fst-compiler-utf8 - عبر الإنترنت في السحابة

برنامج:

اسم

fst-compiler، fst-compiler-utf8 - مترجمان لبرامج SFST

موجز

مترجم fst ملف القواعد [ ملف إلاخراج ]
fst- مترجم- utf8 ملف القواعد [ ملف إلاخراج ]

OPTIONS

-c قم بتخزين محول الطاقة في شكل مضغوط يستخدمه fst-infl2.

-l قم بتخزين محول الطاقة في تنسيق ذاكرة منخفضة.

-s تبديل طبقة السطح والتحليل للمحول. يجب عليك استخدام هذا المفتاح في
طلب الاستخدام fst- infl (fst-infl2 ، fst- infl3) للجيل بدلاً من التحليل.

الوصف

مترجم fst هو مترجم لبرامج محول الحالة المحدودة. إنه يولد ملف
محول الحالة المحدود الذي يمكن استخدامه مع fst مور ، fst- infl ، طباعة fst مقارنة fst ،
تحليل fst و fst- شعرية. تمثيل محول الطاقة المضغوط الذي تم إنشاؤه باستخدام
-c العلم ، مدعوم من قبل fst-infl2 ، قطار fst و المباراة الأولى. كفاءة الذاكرة
تمثيل محول الطاقة الذي يتم إنشاؤه باستخدام العلم -l ، مدعوم فقط بواسطة الأول -
infl3.

الوسيطة الأولى للبرنامج هي اسم الملف الذي يحتوي على برنامج محول الطاقة.
لغة البرمجة موضحة أدناه. الوسيطة الثانية هي اسم الملف
التي سيتم كتابة محول الطاقة الناتج في شكل ثنائي. إذا كانت الوسيطة الثانية
في عداد المفقودين ، ستتم كتابة الإخراج إلى com.stdout.

fst- مترجم- utf8 يختلف مترجم fst فقط في ترميز الأحرف. مترجم- fst-
utf8 يدعم ترميز UTF8 لملفات المصدر بينما مترجم fst هو لاستخدامها ل
رموز الأحرف 8 بت مثل latin1 والتي تعد امتدادًا لرمز ASCII. معلومة
حول الترميز يتم تخزينها في ملفات محول الطاقة واستخدامها بواسطة برامج SFST الأخرى.

FILE صيغ

يتكون برنامج محول الطاقة من تسلسل (اختياري) من الأبجدية و متغير
تعاريف تليها واحدة محول الطاقة التعبير الذي يحدد النتيجة
محول.

Alphabet

يتكون تعريف الأبجدية من الكلمة الأساسية ALPHABET متبوعة بـ = وبعض محول الطاقة
التعبير على سبيل المثال

ALPHABET = [az]: [AZ]

يعيد هذا الأمر تعريف الأبجدية على أنها مجموعة أزواج الرموز التي تحدث في ملف
تحولات محول الطاقة. حدوث عوامل ذات مستويين وعوامل نفي و
يجب دائمًا أن يسبق الفترات غير المقتبسة تعريف أبجدي.

المتغيرات

هناك نوعان مختلفان من المتغيرات. رمز طقم المتغيرات محاطة بعلامة تجزئة
علامات (#) وأخذ تسلسل الرموز (انظر أدناه) كقيم:

# UC # = AZ
# LC # = من الألف إلى الياء

محول الطاقة المتغيرات محاطة بعلامات الدولار وتأخذ تعبيرات محول الطاقة على أنها
القيم:

$ MAP $ = [az]: [AZ] +
$ MAP $ = [#LC #]: [# UC #] +

المتغيرات التي يبدأ اسمها بالرمز "=" خاصة اتفاقية المتغيرات. إذا كان
يحدث متغير الاتفاق أكثر من مرة في تعبير محول الطاقة ، سيكون دائمًا
نفس القيمة. ضع في اعتبارك برنامج محول الطاقة التالي:

$ = 1 $ = [abc]
$ = 1 $ X $ = 1 $

يتعرف محول الطاقة الناتج على السلاسل aXa و bXb و cXc. محولات الطاقة غير الحلقية فقط
(على سبيل المثال ، محولات الطاقة ذات مجموعة محدودة من تعيينات السلاسل) يمكن تخصيصها للاتفاق
المتغيرات.

رموز

الرمز هو إما

- حرف واحد مثل A s 5 ،

- حرف مقتبس مثل \ * أو \ _ ،

- رمز متعدد الأحرف مثل أو (وهو دائما
محاطة بأقواس زاوية) أو

- شرطة مائلة للخلف متبوعة برقم يمثل الرمز الرقمي لـ
شخصية معينة

- الرمز الفارغ <>.

تسلسل الرموز

تسلسل الرموز هو سلسلة من الأحرف والرموز والشخصيات متعددة الأحرف
النطاقات ، على سبيل المثال az \. .

نطاق الرموز

نطاق الرمز إما

- رمز واحد

- تسلسل رمز محاط بأقواس مربعة مثل [A-Za-z] أو

- تسلسل رمز يبدأ بـ ^ ومُحاط بأقواس مربعة مثل [^ A-Za-z]
(تعيين تكملة [a-zA-Z]) أو

- الفترة (التي تمثل أي رمز من الأبجدية)

تعبيرات محول الطاقة

يتم تعريف تعبير محول الطاقة (TE) بشكل متكرر على النحو التالي:

- زوج من نطاقي رمز مفصولين بنقطتين هو TE.

[az]: [aZ]

- نطاق رمز واحد مثل [az] هو TE.
إنه نموذج قصير لـ [az]: [az].

- يوجد تسلسلان رمز محاطان بأقواس مفصولة بنقطتين
أكل. {a [bc]}: {def} يكافئ a: db: e <>: f | a: dc: e <>: f.

- XY تساوي TE إذا كانت X و Y تساوي TEs.
(يتم تجاهل الفراغات ما لم يتم اقتباسها.)

- (X) هي TE إذا كانت X تساوي TE.

- X op هو TE هو X هو TE و op إما * (مشغل Kleene's star) ، +
(مشغل Kleene's plus) ، أو؟ (عامل اختياري)

- المرجع X هو TE هو X هو TE و op إما! (عامل النفي) ، ^
(عامل استخراج اللغة الهدف) أو _ (مشغل استخراج اللغة المصدر) أو ^ _
(عامل التبديل المصدر والهدف).

- X op Y هي TE تساوي X و Y هي TEs و op إما & (بالتزامن
عامل) ، | (عامل الفصل) ، || (عامل التكوين) ، أو - (الطرح
المشغل أو العامل)

- L x op y R هي TE إذا كانت L و R هي TEs ، و x و y هما نطاقا من الرموز و
المرجع هو إما => (تقييد من مستويين) ، أو <= (إكراه على مستويين) ، أو <=> (مستويين
التقييد والإكراه).

- X op L__R هي TE إذا كانت X و L و R هي TEs و op إما ^ -> (صعودًا)
الاستبدال) ، _-> (الاستبدال التنازلي) ، / -> (الاستبدال الأيسر) أو \ -> (لليمين
إستبدال). علاوة على ذلك ، يجب أن تحدد L و R الأوتوماتا (أي التي تعين سلاسلها
على أنفسهم). يتوافق هؤلاء المشغلون مع المشغلين المستبدلين في Karttunen. إذا كان
يتبع السهم علامة استفهام (؟) ، يصبح الاستبدال اختياريًا.

- X << l هي TE إذا كانت X هي TE ، و l إما من النموذج
a أو النموذج a: b حيث a و b عبارة عن أحرف مفردة أو رموز. والنتيجة هي أ
محول الطاقة حيث تم إدخال l بحرية في X. على سبيل المثال محول الطاقة ab << c هو
ما يعادل c * ac * bc *.

- X op Y L1__R2، ...، LN__RN هي TE إذا كانت X و Y و L1 عبر LN و R1
من خلال RN هي TEs ، و op إما => (التقييد العام) ، <= (الإكراه العام) ، ^ =>
(التقييد العام للسطح) ، ^ <= (الإكراه العام للسطح) ، ^ <=> (السطح العام
التقييد والإكراه) ، _ => (التقييد العميق العام) ، _ <= (الإكراه العميق العام) ،
_ <=> (تقييد عام وإكراه عميق). (تم تنفيذ هؤلاء المشغلين على النحو التالي
اقتراح من Anssi Yli-Jyra.)

- "fname" هو TE. يقرأ المترجم الملف المسمى fname ويتحول
إلى محول من شكل السطر 1 | السطر 2 | السطر 3 | ... حيث لينكس هو السطر العاشر من
الملف. يتم تفسير جميع الأحرف بخلاف: و \ حرفياً (أي ليس كـ
العاملين). يستخدم هذا TE عادةً على سبيل المثال لقراءة قائمة morpheme من ملف.

- " "هو TE. يقرأ المترجم محول طاقة تم تجميعه مسبقًا من
الملف المسمى fname. هذا

المزيد من الميزات

تبدأ التعليقات بالرمز٪ وتمتد حتى نهاية السطر. يتم تجاهل الفراغات
ما لم يتم اقتباسها. تنتهي التعبيرات في نهاية السطر ما لم تكن نهاية السطر
يسبقه شرطة مائلة للخلف. الامر

# تضمين "fname"

يمكن استخدامها لإدخال التعليمات البرمجية المصدر من ملف يسمى fname. الامر

RE >> "fname"

يخزن التعبير العادي RE في الملف fname. الامر

# استخدام الهوبكروفت

يخبر المترجم باستخدام خوارزمية تصغير Hopcroft من الآن فصاعدًا ، و

#استخدم الافتراضي

يعود إلى خوارزمية التخفيض الافتراضية (Brzozowski). الامر

مثال

فيما يلي مثال لبرنامج محول طاقة بسيط. على افتراض أن الملف "Ad-stems"
يحتوي على السطرين

سهل
متأخر
كبير

هذا المحول سوف يحلل بشكل صحيح أشكال الصفة سهلة ، أسهل ، أسهل ومتأخرة ،
لاحقًا وأحدث.

ALPHABET = [a-zA-Z] y: مثال: <> : <>

$ R $ = y <=> i ( : <> ه)

$ R2 $ = e <=> <> ( : <> ه)

$ R $ = $ R $ و $ R2 $

$ Stems $ = "Ad-stems"

$ S $ = $ ينبع $ ( : <> | : {er} | :{EST})

$ S $ || $ R $

EXIT الوضع

مترجم fst إرجاع 0 ما لم يحدث بعض الخطأ.

استخدم fst-compiler-utf8 عبر الإنترنت باستخدام خدمات onworks.net