丛书编者的前言 1
第一章 引言 1
1.1 背景 1
1.2 模式和模式类 1
序言 2
符号表 4
1.3 研究模式识别的方法 7
1.3.1 决策理论方法 7
1.3.2 句法分析方法 8
1.4 模式识别系统的基本原理 10
参考文献 11
1.5 小结 11
第二章 形式语言基础 12
2.1 引言 12
2.2 串文法和语言 12
2.2.1 初步定义 12
2.2.2 文示的类型 17
2.3 模式语言和文法的例子 20
2.3.1 染色体文法 20
2.3.2 图形描述语言 22
2.4 等价的上下文无关文法 28
2.4.1 无循环的文法 28
2.4.2 没有无用符号或产生式的文法 31
2.4.3 具有标准形产生式的文法 32
2.5 句法引导的翻译 36
2.6 确定的，不确定的和随机的系统 39
2.7 小结 40
参考文献 40
第三章 高维文法 41
3.1 引言 41
3.2 树文法 41
3.2.1 定义 41
3.2.2 扩展树文法 43
3.3 网文法 46
3.3.1 图论中的某些概念 46
3.3.2 网文法 47
3.3.3 几个例子 48
3.4.2 几个例子 51
3.4 交织文法 52
3.4.1 结构方法 52
3.5 形状文法 58
3.6 小结 60
参考文献 60
第四章 句法结构的识别和翻译 61
4.1 引言 61
4.2 串语言识别器 61
4.2.1 有限自动机 61
4.2.2 下推自动机 67
4.3 句法引导的简单翻译自动机 73
4.3.1 有限翻译器 74
4.3.2 下推变换器 79
4.4 串语言分析 84
4.4.1 引言 84
4.4.2 句法分析 84
4.4.3 库克--杨格--卡塞米分析算法 87
4.4.4 转移图方法 88
4.4.5 算子优先文法 91
4.5 有缺陷串的识别 94
4.6 树自动机 100
4.6.1 简单说明 101
4.6.2 一个例子 102
4.7 小结 110
参考文献 111
第五章 随机文法，语言及识别器 112
5.1 引言 112
5.2 随机文法与语言 112
5.3 随机上下文无关文法的相容性 116
5.3.1 线性文法的相容性 116
5.3.2 非线性文法的相容性 119
5.4 随机识别器 120
5.4.1 随机有限自动机 120
5.4.2 随机下推自动机 127
5.5 随机句法引导的翻译器 129
5.6 适于处理普符号的修正库克--杨格--卡塞米分析算法 133
5.7 小结 136
参考文献 137
第六章 文法推断 138
6.1 引言 138
6.2 正则文法的推断 138
6.2.1 借助于教师的推断 138
6.2.2 以发现R？集中串的迭代规则为基础的推断 142
6.2.3 通过综合有限自动机进行推断 143
6.3.1 借助于教师的推断 147
6.3 上下文无关文法的推断 147
6.3.3 中枢文法的推断 153
6.4 树文法的推断 155
6.4.1 预备定义 155
6.4.2 推断方法 158
6.4.3 例 161
6.5 随机文法的推断 166
6.5.1 学习产生式概率 166
6.5.2 随机有限自动机的推断 170
6.6 小结 173
参考文献 173
参考文献 174
译名对照表 181