El anlisis de la ambigedad de las gramticas libres de contexto

Se ha sabido desde 1962 que el problema de la ambigedad de las

gramticas libres de contexto es indecidible. La ambigedad en las
gramticas libres de contexto es un problema recurrente en el lenguaje
diseo y la generacin de analizador, aplicaciones, as asin donde
gramticas son modelos de uso das de las estructuras fsicas del mundo
real.
Se observa que existe una caracterizacin lingstica sencilla de la
ambigedad gramtica problema, y nos muestran cmo explotar esta
presentando un marco de anlisis de la ambigedad basado en
aproximaciones de lenguaje conservadores. Como ejemplo concreto, se
propone un la base tcnica sobre aproximaciones regulares locales y
gramtica unfoldings.We evaluar la anlisis utilizando las gramticas que se
producen en el anlisis de ARN en la bioinformtica, y demostrar que es
suficientemente precisa y eficiente para ser til.
Introduccion.
Al utilizar las gramticas libres de contexto para describir lenguajes
formales, uno tiene que ser consciente del potencial de la ambigedad en el
gramticas, es decir, la situacin en la que una cadena puede ser analizada
en mltiples formas, dando lugar a diferentes rboles de anlisis sintctico.
Proponemos una tcnica para detectar ambigedades en una gramtica
dada. A medida que el problema est en indecidible en general, que se
muestra por Cantor [6], Floyd [14], y Chomsky y Schtzenberger [8], que
recurren a la aproximacin conservadora. Esto significa que nuestro anlisis
para algunas gramticas es capaz de garantizar que no son ambiguas,
mientras que para otros no puede dar cierta respuestas.
En la bioinformtica, las gramticas libres de contexto en diversas formas
tienen aplicaciones importantes, por ejemplo en la secuencia comparacin,
motivo de bsqueda, y la estructura secundaria del ARN anlisis [12,18].
Recientemente, la ambigedad ha ganado la atencin en este campo,
asseveral important algorithms (tales como el algoritmo de Viterbi en CFGs
estocsticos) han demostrado para entregar incorrecta resultados en la
presencia de ambigedad [16,11]. El problema de la ambigedad surge en
el anlisis biosecuencia de la necesidad de comprobar una propiedad
esttica de los algoritmos de programacin dinmicos empleados - la
cuestin de si o no un elemento de la espacio de bsqueda se puede
evaluar ms de una vez. Si es as, los sistemas de puntuacin probabilsticos
producen resultados incorrectos, y enumeracin de soluciones casi ptimas
ahoga en la redundancia. Puede parecer sorprendente que el anlisis
esttico de esta propiedad programa puede ser abordado como una
cuestin de la ambigedad de idioma en el nivel del lenguaje formal. Vamos
a explicar esta situacin en algunos detalle en la Seccin 8.

Antes de empezar la presentacin de nuestro mtodo, declaramos dos

requisitos en un prctico comprobador de ambigedad que se derivan de la
biosecuencia dominio anlisis y debe tenerse en cuenta en lo que sigue: En
primer lugar, las gramticas que deben controlarse son en realidad
abstracciones de los conceptos de programacin ms ricos. Pueden parecer
extrao desde un punto de diseo de lenguajes de vista formal
- Por ejemplo, pueden contener '' los smbolos no terminales 'redundantes'
que generan el mismo idioma. Sin embargo, diferenteno terminales
diferentes estructuras fsicas modelo con diferentes semntica que son
esenciales para la posterior algortmica processing.Hence, la gramtica
debe ser revisado como es y no puede ser simplificado mediante, por
ejemplo, en el terminal de coalescencia suchn smbolos. Por supuesto, es
posible (y lo har) aplicar transformaciones ambigedad de preservacin de
la gramtica. En segundo lugar, el dominio expertos suelen ser los bilogos
moleculares con poca experiencia en programacin y ninguna formacin en
la teora del lenguaje formal.
Por lo tanto, cuando se descubre la ambigedad, se debe informar de una
manera que sea significativa para esta categora de usuarios. Adems de las
aplicaciones al anlisis biosecuencia, nuestra motivacin detrs de la obra
que presentamos aqu ha estado analizando reversibilidad de
transformaciones entre datos XML y no XML, que se puede reducir a la
ambigedad gramtica problema [4] .Que trabajo implica escner menor
anlisis, es decir, donde las descripciones lxicas no se separan de las
gramticas.
2. Una caracterizacin de ambigedad gramtica
Definicin 1 (gramtica libre de contexto y ambigedad).
Definicin 2 (Vertical y Horizontal ambigedad)
Ejemplo 4 (Vertical ambigedad).
Ejemplo 5 (Horizontal ambigedad)
3. Un marco para la aproximacin conservadora
Definicin 6 (Gramtica aproximacin).
Definicin 7 (aproximado Vertical y Horizontal ambigedad).
4. aproximacin Regular
Definicin 11 (Mohri-Nederhof Estrategia de Aproximacin).
Ejemplo 12 (palndromos)
Ejemplo 13 (Expresiones ambiguas).
5. Mejora de la precisin con la gramtica despliegue

Example 14 (Unambiguous Expressions)

Definicin 15 (Gramtica Balanced 1)
Definicin 16 (Gramtica Balanced Desplegado).
6. Otras estrategias de aproximacin
Ejemplo 19 (cadena vaca).
Ejemplo 20 (mayo Must)
10. Conclusin
Hemos presentado una tcnica, ACLA (Ambigedad Comprobacin con
Idioma Aproximaciones), para analizar de forma esttica la ambigedad de
las gramticas libres de contexto. Sobre la base de una caracterizacin
lingstica, la tcnica permite el uso de la gramtica transformaciones, en
particular aproximacin regular y despliegue, sin sacrificar la solidez.
Adems, el anlisis a menudo es capaz de identificar las fuentes de
ambigedad a travs de ejemplos concretos que se generan
automticamente. El anlisis puede se utilizar cuando LR (k) y tcnicas
relacionadas son inadecuados, por ejemplo en el anlisis biosecuencia, ya
que nuestros ejemplos muestran.
Nuestros experimentos indican que la precisin, la velocidad y la calidad de
los informes de ambigedad son suficientes para ser prcticamente til.