Flu*_*ffy 6 java nlp artificial-intelligence linguistics
假设有一句话:
On March 1, he was born.
把它改成
He was born on March 1.
没有打破句子的意义,它仍然有效.以任何其他方式改组单词会对无效句子产生怪异.所以基本上,我说的是句子的一部分,它使信息更具体,但删除它们并不会破坏整个句子.是否有任何NLP库可以识别这些部件？
dmc*_*cer 27
成分
听起来你想要识别句子的成分,这些成分是根据语言的语法作为单个单元运作的单词组.
事实上,当语言学试图发现语言的语法时,他们通过观察运动来部分地去做.在您的示例中,这是一组单词可以移动到句子中的不同位置,同时仍然保留句子的含义.
成分可以是单个单词,短语,甚至更大的组,如整个条款.在一个句子中,它们具有嵌套的层次结构.例如,您给出的第一个例句可以分析为:
(S (PP (IN On) (NP (NNP March) (CD 1)))
(NP (PRP he))
(VP (VBD was) (VP (VBN born))))
整个句子由介词短语组成,后跟名词短语,然后是动词短语.介词短语可以进一步分解为由单个单词"On"后跟名词短语组成的单元.
短语结构解析器
要自动查找成分,您可能需要使用短语结构解析器.有很多这样的解析可供选择,可以作为开源使用,包括:
斯坦福和伯克利解析器可能是最容易安装和使用的解析器.如Cer等人所见.2010年,最准确的解析器是Berkeley和Charniak.Bikel解析器比其他解析器更慢且更不准确.
在线演示
还有的斯坦福解析器在线演示这里.我使用该演示来生成上面给出的例句的解析.
关于删除的注意事项
在每个成分中,都会有一个标题.例如,取名词短语:
(NP (DT The) (JJ big) (JJ blue) (NN ball))
这里的头字是名词ball,它是由形容词修饰big和blue.如果这个名词短语嵌入在一个句子中,你可以删除那些修饰语,并且仍然具有与原始句子的含义一致但不太具体的内容.
在名词短语中,您通常可以删除形容词,非头部的名词和嵌套的介词短语.
在动词短语和完整条款中,事情变得更加棘手,因为删除作为动词参数的服务器可以完全改变句子的解释.例如,the book从He sold Jim the book结果中删除He sold Jim.