我们采取了默认机制，所以IRREG-PRES特征只需要对不规则动词进行说明，规则动词的默认值设为“-”。我们还需要采取类似的二元特征来标识不规则的过去时态（IRREG-PAST，比如动词“saw”），还需要用这类特征将“en”的过去分词形式（EN-PASTPRT）和“ed”区分开来。这些特征对标准词法规则的应用进行了约束，而我们一般都会将不规则形式直接添加到词典中。语法1给出了一系列的规则，并通过使用这些特征派生不同的动词和名词形式。

语法1动词和名词常用后缀的一些词法规则

对于一个给定的大规模特征集合，编写词条的任务看上去异常困难。大部分系统都会提供一些机制来缓解这些问题。第一种技术就是允许特征被赋予默认值，这一点我们已经在前面提到过了。如果词条的某个特征取默认值时，默认机制允许该特征不出现在词条中。另一

个常用技术是允许在编写词典时定义多个特征集，在随后使用的时候，只需要用单个符号表示这个特征集，而不用将所有的特征一一罗列。以后，我们还会讨论其他一些技术方法，从而保证可以在特征层次结构中继承各种特征。

图1包含了一部小词典，它包含的很多词语在下面的例子中都会使用到。其中，包含了三个和“saw”有关的词条，“saw”可以当做名词和规则动词使用，同时它还是动词“see”的不规则过去时态。下面的例句分别对此进行解释。

图1 一部词典

The saw was broken. (这把锯坏了。）

Jack wanted me to saw the board in half. (Jack 想让我把这块板子锯成两半。）

I saw Jack eat the pizza. (我看见Jack 吃比萨。)

在语法1上采用任何一种句法分析算法，最后都可以生成派生词条。采用图1中的词典，根据语法1，我们可以派生出下列词语正确的语法成分：been,being,cries,cried,crying,dogs,saws (有两种解释）,sawed,sawing,seen,seeing,seeds,wants,wanting和wanted。例如,词语“cries”可以转换为序列“cry+s”，根据规则1可以在词典中现在形式的基础上，最后生成现在时态的词条。

如果采用不同词条，依据不同的词法规则可以生成同一个词语，而该词语通常会有多种含义。例如，词语“saws”可以转换成序列“saw+s”，这时，它是一个复数名词（根据规则7和“saw”的第一个词条)；“saws”也可能是动词“saw”第三人称单数条件下的现在时态（根据规则1和“saw”的第二个词条）。需要注意的是，“saw”的VFORM并不是基本形式，因此，规则1不能作用于它的第三个词条。

这种方法的成功之处在于它能够避免错误的派生过程。例如，把“seed”分析成动词“see”的过去时，就是一种错误的派生。如果后缀去除的有限状态转录机（FST)设计正确，这种错误分析是绝对不会出现的。具体来说，有限状态转录机不会允许动词“see”转移到能接受后缀“ed”的状态中去。即使由于某种原因，出现了这种情况，规则3同样不能使用，因为“see”词条的IRREG-PAST值为+。

责任编辑：admin