

摘要： 为了有效地解决湘西民间苗文字形的生成及描述问题,提出一种字形的动态生成方法。该方法将苗文字形的生成过程表示为由苗文构件作为操作数、由构件位置关系决定运算符的组合运算表达式,将2~3个构件进行不同的组合运算,即可动态生成不同结构的苗文字形。利用操作系统自带的表意文字描述序列解释机制,将构件组合运算表达式转换为表意文字描述序列,即可实现该方法。测试结果表明,根据该方法编写的映射脚本生成的湘西民间苗文字形可以满足实用要求。

摘要： 分析了由上下文无关文法的开始符号推导产生句子的策略、推导过程中存在的问题和解决方案,以及影响选择产生式的因素,给出了用于选择候选产生式的产生式期望值计算公式。产生式的期望值计算公式中包含了各种相关影响因素及其调整系数,较准确地反映了推导者对候选规则的期望程度,设计实现了一个句子生成算法。实验表明,该算法产生的句子具有对文法成分的覆盖性、代表性和精简性等特点。

摘要： yacc不是所有的上下文无关文法都能分析，但它所能分析的一定是上下文无关文法。rn 有一些特殊的语法结构无法用上下文无关文法描述，比如在ESC PK针式打印机语言中，某些单词符号串的格式和长度需要依靠上下文中其他单词字符串的信息才能确定，象这种语法结构可以用上下丈相关文法描述。在此作者对这种简单上下文相关文法进行了分析，并提出在yacc中的处理方法。最后，在一个工程中，利用lex和yacc实现了对ESC PK针式打印机语言的解析。

摘要： 把自底向上、自顶向下和双向分析结合起来,文献[1]提出了双向策略标记上下文无关文法(BSCFG),并指出了它的不完备性,即基于BSCFG的分析器无法分析所有合法的句子.本文提出了一种使不完备的BSCFG完备的规范化算法,并证明了它的正确性.在此基础上,实现了一个更强大、更高效、更灵活的图算法;一种基于双向策略标记上下文无关文法的图算法.实现结果显示,在相同识别结果的情况下,它能提高速度23.4﹪.

摘要： 本发明涉及通过连续的进餐重量测量来监测和改变进食行为，并已成功应用于临床实践来治疗肥胖和进食障碍。为此目的，在单次进餐的过程中，使用了具有盘秤的以及受试者的视频记录来帮助临床医生测量相关的食物摄入量参数。在这项工作中，我们提出了只使用重量测量自动构建受试者的食物摄入量曲线的新算法。这消除了直接临床观察或视频记录的需要，从而显著减少了分析所需的手动误差。所提出的算法旨在通过应用使用Delta系数的自适应预处理阶段来识别具体的进餐相关事件(例如咬、食物添加、人为)，随后基于参数概率上下文无关文法对事件进行检测记录的序列。对患有肥胖症或进食障碍的个体以及具有正常BMI的个体的114个进餐的数据集的实验结果证明了所提出的方法的有效性。

摘要： 本发明公开了一种上下文无关文法的解析方法，在现有的上下文无关文法的解析算法中，引入了三种方法，即：规则首字索引哈希；状态跳转首字查询哈希；以及对同一位置同一规则的解析结果进行重用，这三种方法可以任意组合的形式应用于解析过程。该解析方法可以减少上下文无关文法的解析时间，提高解析的效率。通过规则首字索引哈希以及对局部解析结果进行重用，避免了对所有嵌套子规则的搜索，减少了搜索空间；同时，通过状态跳转首字查询哈希，使系统只需要极少次数的跳转，甚至只需一次跳转，即可搜索到匹配的规则，从而极大地提高了解析的效率。

摘要： 本发明公开了一种受上下文无关文法约束的测试用例生成方法，属于软件工程技术领域。本方法为：首先编写一定数量的合法测试用例，根据上下文无关文法分析其语法结构得到解析树，对于每种可能出现的语法成分，构造该成分在已编写测试用例中所生成的子串集合；然后遍历解析树，对于解析树中的每个语法成分，使用相应子串集合中的其它子串来替换该语法成分在当前测试用例中生成的子串，从而得到新的结构更复杂的测试用例。本发明有效避免了生成型数据生成方式固有的状态空间爆炸以及难以满足语义约束等缺陷，测试用例的生成速度快，得到的测试用例结构更复杂且满足语义约束；本发明可对输入数据具备上下文无关文法约束的计算机软件进行安全性测试。

摘要： 本发明公开了一种对基于随机上下文无关文法的RNA二级结构预测进行加速的方法，目的是加快使用SCFG进行RNA二级结构预测的速度。技术方案是先构建由主机和可重构算法加速器组成的异构计算机系统，接着主机将格式化后的CM模型和编码后的RNA序列发送至可重构算法加速器，可重构算法加速器的PE阵列执行无回溯CYK/inside算法计算，计算中采用“按区域分割”和“逐层按列并行处理”的任务划分策略实现细粒度并行计算，且n个PE采用SPMD方式同时计算位于矩阵不同列的n个数据，但计算时根据不同的状态类型采用不同的计算顺序；采用本发明实现了对基于SCFG模型的RNA序列二级结构预测应用加速，加速比高，成本低。

摘要： 本发明公开了一种基于上下文无关文法的SQL注入语句变换方法，在进行网络安全攻防研究时，需要对SQL注入语句产生大量的语义等价变换。本发明基于改进的上下文无关文法，结合语义匹配等方法，可以根据单条SQL注入语句生成理论上无限多的等价替换，且语义等价，即保留其功能性和恶意性。本发明使用基于语义的方式来匹配替换生成的入口，在更加细粒度地处理SQL注入语句的同时，避免了正则匹配方法对其功能性的破坏。

摘要： 一种用于生成用于意图推理的上下文无关文法的方法，包括：针对与待由机器执行的第一任务对应的可操作意图，通过编译器检索第一模板文件；使用编译器解析第一模板文件，以识别第一非终结符变量，第一非终结符变量引用包含多个第一命名实体值的第一非终结符文件；以及基于在第一模板文件中指定的、包括至少第一产生式规则的多个产生式规则，生成与第一任务对应的可操作意图的第一上下文无关文法，第一产生式规则包括第一非终结符变量，其中，生成与第一任务对应的可操作意图的第一上下文无关文法包括：通过用多个第一命名实体值替换第一产生式规则中的第一非终结符变量来重写第一产生式规则。

摘要： 一种基于递归神经网络和概率上下文无关文法的密码生成系统，包括：带有密码数据库的预处理模块、训练模块以及生成模块，预处理模块根据密码数据库中的概率上下文无关文法的规则，将待处理字符串转变成标签的格式，并对每个标签进行概率统计，得到每个标签对应字符串的概率排序作为训练模块的样本，由多个生成器组成的训练模块通过多层递归神经网络对样本进行特征提取以及训练，得到神经网络模型，生成模块基于神经网络模型生成标签，并基于权重选择规则将标签替换回密码，并经文本分类处理，区分其是否属于密码数据库的概率并最终得到密码，本发明能够提高密码猜测的效率，生成命中率更高的密码字典，有效提升密码暴力破解的效率。

摘要： 本发明涉及通过连续的进餐重量测量来监测和改变进食行为，并已成功应用于临床实践来治疗肥胖和进食障碍。为此目的，在单次进餐的过程中，使用了具有盘秤的以及受试者的视频记录来帮助临床医生测量相关的食物摄入量参数。在这项工作中，我们提出了只使用重量测量自动构建受试者的食物摄入量曲线的新算法。这消除了直接临床观察或视频记录的需要，从而显著减少了分析所需的手动误差。所提出的算法旨在通过应用使用Delta系数的自适应预处理阶段来识别具体的进餐相关事件(例如咬、食物添加、人为)，随后基于参数概率上下文无关文法对事件进行检测记录的序列。对患有肥胖症或进食障碍的个体以及具有正常BMI的个体的114个进餐的数据集的实验结果证明了所提出的方法的有效性。

摘要： 本发明公开了一种上下文无关文法的解析方法，在现有的上下文无关文法的解析算法中，引入了三种方法，即：规则首字索引哈希；状态跳转首字查询哈希；以及对同一位置同一规则的解析结果进行重用，这三种方法可以任意组合的形式应用于解析过程。该解析方法可以减少上下文无关文法的解析时间，提高解析的效率。通过规则首字索引哈希以及对局部解析结果进行重用，避免了对所有嵌套子规则的搜索，减少了搜索空间；同时，通过状态跳转首字查询哈希，使系统只需要极少次数的跳转，甚至只需一次跳转，即可搜索到匹配的规则，从而极大地提高了解析的效率。

摘要： 本发明公开了一种受上下文无关文法约束的测试用例生成方法，属于软件工程技术领域。本方法为：首先编写一定数量的合法测试用例，根据上下文无关文法分析其语法结构得到解析树，对于每种可能出现的语法成分，构造该成分在已编写测试用例中所生成的子串集合；然后遍历解析树，对于解析树中的每个语法成分，使用相应子串集合中的其它子串来替换该语法成分在当前测试用例中生成的子串，从而得到新的结构更复杂的测试用例。本发明有效避免了生成型数据生成方式固有的状态空间爆炸以及难以满足语义约束等缺陷，测试用例的生成速度快，得到的测试用例结构更复杂且满足语义约束；本发明可对输入数据具备上下文无关文法约束的计算机软件进行安全性测试。