现有的活动规则（BOOK.2，BOOK.4和ART.1）中没有一个能匹配这种情况。但是，如果允许模式在第一个以外的其他位置进行匹配，规则ART.1就能匹配成功。我们接受这种匹配，从而生成了一个注意力转移。激活的规则临时从活动表中删除，分析继续进行，好像缓冲区2是第一个缓冲区一样。现在，分析器又到了一个位置，在这里要用图11.12所示的“fight”，“to”和“Chicago”的规则来构造NP的分析。当NP完成之后，分析器的原始状态又被一个称为弹出的新动作恢复。我们跟踪这次分析，它从前面所示的词a开始进入第二个缓冲区的那一点并继续进行下去。规则ART.1触发，生成一个注意力转移，结果规则BOOK.2和BOOK.4临时失效，缓冲区2作为匹配的第一个缓冲区。当输人词“flight”时，得到如下结果：

Buffer 1: (RESERVING r1 [AGENT (NAME j1 "John")]

                                      [BENEFICIARY (PRO m1 ME1)])

Buffer 2: INDEF1 **patterns start matching here**

Buffer 3: flight

活动规则是FLIGHT.1和FLIGHT.2。FLIGHT.1匹配成功，用<INDEF1 f1 FLIGHT>替换了缓冲区3的内容。下一步，词“to”被送到缓冲区4，但没有模式能与之匹配。下一步是输入“Chicago”，规则CHICAGO.1触发，立刻用词（NAMEc1“Chicago”）替换该词。现在，缓冲区看起来是下面这种情况：

Buffer 1: (RESERVING r1 [AGENT (NAME j1 "John")]

                                      [BENEFICIARY (PRO m1 ME1)])

Buffer 2: <INDEFI f1 (FLIGHT f1)> **patterns start matching here**

Buffer 3: to

Buffer 4: (NAME c1 "Chicago")

规则FLIGHT.2匹配成功，用值<INDEF1 f1（FLIGHT f1[TO-LOC（NAME c1 "Chicago"）]）>替换缓冲区2。接下来，句号送到缓冲区3，规则NP.endl触发，执行一次弹出，将分析器重置到NP开始之前的状态。规则BOOK.2和BOOK.4被重新激活，分析按前面所示的那样继续进行。

图2用于名词短语分析的一些规则

虽然在这种框架下可以很快构建用于处理特定句子集的分析器，但如果将这些系统作为分析的通用模型，则问题会随之而来。因为所有的规则都是按各个词进行编排索引的，因此很难用一种简便的方法来刻画语言学的一般规律。例如，规则B00K.1将找到的第一个名词短语识别成动作RESERVING(“booked”的一个意义）的AGENT。但这只是应用于所有动作动词的一般性规则的一个例子而已。当规则需要从词典条目中存取时，必须对每个行为动词指定一条这样的规则。显然，构造这么大的语法是一项繁重的工作。

更重要的是，这些系统只能用局部句法信息，因为它们维护的唯一状态只包括特定的当前格框架结构和当前的输入。因此，要对词进行排歧，最好考察其前后的几个词。实际上，当这些规则越来越复杂时，它们适用的情况就越来越少，从而需要添加同样复杂的规则来处理简单的句法变量。例如，动词“booked”早前的定义只考虑它作为简单过去式的句子主动词的用法。

实际上，“booked”还可以作为过去分词，因此可以用在被动句中，或者可以引入关系从句，比如“The flight booked by the travel agent leaves at three”。解决这些缺陷的方法通常是恢复那些能用于帮助解释复杂句的句法成分。通过先后运行解释器和句法分析器，可以维护句法上下文。

但是，分析器的动作是由语义分析器发出。由语义分析器确定的句法操作是否是下一个可能的步骤，对于这个问题，句法分析器只是简单地给出答案。如果不是，语义解释器就尝试寻找另一个不同的分析。

但是，我们还不清楚语义分析器是否能用一种简单的处理方法来处理复杂句。当句法分析器控制处理过程时，句法成分可用于在激活语义分析器之前消除这些复杂问题。如果用这里介绍的控制策略，语义分析器本身也必须能处理这些复杂问题，而且只有如此才能得到与句法成分相吻合的分析结果。

责任编辑：admin