Grammars for Language and Genes: Theoretical and Empirical Investigations

گرامرها در پردازش زبان طبیعی و زیست شناسی محاسباتی به عنوان ابزاری برای رمزگذاری نظریه ها و ساختار الگوریتم ها اهمیت پیدا می کنند. اما یکی از موانع جدی برای کاربرد گرامرها این است که نظریه زبان رسمی به طور سنتی گرامرها را بر اساس ظرفیت تولید ضعیف آنها طبقه بندی می کند (مجموعه رشته هایی که تولید می کنند) و تمایل دارد که ظرفیت مولد قوی (چه مجموعه ای از توصیفات ساختاری ایجاد می کنند) را نادیده بگیرد. بیشتر مربوط به برنامه های کاربردی است.

این کتاب چارچوبی را برای انجام مقایسه‌های دقیق فرمالیسم‌های دستور زبان از نظر سودمندی آنها برای کاربردها، با تمرکز بر سه حوزه کاربردی ایجاد و نشان می‌دهد: تجزیه آماری، ترجمه زبان طبیعی، و تجزیه و تحلیل توالی بیولوژیکی. این نتایج باید راه را برای تحقیقات نظری برای دنبال کردن نتایجی که بیشتر به سمت کاربردها هدایت می‌شوند، و تحقیقات عملی برای کشف آسان‌تر استفاده از فرمالیسم‌های دستوری پیشرفته هموار کند.

Grammars are gaining importance in natural language processing and computational biology as a means of encoding theories and structuring algorithms. But one serious obstacle to applications of grammars is that formal language theory traditionally classifies grammars according to their weak generative capacity (what sets of strings they generate) and tends to ignore strong generative capacity (what sets of structural descriptions they generate) even though the latter is more relevant to applications.

This book develops and demonstrates a framework for carrying out rigorous comparisons of grammar formalisms in terms of their usefulness for applications, focusing on three areas of application: statistical parsing, natural language translation, and biological sequence analysis. These results should pave the way for theoretical research to pursue results that are more directed towards applications, and for practical research to explore the use of advanced grammar formalisms more easily.