形式陈述 ​
设
在输出字母生成的自由群中的值。状态
转导器的所有同步可达、可终止状态对都满足此条件时,称
Choffrut 定理给出精确口径:对经过上述正规化的函数型有理传导,它可由subsequential 转导器实现,当且仅当其 trim functional transducer 满足孪生性质;条件可判定,并可在成立时指导带输出延迟的确定化。初始、终态输出可纳入正规化,但不能在检查时忽略。
直觉
确定化要把多个 NFT 状态放入一个集合状态,并为每条候选路径保存“尚未共同输出”的残余。普通子集构造只追踪状态;转导器还必须保证这些残余不会沿循环越积越长,否则会产生无限多个确定化状态。
孪生性质要求同步循环不改变两条候选运行之间的相对输出差。它并不强求两条路径每一步输出相同;有限延迟可以先出现、后抵消。被禁止的是每绕一次共同输入循环,延迟再多积一个无法统一前移的片段。
自由群记号只用于抵消公共前缀后的相对差,不表示输出真的可以删除。实现中可把延迟保存成约去最长公共前缀后的剩余对;判据关注循环前后是否代表同一相对差。
Trim 假设排除了永远不会贡献完整输出的状态。一个不可达坏循环或从循环再也到不了终态的分支,即使输出延迟增长,也不影响所实现函数;先裁剪再检查,才能让图上的反例与真实成功运行对应。反之,漏掉终态输出可能把本来可终止的差异误判为可抵消。
例子与边界
再次考虑定义域
一个 functional NFT 在开始时分成状态 a 环输出 a,只在读 b 时接受;a 环输出 b,只在读 c 时接受。两状态由同一空输入、同一空输出到达,初始延迟为
同步绕一次输入 a 后,延迟变为 b 还是 c,两个候选输出
相反,若两支在 a 环上分别输出 xy 与先输出 x、下一有限控制步骤补 y,而每轮结束后的相对延迟恢复同一值,局部不同并不必然违反孪生条件。检查的是同步循环的净变化,不是边标签逐字相等。
该定理不适用于一般多值关系:两个不同输出可能都是规范允许的,此时“把延迟合并成唯一确定输出”本来就没有目标。含输入
推论与应用
判定算法可在状态对的同步积上搜索坏循环,同时用输出差的代数表示避免展开所有输入字。若发现违例,前导路径、循环和各自通往终态的后缀组成可核查证书;若没有违例,带延迟子集构造只产生有限多个规范残余。
孪生性质解释了“函数型”与“可确定化”的缺口。函数性只保证完整成功运行最终一致;孪生性进一步保证在任意长前缀上,候选输出之间的分歧可由有限控制管理。二者不能合并成一句“唯一输出所以能确定化”。
在词典编译和有限状态语言处理中,检查孪生性质可以决定是否值得生成高速 subsequential 机。失败时应保留 functional NFT 或改用 bimachine;为有限训练集强行确定化可能不断产生新延迟状态,无法成为完整算法。
成立时的确定化状态不仅是 NFT 状态集合,还给每个成员附一个规范输出残余;先提出所有残余的最长公共前缀作为当前边输出,再保存余项。孪生性质保证循环不会制造无限多种余项,这正把判定条件转化为实际构造。
参考资料
- Christian Choffrut, “Une caractérisation des fonctions séquentielles et des fonctions sous-séquentielles en tant que relations rationnelles,” Theoretical Computer Science 5(3), 1977, pp. 325–337.
- Mehryar Mohri, “Finite-State Transducers in Language and Speech Processing,” Computational Linguistics 23(2), 1997, §4.
- Jacques Sakarovitch and Sylvain Lombardy, “Sequential?,” Theoretical Computer Science 356(1–2), 2006, §§3–4.