Capturing CFLs with Tree Adjoining Grammars
我们定义了一个可判定类的TAG，是强等价于CFGs，是可解析的。这个类以与Schabes和Waters的LCFGs相同的方式将CFGs词汇化，但对语法形式的限制要少得多。该类为生成局部集的TAG提供了范式，其方式与正则语法为生成正则集的CFG提供范式的方式非常相似。
1994-05-25 cmp-lg cs.CL
Proposing TAGbank as a Corpus of Tree-Adjoining Grammar Derivations
The University of British Columbia（不列颠哥伦比亚大学）
为填补词汇化语法形式缺乏大规模语料库的空白，本文提出从现有句法树库自动提取TAG推导的TAGbank语料库，概述映射方法并讨论挑战，支持句法分析等任务并计划扩展多语言语料库。
2025-04-13 cs.CL
Dependency resolution and semantic mining using Tree Adjoining Grammars for Tamil Language
树邻接语法（TAG）提供了一个充分的工具来捕捉许多印度语言的语法。泰米尔语对计算形式主义提出了特殊的挑战，因为它具有广泛的粘着形态学和相对困难的论点结构。使用TAG建模泰米尔语语法和形态学是一个有趣的问题，尽管TAG已经有40多年的历史了，但这个问题一直没有得到关注。我们对泰米尔语TAG的研究表明，我们不仅可以表示语言的语法，而且在一定程度上可以通过句子的依赖关系解析来挖掘语义。但是为了证明这种现象属性，我们需要使用我们构建的TAG来解析泰米尔语句子，并通过解析获得我们可以用来解决依赖关系的派生，从而证明语义属性。我们使用内部开发的伪词汇TAG图解析器; Schabes和Joshi（1988）给出的算法，用于生成句子的派生。我们不使用任何统计数据来排除模糊的派生，而是使用所有这些来理解泰米尔语标签中提到的语义关系。为了使讨论更完整，我们还将给出一个简短的解析器分析。
2017-04-19 cs.CL
Anchoring a Lexicalized Tree-Adjoining Grammar for Discourse
我们在这里探索一个“完全”词汇化的树邻接语法的话语，需要一个（独白）话语的基本元素是不简单的条款，但更大的结构，锚定在不同的实现话语线索。这种与语篇内部语法的联系说明了不同的语篇提示模式，而不同的结构和操作则说明了语篇意义要素的三个独立来源：（1）与基本树和操作相联系的合成语义，（2）由与树自由邻接的提示短语所承载的预设语义，（3）由与树相关联的提示短语所承载的预设语义。以及（3）一般推理，即得出额外的、可废除的结论，以充实组成中所传达的内容。
1998-06-24 cmp-lg cs.CL
Restricting the Weak-Generative Capacity of Synchronous Tree-Adjoining Grammars
同步树邻接文法的形式主义是标准树邻接文法（TAG）的一个变体，其目的是允许在语言规范之外使用TAG进行语言转换。在以前的工作中，由同步TAG定义的转导关系的定义是通过呼吁迭代重写过程。派生的重写定义是有问题的，因为它极大地扩展了形式主义的表达能力，并使解析算法的设计变得困难。我们引入了一个简单的，自然的同步树邻接派生的定义，标准的树邻接派生之间的同构的基础上，避免了原来的重写定义的表达性和可实现性的问题。表达性的下降，这将使该方法无法使用，被抵消的标准树邻接推导的替代定义，以前提出的完全不同的原因，从而使它实际上是娱乐使用自然的定义同步推导。尽管如此，一些剩余的问题情况要求在定义中有更大的灵活性;同构要求可能必须放宽。它仍然是未来的研究，以调整对允许的映射的确切要求。
1994-08-30 cmp-lg cs.CL
TuLiPA: Towards a Multi-Formalism Parsing Environment for Grammar Engineering
Universität Tübingen（蒂宾根大学）；CNRS - LORIA（法国国家科学研究中心-洛林计算机科学及其应用实验室）；Nancy Université（南锡大学）
在本文中，我们提出了一个开源的解析环境（Tuebingen语言解析架构，TuLiPA），它使用范围连接语法（RCG）作为一个枢轴形式主义，从而打开了几个温和的上下文敏感的形式主义的解析的方式。该环境目前支持基于树的语法（即树邻接语法，TAG）和具有树元组的多分量树邻接语法（TT-MCTAG）），并且不仅允许计算句法结构，而且允许计算对应的语义表示。它用于开发德语的基于树的语法。
2008-07-23 cs.CL
A Lie-algebraic perspective on Tree-Adjoining Grammars
Yale University（耶鲁大学）；California Institute of Technology（加州理工学院）
本文用图的组合定义给出树邻接语法的新数学实现，证明邻接操作构成预李运算与李代数，并表明该表述可自然捕捉空邻接约束和特征TAG等性质，无需额外设定。
2025-07-04 cs.CL math.QA math.RA
Encoding Lexicalized Tree Adjoining Grammars with a Nonmonotonic Inheritance Hierarchy
本文展示了如何DATR，一个广泛使用的词汇知识表示的形式化语言，可以用来定义一个LTAG词典作为一个继承层次结构的内部词汇规则。自下而上的特征编码用于LTAG树，这允许词汇规则被实现为特征结构内的协变约束。这种方法消除了与LTAG词典相关的大量冗余。
1995-05-15 cmp-lg cs.CL
Stability of Syntactic Dialect Classification Over Space and Time
New Zealand Institute for Language, Brain and Behaviour（新西兰语言、大脑与行为研究所）；University of Canterbury（坎特伯雷大学）；Geospatial Research Institute Toi Hangarau（Toi Hangarau地理空间研究所）
本文分析了基于句法表征的方言量词在时空上的稳定程度。虽然以前的工作已经表明，语法归纳和地理空间文本分类的组合产生强大的方言模型，我们不知道什么影响变化的语法和变化的人口对方言模型。本文为12种英语方言构建了一个测试集，时间跨度为三年，每月一次，在1,120个城市中具有固定的空间分布。句法表征是在基于用法的构式语法范式（CxG）内制定的。随着时间的推移，每种方言的分类性能的衰减率，使我们能够确定正在发生语法变化的地区。分类准确率在方言区域内的分布使我们能够确定方言语法内部异质性的程度。本文的主要贡献是表明，严格的评估方言分类模型可以用来找到随时间的变化，随空间的变化。
2022-09-11 cs.CL
An Alternative Conception of Tree-Adjoining Derivation
树邻接文法推导的精确公式化对于形式主义的各种用途具有重要的影响，从句法分析到语义解释和统计语言建模。我们认为，树邻接派生的定义必须重新制定，以体现适当的语言依赖派生。特定的建议是精确的特征，通过定义的TAG派生的等价类的有序派生树，和计算操作，凭借一个编译线性索引的语法与一个有效的算法识别和解析，根据编译的语法。
1994-04-04 cmp-lg cs.CL
The Logic for a Mildly Context-Sensitive Fragment of the Lambek-Grishin Calculus
Keio University（庆应义塾大学）
虽然上下文无关文法的特点是一个简单的证明理论的语法形式主义，即范畴语法和它的逻辑Lambek演算，没有这样的特征是已知的树邻接文法，甚至任何轻度上下文敏感的语言类在过去的四十年，尽管一些努力。本文解决了这一问题。在现有的片段的Lambek-Grishin演算捕获树邻接语言的基础上，我们提出了一个逻辑称为HLG：一个证明理论的表征树邻接语言的Lambek-Grishin演算的基础上限制到超边替换文法与秩二的Moot研究。HLG定义在具有割容许性的显示演算中。一些新的技术，如纯结构连接词，有用性，并证明网络HLG的图论参数的证明。
2021-01-10 cs.CL
Feature Unification in TAG Derivation Trees
LORIA（洛林信息学及其应用研究实验室）；INRIA Nancy Grand Est（法国国家信息与自动化研究所南锡-大东部中心）；Nancy Université（南锡大学）
一棵树邻接文法的派生树提供了对句子语义的第一次洞察，因此是生成系统的主要目标。我们定义了一个形式主义，基于特征的正则树文法，并从基于特征的树邻接文法翻译成这种新的形式主义。译文保留了原语法的派生结构，并考虑了特征的统一。
2008-04-29 cs.CL
Syntactic Variation Across the Grammar: Modelling a Complex Adaptive System
New Zealand Institute for Language, Brain and Behaviour（新西兰语言、大脑与行为研究所）；University of Canterbury（坎特伯雷大学）
本文通过建模16个国家49个英语群体的方言变异，发现孤立语法节点的分类效果不如整个语法，揭示句法变异主要来自语法不同部分之间的交互，且方言相似性取决于所观察的语法子集。
2023-09-21 cs.CL
A Tree Adjoining Grammar Representation for Models Of Stochastic Dynamical Systems
Eindhoven University of Technology（埃因霍温理工大学）
在系统辨识中，模型结构和复杂度的选择是一个具有挑战性的问题，特别是对于参数非线性模型。许多基于进化算法（EA）的方法已被提出在文献中估计模型的结构和复杂性。在大多数情况下，所提出的方法被设计用于估计指定模型类内的结构和复杂性，因此这些方法在没有显著变化的情况下不会扩展到其他模型结构。在本文中，我们提出了一个树邻接文法（TAG）随机参数模型。TAG可用于在EA框架中生成模型，同时施加期望的结构约束并结合先验知识。在本文中，我们提出了一个TAG，可以系统地生成从FIR到多项式NARMAX模型的模型。此外，我们证明，TAG可以很容易地扩展到更一般的模型类，如非线性Box-Jenkins模型类，使灵活和自动的模型结构和复杂性选择通过EA的实现。
2020-05-25 cs.CL cs.NE cs.SY
Restrictions on Tree Adjoining Languages
已知有几种方法可以在O（n^6）的最坏情况下运行时间内解析树邻接文法（TAG）生成的语言。在本文中，我们研究需要对TAG和TAG推导进行哪些限制，以降低O（n^6）的时间复杂度，而不引入大的运行时常数，并且不会失去任何生成能力，这些生成能力是捕获自然语言中可以由不受限制的TAG处理的句法结构所需的。特别是，我们描述了一个算法，用于在O（n^5）中解析TAG的严格子类，并试图表明这个子类保留了足够的生成能力，使其在一般情况下有用。
1998-10-13 cs.CL
Data-driven Modelling of Dynamical Systems Using Tree Adjoining Grammar and Genetic Programming
Department of Electrical Engineering（电气工程系）；Eindhoven University of Technology（埃因霍温理工大学）
本文提出了一种利用树附加语法学和遗传编程进行非线性动态系统数据驱动建模的方法，通过自动化建模过程并分析不同挑战下的性能。
2019-04-05 cs.CL cs.NE cs.SY
Global Syntactic Variation in Seven Languages: Towards a Computational Dialectology
University of Canterbury（坎特伯雷大学）
本文的目标是提供一个完整的代表性的区域语言变异在全球范围内。为此，本文着重于消除三个限制，以前有限的工作方言学/方言测量。首先，而不是假设一个固定的和不完整的变量集，我们使用计算构式语法提供一个可复制的和可证伪的句法特征集。其次，我们不是假设一个特定的兴趣领域，而是使用基于网络抓取和社交媒体数据集的全球语言映射来确定国家品种的选择。第三，我们不是孤立地看待一种语言，而是使用相同的方法对七种主要语言进行建模：阿拉伯语，英语，法语，德语，葡萄牙语，俄语和西班牙语。结果表明，每种语言的模型都能够鲁棒地预测出的样本的原产地更好地使用构造语法比使用简单的句法功能。这些全球规模的实验被用来证明，计算社会语言学的新方法能够提供更普遍的区域变化模型，这对于理解语言变化和大规模变化至关重要。
2021-04-03 cs.CL
Multiple Context-Free Tree Grammars: Lexicalization and Characterization
Leiden University（莱顿大学）；Universität Leipzig（莱比锡大学）；Universität Bremen（不来梅大学）
多（简单）上下文无关树文法的调查，其中“简单”的意思是“线性和非删除”。每一个多上下文无关树语法是不明确的，可以词汇化;即，它可以被转换成等价的一种（生成相同的树语言），其中语法的每个规则包含一个词汇符号。由于这种转换，非终结符的秩最多增加1，语法的多重性（或扇出）最多增加词汇符号的最大秩;特别是，当所有词汇符号的秩为0时，多重性不会增加。多上下文无关树文法与多成分树邻接文法具有相同的树生成能力（只要后者可以使用根标记）。此外，每个多成分树邻接文法，是无歧义的可以词汇化。多重上下文无关树文法与多重上下文无关（字符串）文法和多项式时间解析算法具有相同的字符串生成能力。树语言可以由多上下文无关树文法生成当且仅当它是在确定性有限复制宏树转换器下的正则树语言的映像。多个上下文无关树文法可以用作同步翻译设备。
2017-07-11 cs.CL cs.FL
Modeling Global Syntactic Variation in English Using Dialect Classification
University of Canterbury（坎特伯雷大学）
本文评估了14个国家英语变体的全球范围方言识别，作为研究句法变异的一种手段。本文的主要贡献有三：（i）引入数据驱动的语言映射作为选择国家变体的方法，以包括在任务中;（ii）使用语法归纳产生一个大的和动态的句法特征集，而不是专注于少数手工选择的特征，如虚词;以及（iii）跨网络语料库和社交媒体语料库比较模型，以便测量跨寄存器的句法变化的鲁棒性。
2019-04-11 cs.CL
Lexicalization and Grammar Development
在本文中，我们提出了一个完全词汇化的语法形式主义作为一个特别有吸引力的框架规范的自然语言语法。我们详细讨论了基于语法的词汇化树邻接文法（FB-LTAG），一类词汇化文法的代表。我们说明了词汇化语法在自然语言处理的各种背景下的优势，从广泛覆盖的语法开发到解析和机器翻译。我们还提出了一种紧凑和高效的词汇化树的表示方法。
1994-10-21 cmp-lg cs.CL
Efficient Algorithms for Recognizing Weighted Tree-Adjoining Languages
ETH Zürich（苏黎世联邦理工学院）；University of Notre Dame（圣母大学）
本文为树邻接语言的两层形式化方法定义了半环加权版本，设计了计算 stringsum 和 allsum 的新算法，在 LIG 和 EPDA 上显著提升了时空效率，并首次给出了 PAA 算法。
2023-10-23 cs.CL cs.FL
A Formal Look at Dependency Grammars and Phrase-Structure Grammars, with Special Consideration of Word-Order Phenomena
词汇在意义语篇理论和其他依赖性语言学理论中的核心作用在基于上下文无关语法的语言学理论中是不可复制的。我们描述树邻接语法（TAG）作为一个系统，自然出现在词汇化的过程中的CFGs。因此，TAG语法可以直接与意义文本模型（MTM）进行比较。我们说明了这一点，通过讨论某些非投射结构的计算复杂性，并提出了一种方法，将局部的词序定义到表面的语法组件MTT。
1994-10-18 cmp-lg cs.CL
Exploring the Constructicon: Linguistic Analysis of a Computational CxG
New Zealand Institute for Language, Brain and Behaviour（新西兰语言、大脑与行为研究所）；University of Canterbury（坎特伯雷大学）
最近的工作制定了计算构式语法的任务，产生一个constructicon给定的语料库的用法。以前的工作已经评估了这些无监督的语法使用内部指标（例如，最小描述长度）和外部指标（例如，方言任务的性能）。本文从语言学的角度来研究评价，首先学习构式，然后从语言学的角度来分析构式的内容。分析表明，习得构式可分为九种主要类型，其中动词性和名词性构式最为常见。本文还表明，标记和类型频率的结构可以用来模拟跨语域和方言的变化。
2023-01-30 cs.CL
Analyzing Dialectical Biases in LLMs for Knowledge and Reasoning Benchmarks
Department of Information Science, Cornell University（康奈尔大学信息科学系）；Apple（苹果公司）；Cornell Tech（康奈尔科技）
该研究分析了LLM在知识与推理基准任务中的方言偏见，发现非标准英语方言会使多项选择题准确率最高降20%，且三条特定语法规则是性能下降的主要原因，呼吁聚焦高影响语法结构研究偏见缓解方法。
2025-10-01 cs.CL
Strong Equivalence of TAG and CCG
Universität Leipzig（莱比锡大学）
树邻接文法（TAG）和组合范畴文法（CCG）是两种建立良好的轻度上下文敏感文法形式主义，已知它们对字符串具有相同的表达能力（即，生成相同类的字符串语言）。它表明，他们的表现力在树上也基本上是一致的。事实上，CCG没有空字符串的词典条目，只有次数最多为2的一阶规则就足以满足其全部表达能力。
2022-05-16 cs.CL cs.FL
MaiBaam: A Multi-Dialectal Bavarian Universal Dependency Treebank
Center for Information and Language Processing, LMU Munich（慕尼黑大学信息与语言处理中心）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；IT University of Copenhagen（哥本哈根信息技术大学）
本文构建了首个多方言巴伐利亚语UD树库MaiBaam，含1.5万词元，覆盖多体裁与三国方言，揭示其与德语的形态句法差异，并公开数据与基线结果以促进研究。
2024-03-15 cs.CL
Another Facet of LIG Parsing
在本文中，我们提出了一个新的分析算法的线性索引文法（LIGs）在相同的精神（Vijay-Shanker和Weir，1993年）中描述的树邻接文法。对于一个LIG $L$和一个长度为$n$的输入字符串$x$，我们建立了一个无二义性的上下文无关文法，它的句子都是（并且排他地）有效的推导序列在$L$中，导致$x$。我们表明，这种语法可以建立在${\cal O}(n^6)$的时间，可以提取的解析树的大小，在线性时间内的个人解析。虽然这个${\cal O}(n^6)$上限并没有比以前的结果有所改善，但平均情况下表现得更好。此外，实际的解析时间可以减少一些静态执行的计算。
1996-04-23 cmp-lg cs.CL
Mapping Scrambled Korean Sentences into English Using Synchronous TAGs
同步树邻接文法可用于机器翻译。然而，将诸如韩语的自由命令语言翻译成英语是复杂的。我提出了一个机制，将混乱的韩国句子翻译成英语的多成分标签（MC-TAG）和同步标签（STAGs）的概念相结合。
1995-05-13 cmp-lg cs.CL
Feature-Based TAG in place of multi-component adjunction: Computational Implications
本文利用基于特征的树邻接语法（TAG），对要求多成分附加的构式进行了语言理据分析。这些基于特征的TAG分析允许使用现有的基于统一的Earley风格的TAG解析器解析这些结构，从而避免了对多组件TAG解析器的需要，而不牺牲英语的语言覆盖。
1994-10-26 cmp-lg cs.CL
A new TAG Formalism for Tamil and Parser Analytics
树邻接语法（TAG）特别适合于变形丰富和粘合的语言，如泰米尔语，由于其心理语言学特征和解析时间依赖性和变形解析。虽然TAG和LTAG形式主义已经知道了大约30年，但由于其规范的复杂性和泰米尔语丰富的形态学，为泰米尔语设计TAG语法的努力并没有完全成功。在本文中，我们提出了一个最低限度的标签泰米尔没有太多的形态考虑，也介绍了一个解析器的实现与一些明显的变化，从JTAG系统
2016-04-05 cs.CL
Mwando: Leveraging AI to Preserve and Teach shiKomori
CP2BM Lab - Hassan II University（哈桑二世大学CP2BM实验室）；Ibn Tofail University（伊本·图法伊勒大学）；Sciences Po Grenoble（格勒诺布尔政治学院）
研究旨在利用人工智能保护和教授希科莫里语，通过构建知识库和采用多智能体架构实现。对500个查询评估显示在词汇和语法方面性能良好，定性研究展示了能力与局限，为低资源语言开发教育工具提供蓝图。
2026-07-28 cs.CL
When Dialects Collide: How Socioeconomic Mixing Affects Language Use
Institute for Cross-Disciplinary Physics and Complex Systems IFISC (UIB-CSIC)（交叉学科物理与复杂系统研究所IFISC（UIB-CSIC））；Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会）；Department of Network and Data Science, Central European University（网络与数据科学系，中欧大学）；National Laboratory for Health Security, HUN-REN Alfréd Rényi Institute of Mathematics（健康安全国家实验室，HUN-REN阿尔弗雷德·雷尼数学研究所）
本研究利用带地理标签的推文和计算方法，在英格兰和威尔士大规模绘制偏离标准英语的情况，结合收入地图发现社会经济阶层混合越多，偏离标准语法的频率与收入的相互依赖性越弱，并提出基于智能体的模型揭示其机制。
2025-07-10 cs.CL cs.SI physics.soc-ph
TharuChat: Bootstrapping Large Language Models for a Low-Resource Language via Synthetic Data and Human Validation
School of Computer Engineering KIIT Deemed to be University（计算机工程学院 KIIT 研究生大学）
本文提出Tharu-LLaMA(3B)模型，通过合成数据和人类验证构建TharuChat数据集，解决低资源语言在AI中的代表性问题，提升模型性能并证明生成式AI在保护濒危语言中的可行性。
2026-03-17 cs.AI cs.CL cs.LG
