成分句法分析 是什麼？
Constituency Parsing：成分句法分析 的完整解釋
將句子分解為層級詞組結構，建構樹形解析樹以顯示詞語與詞組的組成與支配關係。
成分句法分析（Constituency Parsing）是將自然語言句子分解為層級成分的過程，是理解句子語法結構的經典方法。
基本概念
成分與詞組（Constituents & Phrases）
成分指能作為一個單位被移動、替代或刪除的詞語或詞組。例如「那個在山頂上的紅房子」可作為單個成分被替代為「它」，顯示這整個短語是一個成分。
常見詞組類型（按詞性表示）：
- NP（名詞短語）："the quick brown fox"
- VP（動詞短語）："saw the cat"
- AP（形容詞短語）："very happy"
- PP（介詞短語）："in the house"
- S（句子）：完整的主謂結構
解析樹（Parse Tree）
S（句子）為根，逐層分解：
S
/ | \
NP VP NP
/| \ |
Det N V Det N
| | | | |
The cat saw a mouse
詞性標註（Part-of-Speech Tagging）與基礎成分
成分分析依賴準確的詞性標籤（名詞、動詞、形容詞等），現代系統多併行進行。
分析方法的演進
文法規則導向（1960-1990） 手工撰寫上下文無關文法（CFG）規則，精度高但規則爆炸、維護困難。
概率上下文無關文法（PCFG, 1990-2010） 為每條文法規則賦予機率，使用 CKY（Cocke-Kasami-Younger）演算法進行最大機率分析。
- 優點：訓練簡單，計算高效
- 缺點：無法精確捕捉長距離依賴、詞彙選擇的條件機率
詞典化 PCFG（Lexicalized PCFG, 2000-2010） Klein & Manning 等引入詞彙條件，改進機率估計，但計算複雜度上升。
神經網路分析器（2015 年後）
- 轉移系統分析器（Transition-Based）：貪心地進行 shift、left-arc、right-arc 操作逐步構造解析樹。特點是高效但可能錯過全局最優。
- 圖分析器（Graph-Based）：計算所有可能樹的分數，選擇最高分者，保證全局最優但計算耗時。
- 基於 Span 的分析器：直接預測每個跨度（span）是否為成分及其標籤，無需約束樹結構，計算簡便。
- Transformer 時代（2019 至今） BERT、GPT 等預訓練模型提供強大的上下文表徵，結合簡單解碼層（如雙仿射分類器預測跨度成分性）。
重要特性
覆蓋性與分析歧義
多數句子在不同分析方法下有多個合法解析樹。例如「I saw the man with the telescope"：
- 讀法 1：（我用望遠鏡看那個人）
- 讀法 2：（我看那個拿著望遠鏡的人）
處理方法：（1）返回概率最高的單一分析；（2）返回 k-best 解析；（3）建造分析森林（packed forest）隱式表示所有解析。
評估指標
- Unlabeled Recall / Precision：忽略詞組標籤，只判斷邊界正確性
- Labeled Recall / Precision：同時考慮標籤
- 括號交叉率（Crossing Brackets）：預測樹與黃金樹的結構衝突數
- 現代最佳模型在 PTB（Penn Treebank）標準測試集上達 96%+ F1
應用場景
語法檢查與語言教育 識別句子的語法結構，檢測違反文法規則的成分組合。
文本簡化與改寫 分析複雜句結構，識別可簡化或重組的成分（如從句）。
機器翻譯 源語言的成分結構可指導譯文的詞序與成分組合。
語義角色標注（SRL） 成分結構幫助定位論元邊界與層級關係。
信息擷取與文件理解 識別主句與從句，提取關鍵成分。
風格與可讀性分析 較複雜的成分結構（深樹、長成分）通常對應更複雜的句式。
成分分析 vs. 依存分析
| 特性 | 成分分析 | 依存分析 |
|---|---|---|
| 節點 | 詞組與詞語 | 詞語 |
| 邊 | 成分支配 | 修飾與依存 |
| 層級 | 多層（詞→小短語→大短語→句） | 扁平（單層詞語依存） |
| 直觀性 | 符合文法教學，易於人工檢驗 | 對語義應用更直觀 |
| 計算複雜度 | 通常較高（指數級） | 通常較低（多項式級） |
當代挑戰
長句與複雜結構 Tree 深度增加導致分析難度指數上升；深層變壓器模型的長序列注意力也面臨性能下降。
跨語言標準不一 不同語言的成分結構習慣差異大，難以建立通用標準。中文的分析標準與英文差異顯著。
領域與風格適應 新聞語料與社群媒體文本的成分分析模型準度差異大，領域遷移需額外微調。
稀有現象處理 協調結構（coordination）、省略、非標準文法等邊界案例仍是難題。
實踐建議
- 對於應用，評估是否需要完整成分樹（資訊擷取、風格分析）還是依存結構（SRL、翻譯）足夠。
- 使用預訓練模型的成分分析往往足夠（spaCy、Stanford CoreNLP、Berkeley Neural Parser），除非領域特性特殊。
- 進行人工評審時，重點檢查長成分、協調結構、從句邊界等易錯項。
- iPAS 考試中，成分分析通常在理解複雜句式、教育應用等場景出現，掌握基本分析方法有助於解題。