Tekst źródłowy strony Analiza składniowa

[[Plik:Parsing-example.png|thumb|Przykład analizy składniowej (parsingu) wyrażeń matematycznych]]
'''Analiza składniowa''' ({{ang.|parsing}}) – proces analizy tekstu, w celu ustalenia jego struktury [[gramatyka|gramatycznej]] i zgodności z gramatyką języka. Słowo {{K|en|parsing}} pochodzi od {{lang|la}} {{K|la|pars}} ({{K|la|ōrātiōnis}}), które oznacza ''część mowy''. Analiza składniowa najczęściej poprzedzona jest [[analiza leksykalna|analizą leksykalną]].

== Języki naturalne ==
W systemach [[przetwarzanie języka naturalnego|analizy języka naturalnego]] (np. [[tłumaczenie automatyczne]]) stosuje się programy komputerowe do rozwiązywania problemów związanych z językami używanymi przez ludzi. Automatyzacja tłumaczenia czy analizy składniowej jest zagadnieniem trudnym ze względu na charakter języków naturalnych – ich reguły często są skomplikowane, zawierają liczne wyjątki, a znaczenie poszczególnych fraz w wielu wypadkach zależy od kontekstu. Wybór gramatyki, która będzie używana dla danego języka, zależy od specyfiki konkretnego języka i rozpatrywanego zagadnienia, liczą się też względy obliczeniowe. Niektóre systemy analizy używają gramatyk funkcjonalnych, ale generalnie analiza z ich wykorzystaniem jest [[problem NP-zupełny|problemem NP-zupełnym]].

Większość współczesnych parserów jest przynajmniej częściowo oparta na [[Statystyka|statystyce]]. Najpierw analizie statystycznej poddawane [[Korpus (językoznawstwo)|korpus]] języka, co pozwala systemowi zgromadzić informacje o częstości występowania poszczególnych wyrazów i fraz w różnych kontekstach (zobacz: [[uczenie maszynowe]]). Wykorzystuje się przy tym metody takie, jak [[Probabilistyczna gramatyka bezkontekstowa|PCFG]], badanie [[entropia (teoria informacji)|entropii]] oraz [[sieć neuronowa|sieci neuronowe]]. Większość wiodących systemów używa statystyk leksykalnych (porównują podobieństwo części mowy i poszczególnych słów). Takie systemy podlegają jednak zjawisku [[Nadmierne dopasowanie|nadmiernego dopasowania]] i wymagają pewnych korekt.

Algorytmy analizy składniowej dla języków naturalnych nie mogą polegać na tak „ładnych” gramatykach jak te stworzone ręcznie dla języków programowania. Tak, jak było wspomniane wcześniej, niektóre gramatyki formalne są bardzo skomplikowane obliczeniowo w parsingu; generalnie, nawet jeśli chciana struktura nie jest [[Język bezkontekstowy|bezkontekstowa]], jakieś bezkontekstowe przybliżenie jest używane, aby wykonać pierwsze dopasowanie. Algorytmy, które używają gramatyk bezkontekstowych, często bazują na pewnej odmianie [[Algorytm CYK|algorytmu CYK]], zwykle z jakąś heurystyką, żeby odrzućić mało prawdopodobne dopasowania, co oszczędza czas. Niektóre systemy rezygnują z dokładności na rzecz szybkości, np. liniowa wersja [[Metoda przesunięcie-redukcja|metody przesunięcie-redukcja]].

== Języki programowania ==
Parser jest najczęściej używany jako część [[kompilator]]a albo [[Interpreter (program komputerowy)|interpretera]]. Analizuje kod źródłowy programu napisanego w języku programowania, żeby móc przedstawić go w swojej wewnętrznej formie. Języki programowania zazwyczaj są tak projektowane [[gramatyka bezkontekstowa|gramatyką bezkontekstową]], gdyż mogą być wtedy stosowane szybkie i efektywne parsery. Ponieważ ogólne metody analizy języków bezkontekstowych mają złożoność <math>O(n^3),</math> często są to pewne podklasy gramatyk bezkontekstowych (np. [[LALR]]).

Przeważnie gramatyką bezkontekstową nie da się wyrazić wszystkich reguł projektowanego języka. Nieformalnie mówiąc, powodem jest to że pamięć takiego języka jest ograniczona. Gramatyka nie może pamiętać obecności konstrukcji dla bardzo długiego wyrażenia; jest to niezbędne dla języków w których np. nazwa (nazwa zmiennej) musi być zadeklarowana zanim się do niej odwoła. Bardziej złożone gramatyki potrafią sprawdzać takie zasady, jednak wtedy analiza składni nie jest już tak efektywna. Powszechną strategią jest tworzenie mniej restrykcyjnych parserów dla gramatyk bezkontekstowych, dopuszczających pewne nieprawidłowe konstrukcje, które są filtrowane w późniejszym etapie ([[analiza semantyczna]]).

== Metody analizy składniowej ==
Analiza możne być przeprowadzana różnymi metodami, np.:
{| class="wikitable"
!
![[Analiza zstępująca]] (ang. {{K|en|top-down}})
![[Analiza wstępująca]] (ang. {{K|en|bottom-up}})
|-
!Metody niekierunkowe
|
* [[Parser Ungera]]
|
* [[Algorytm CYK]]
|-
!Metody kierunkowe
|
* przeszukiwanie wszerz
* przeszukiwanie w głąb
* metoda zejść rekurencyjnych z powrotami
* [[Parser LL|LL(k)]]
|
* [[Algorytm Earleya]]
* [[Metoda przesunięcie-redukcja]]
** [[Metoda ograniczonego kontekstu]] BC(k,l)
** Oparte na pierwszeństwie
*** [[Metoda pierwszeństwa operatorów]]
*** [[Metoda prostego pierwszeństwa]]
** [[Parser LR|Metody LR]]
*** (kanoniczne) LR(k), – szczególnie istotne LR(0) i LR(1)
*** [[Parser SLR|SLR(k)]]
*** [[LALR|LALR(k)]] – bardzo popularna LALR(1)
*** [[LA(k)LR(l)]] – pośrednie pomiędzy LR(l) i LALR(k)
*** [[parser GLR|GLR]]
|}

=== Analiza zstępująca ({{J|en|top-down}}) ===
Może być postrzegana jako próba znalezienia lewego wyprowadzenia (ang. {{K|en|leftmost derivation}}) strumienia wejściowego, przez szukanie drzew wyprowadzenia, wykorzystując zstępujące rozwijanie zgodnie z daną gramatyką. Znaki są przeglądane od lewej do prawej strony. Parsery [[Parser LL|LL]] oraz rekurencyjnie zstępujące są przykładami parserów {{J|en|top-down}}, które nie radzą sobie z lewostronnie [[rekurencja|rekurencyjnymi]] produkcjami. Chociaż uważa się, że prosta implementacja analizy zstępującej nie radzi sobie z bezpośrednią i pośrednią rekursją lewostronną oraz może wymagać wykładniczego czasu i przestrzeni przy gramatykach niejednoznacznych, bardziej zaawansowane [[algorytm]]y używane do analizy zstępującej, stworzone przez Frosta, Hafiza oraz Callaghana rozwiązują problem lewostronej rekursji i niejednoznaczności w czasie wielomianowym. Ten algorytm może generować zarówno lewe, jak i prawe wyprowadzenie.

=== Analiza wstępująca ({{J|en|bottom-up}}) ===
Parser próbuje przepisywać wejście, poprzez zastępowanie znalezionych prawych stron produkcji gramatyki ich lewymi stronami, aż do uzyskania tylko symbolu startowego. Przykładami parserów wstępujących są [[Parser LR|parsery LR]]

== Analizator składniowy (parser) ==
{{osobny artykuł|Analizator składniowy}}
Analizator składniowy lub parser to program odpowiedzialny za przeprowadzenie analizy składniowej. Zazwyczaj, jest jedną z części [[translator]]a lub [[Interpreter (program komputerowy)|interpretera]], która sprawdza składnię oraz buduje [[Struktura danych|strukturę danych]] – często jest to rodzaj drzewa składni, [[Drzewo składniowe|drzewa AST]] lub innej struktury gramatycznej. Parser może pracować na pojedynczych znakach tekstu, lecz często wygodniej jest pracować na całych słowach (podczas analizy zdania). Do wstępnego podzielenie tekstu na słowa (ang. {{K|en|token}}) używany jest osobny moduł nazywany [[lekser]]em lub analizatorem leksykalnym. Parsery mogą być tworzone ręcznie, lecz częściej są generowane przez [[generator parserów|generatory parserów]] (np. [[Yacc]]) na podstawie opisu gramatyki.

== Przykład ==
Następujący przykład prezentuje typowy przypadek przeprowadzania analizy składniowej prostego języka wyrażeń arytmetycznych, z dwoma poziomami gramatyki: leksykalnym i składniowym.

Faza pierwsza jest generacją tokenów (analizą leksykalną), w trakcie której strumień wejściowy jest dzielony na znaczące symbole, określone przez gramatykę wyrażeń regularnych. Na przykład program kalkulatora mógłby przetwarzać ciąg znaków taki jak „12*(3+4)^2” i dzielić to na symbole 12, *, (, 3, +, 4, ), ^, 2, gdzie każdy coś oznacza w kontekście wyrażenia arytmetycznego.
Lekser mógłby zawierać reguły, które mówiłyby, że znaki *, +, ^, (, ) zaznaczają początek nowego znaku, tak że ciągi bez znaczenia jak „12*” albo „(3” nie byłyby brane pod uwagę.

Następna faza to analiza składni (analiza syntaktyczna), która sprawdza, czy symbole tworzą dopuszczalne wyrażenie. To zazwyczaj jest robione w oparciu o [[gramatyka bezkontekstowa|gramatykę bezkontekstową]], która definiuje [[rekurencja|rekurencyjnie]] komponenty tworzące wyrażenie oraz ich kolejność. Jednakże nie wszystkie zasady, definiujące języki programowania mogą zostać wyrażone przy pomocy czystej gramatyki bezkontekstowej, na przykład zgodność typów oraz właściwa deklaracja identyfikatorów. Te zasady mogą zostać formalnie wyrażone za pomocą [[gramatyka atrybutywna|gramatyki atrybutywnej]].

Faza końcowa to analiza semantyczna, która opracowuje znaczenie dopiero co zweryfikowanego wyrażenia i podejmuje odpowiednie działania. W przypadku kalkulatora, zadaniem jest obliczenie wyrażenia. Kompilator mógłby w tym miejscu generować kod wynikowy.
Do definiowana tych akcji może być również użyta gramatyka atrybutywna.

== Bibliografia ==
* {{cytuj książkę |nazwisko= Aho |imię=Alfred V. |nazwisko2=Sethi |imię2= Ravi |nazwisko3=Ullman| imię3=Jeffrey D. |tytuł= Kompilatory. Reguły, metody i narzędzia |wydawca=WNT |miejsce=Warszawa |rok=2002 |isbn=83-204-2656-1}}
* {{cytuj książkę |nazwisko= Sippu |imię=Seppo |nazwisko2=Soisalon-Soininen |imię2= Eljas |tytuł= Parsing Theory |rok= 1988 |url= https://archive.org/details/parsingtheory0000sipp |wydawca=Springer-Verlag |miejsce=Berlin i inne |isbn=3-540-51732-4 |id = {{ISBN|0-387-51732-4}}}}

[[Kategoria:Języki formalne]]
[[Kategoria:Kompilacja]]
[[Kategoria:Programowanie komputerów]]
[[Kategoria:Składnia]]