专有名词短语—既包括简单的名称，如“John”，也包括更复杂的名称，如“New York Times”。如果输入的时候遵循标准的大小写约定，则即使名称不在词典中，仅仅根据大写，我们也能将它们分析出来。因此，专有名词短语的识别就特别容易了。
其他结构看起来好像也能可靠地识别出来，比如介词短语，以及由必需的次范畴成分组成的动词短语。可以生成这样的短语，但是，它们可能并不是句子完整分析中真正的部分，因为名词短语的处理存在一定的局限性。举例来说，浅层句法分析器可能会认为句子“We were punished by the leader of the group.”(我们被这个组长惩罚了。）中存在一个介词短语“by the leader”。但是，这个句子完整的分析结果并不包含这个PP，它包含的是另外一个介词短语，其中介词的宾语是“the leader of the group”。因为浅层句法分析器不能决定附着关系，因此，并不能生成恰当的解读结果。这也给你留下了选择的余地。有一些系统识别介词但并不分析PP；而另一些系统先生成不正确的解释，然后依靠语义分析过程来纠正分析中的错误。
由于覆盖范围的限制，浅层句法分析系统可以基于正则文法(等同于有限状态自动机），而不需要采用具有完全能力的上下文无关文法。它们还经常采用一个子系统来准确地估计出每个词的词性。我们会在下一章讨论这样的词性标注系统。目前，你可以简单地假定输入时给定了正确的词性。
这种系统输出的是语法片段序列，其中有一些语法片段和功能词语的词类一样小，而另一些则与复杂的动词序列和NP一样大。当面对未知词语的时候，浅层句法分析器会简单地跳过它并继续下一个分析。即使是在受限的语法中，仍然可能存在歧义，浅层句法分析器通常会使用启发式知识来减少这种可能性。一种通行的做法是在类型相同的条件下，较长的成分优先于短成分。因此，启发式知识会把“ The house boats”解析为一个NP，而不是两个NP(“The house”和“boats”），尽管后者也有可能。
给定输入“We saw the house boats near the lake sink unexpectedly at dawn.”(黎明的时候，我们看到湖边宽敞的游艇出人意料地沉没了。）图2给出了这种系统可能生成的语法成分序列。
图2 “We saw the house boats near the lake sink unexpectedly at dawn.”的浅层句法分析
责任编辑：admin
上一篇：最佳优先句法分析
下一篇：高效的歧义表示技术
微信公众号搜索“译员”关注我们，每天为您推送翻译理论和技巧，外语学习及翻译招聘信息。