期刊文献+

文法推断研究的历史和现状 被引量:4

Grammatical Inference: Retrospect and Prospect
下载PDF
导出
摘要 文法推断属于形式语言的归纳学习问题,它研究如何从语言的有限信息出发,通过归纳推断得到语言的语法定义.文章综述了文法推断研究的历史和现状.首先阐述文法推断的理论模型,接着罗列上下文无关文法类及其非平凡子类、隐马尔可夫模型以及随机上下文无关文法的推断方法,最后简介文法推断的应用,并展望其发展趋势. Grammatical Inference (GI) is a problem of inductive learning of formal languages, which deals with how to obtain the grammatical description of a formal language from the given finite data drawn from the language. In this paper, the author provides a survey of the history and recent advances in GI field. The author first presents some learning models for GI, then enumerates the methods for GI with an emphasis on the results concerning the inference of context free grammar class and its some subclasses, hidden Markov models, and stochastic pontext-free grammar class. At last, the author briefly gives some applications of GI as well as the future directions of GI research.
作者 张瑞岭
出处 《软件学报》 EI CSCD 北大核心 1999年第8期850-860,共11页 Journal of Software
基金 国家自然科学基金 国家863高科技项目 国家"九五"高科技攻关项目
关键词 归纳推断 形式语言 文法推断 归纳学习 Learning from examples, inductive inference, learning of formal languages, grammatical inference
  • 相关文献

参考文献10

二级参考文献9

  • 1董韫美.获取上下文无关文法的一种交互式算法[J].计算机学报,1996,19(3):168-173. 被引量:4
  • 2陈海明,硕士学位论文,1992年
  • 3董韫美,Rester Imaging and Digital Typography.2,1991年
  • 4董韫美,IEEE Beijing Section FIrst Annual Conf Proc,1987年
  • 5董韫美,1994年
  • 6董韫美,中科院软件所计算机科学实验室报告,1996年
  • 7董韫美,软件学报,1996年,7卷,863专刊,178页
  • 8张瑞岭,硕士学位论文,1996年
  • 9董韫美,中科院软件所计算机科学实验室报告,1995年

共引文献9

同被引文献28

  • 1董韫美.获取上下文无关文法的一种交互式算法[J].计算机学报,1996,19(3):168-173. 被引量:4
  • 2LOUDERKC 冯博琴 冯岚 朱丹军 等译.编译原理及实践[M].北京:机械工业出版社,2000.69-95.
  • 3LOUDERKC 冯博琴 冯岚 朱丹军 等译.编译原理及实践[M].北京:机械工业出版社,2000.69-95.
  • 4[2]Searls D B.The linguistics of DNA[J].American Scientist,1992,20:579-591.
  • 5[3]Searls D B.Linguistic approaches to biological sequences[J].Comput Appl.Biosci.,1997,13(4):333-344.
  • 6[4]Searls D B.Fomlal language theory and hidogical,macromolecules[J].Series in Discrete Mathematics and Theoretical Computer Science,1999,47:117-140.
  • 7[5]Baldl P,Bi'unak S.Bioinfonnatic:The Machine Learning Approach,2nd[M].USA:MTT Press,2001.
  • 8[6]Yasuo Uemura,Aki Hasegawa,Satoshi Kobayashi.Tree adjoining grammars for RNA structure prediction[J].Theoretical Computer Science,1999,210:277-303.
  • 9[7]Dowell R D,Eddy S R.Evaluation of several lightweight stochastic context-free grammars for RNA secondary structure prediction[J].BMC Bioinformatics,2004,5(1):71.
  • 10[8]Eddy S R,Durbin R.RNA sequence analysis using covariance models[J].Nucleic Acids Research,1994,22:2079-2088.

引证文献4

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部