1) attributed graph grammar
属性图文法
2) attributed grammar
属性文法
1.
By use of syntax directed transduction, the structural examples of transduction rules in the form of attributed grammar are give.
采用文法制导变换思想,给出了属性文法形式的变换规则构造实例,并进一步给出了形式化的模型变换框架,基于该框架能够实现模型变换的自动化。
3) attribute grammar
属性文法
1.
A semantic coverage algorithm has been provided combining the development of TTCN-3 compiler: the semantic rules of the language tested are formalized by its attribute grammar constructions, then a kind of heuristic search algorithm is used to generate test sets which will achieve double coverage of the syntax and the semantics of the language tested.
结合TTCN-3编译器的开发,提出了一种语义覆盖算法:通过属性文法的构造完成被测编译器语言的语义规则形式化,利用一种启发式搜索算法生成测试集合,实现了对被测语言语法、语义规则的双重覆盖。
2.
In this paper,the evaluation system of education in graduate student is described by attribute grammar,and nonterminals describe first-rank and second-rank index in evaluating graduate student\'s education,terminals describe input data.
使用属性文法设计了研究生教育评价系统,非终结符表示一级和二级评价指标,终结符表示输入的数据,文法符号的属性表示相应数据的值,并设计语义规则实现了对这些属性的加工处理,完成了对某一单位研究生培养的评价。
4) Fuzzy attributed grammar
Fuzzy属性文法
1.
The definition of Fuzzy attributed grammars is presented,and representation theorms are given out by the former definition,these provide the foundation which is obtained by using fuzzy attributed production to describe fuzzy attributed grammars.
将模糊文法这一动态系统更自然地视为模糊关系系统 ,给出了模糊属性文法的定义 ;通过定义得到了模糊属性文法的分解定理 ,为用 Fuzzy属性产生式集合套刻划 Fuzzy属性文法提供了基础 ,其结论在信息管理 (如人工智能 )中有广泛的应用 。
5) L-attributed grammar
L属性文法
1.
An autornatic generatlon technique for the evaluators of L-attributed grammars is presented in this paper.
提出一种L属性文法LL（1）属性求值器的自动生成技术。
6) Attribute-file map
属性-文件映射图
补充资料：属性文法
在短语结构文法的基础上加入每个短语和整个句子语义信息所构成的文法。1968年D.E.克努特对上下文无关语言的语义进行了形式说明。在对一个由上下文无关文法产生的句子进行分析的过程中（见句法分析），为每一个产生相应短语的非终止符确定一个与该短语的语义对应的属性。属性分为"继承的"与"综合的"两种，继承属性的意义来自一个短语的上下文，而综合属性则反映短语内所建立起来的那些关系。整个一条链的意义是由把句法分析过程中所用的产生式的属性加以联系的规则所确定的。属性文法在给出句法规则的同时，还给出相应的语义规则。语义规则能简化句法规则。例如描述一组不同边长的三角形集合的文法是一个上下文敏感文法，它的产生式规则是
其中S是起始符;N={S,B,A}是非终止符集;Σ={a,b,c}是图中有向线段基元的集合：
如果引入基元长度的属性La，Lb和Lc，并令Cat(ɑ，b)表示a和b之间的连接关系，Cat(ɑ，b)=(+,θ)表示把a的尾端与b的始端相连接，且a和b线段间的夹角为θ,则上述三角形集合可用下列的句法规则和与每条句法规则相应的语义规则得到：
这是一个正则文法，它比上述的上下文敏感文法要简单得多。属性文法既考虑模式的结构关系，又具有处理噪声和数值运算的能力，用它对模式进行描述和识别兼有决策理论方法和结构方法两者的特点，所以在模式识别领域中受到广泛的注意。它的一个重要性质是可以在句法部分和语义部分之间进行折衷，即如果使语义部分变得复杂一些，句法部分就可以变得简单一些，反之亦然。实际上模式识别中的统计方法和句法方法可以看成是属性文法的两种极端情况。统计方法把整个模式作为一个特征向量即模式的属性来研究，句法方法只考虑文法而不讨论语义。属性文法把这两者适当结合起来，就可以比较容易地解决某些模式识别问题。
其中S是起始符;N={S,B,A}是非终止符集;Σ={a,b,c}是图中有向线段基元的集合：
如果引入基元长度的属性La，Lb和Lc，并令Cat(ɑ，b)表示a和b之间的连接关系，Cat(ɑ，b)=(+,θ)表示把a的尾端与b的始端相连接，且a和b线段间的夹角为θ,则上述三角形集合可用下列的句法规则和与每条句法规则相应的语义规则得到：
这是一个正则文法，它比上述的上下文敏感文法要简单得多。属性文法既考虑模式的结构关系，又具有处理噪声和数值运算的能力，用它对模式进行描述和识别兼有决策理论方法和结构方法两者的特点，所以在模式识别领域中受到广泛的注意。它的一个重要性质是可以在句法部分和语义部分之间进行折衷，即如果使语义部分变得复杂一些，句法部分就可以变得简单一些，反之亦然。实际上模式识别中的统计方法和句法方法可以看成是属性文法的两种极端情况。统计方法把整个模式作为一个特征向量即模式的属性来研究，句法方法只考虑文法而不讨论语义。属性文法把这两者适当结合起来，就可以比较容易地解决某些模式识别问题。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条