更改

=== 语言学 ===

=== 语言学 ===

现有研究通过多种途径证明了图论在语言学 linguistics研究中的作用，因为自然语言往往有适合自己的离散结构。传统上，语法 syntax和组合语义 compositional semantics遵循基于树的结构，其表达能力基于复合性原理 principle of compositionality，且是在层次图中建模的。更现代的方法，如中心语驱动词组结构律 head-driven phrase structure grammar(HPSG)，使用类型特征结构 typed feature structures——有向无环图 directed acyclic graphs对自然语言的语法建模。在尤其是应用于计算机的词汇语义学 lexical semantics中，当一个给定词可被相关的词解释时，建立词义模型变得更加容易; 因此，语义网络 semantic networks在计算语言学 computational linguistics中很重要。 不过， 音系学 phonology中的其他方法（例如使用'''格图 lattice graphs'''的优选论 optimality theory）和形态学 morphology（例如使用有限状态置换器 finite-state transducers的有限状态构词法 finite-state morphology）在将语言作为图形分析时很常见。实际上，数学的这个领域对语言学的用处已经促进了一些组织的出现，如[http://www.textgraphs.org/ TextGraphs]，以及各种各样的“Net”项目，如[http://wordnet.princeton.edu/ '''WordNet''']、[https://en.wikipedia.org/wiki/VerbNet VerbNet]等。

现有研究通过多种途径证明了图论在语言学 linguistics研究中的作用，因为自然语言往往有适合自己的离散结构。传统上，语法 syntax和组合语义 compositional semantics遵循基于树的结构，其表达能力基于复合性原理 principle of compositionality，且是在层次图中建模的。更现代的方法，如中心语驱动词组结构律 head-driven phrase structure grammar(HPSG)，使用类型特征结构 typed feature structures——有向无环图 directed acyclic graphs对自然语言的语法建模。在尤其是应用于计算机的词汇语义学 lexical semantics中，当一个给定词可被相关的词解释时，建立词义模型变得更加容易; 因此，语义网络 semantic networks在计算语言学 computational linguistics中很重要。 不过， 音系学 phonology中的其他方法（例如使用'''格图 lattice graphs'''的优选论 optimality theory）和形态学 morphology（例如使用有限状态置换器 finite-state transducers的有限状态构词法 finite-state morphology）在将语言作为图形分析时很常见。实际上，数学的这个领域对语言学的用处已经促进了一些组织的出现，如[http://www.textgraphs.org/ TextGraphs]，以及各种各样的“Net”项目，如[http://wordnet.princeton.edu/ WordNet]、[https://en.wikipedia.org/wiki/VerbNet VerbNet]等。

 

=== 物理和化学 ===

=== 物理和化学 ===