如何使用NLTK从诱导语法生成句子?
我有一个(大的)解析句子列表(使用斯坦福解析器解析),例如,句子“现在你可以被娱乐”具有以下树:
(ROOT
(S
(ADVP (RB Now))
(, ,)
(NP (PRP you))
(VP (MD can)
(VP (VB be)
(VP (VBN entertained))))
(. .)))
我正在使用一组句子树来使用nltk来引发语法:
import nltk
# ... for each sentence tree t, add its production to allProductions
allProductions += t.productions()
# Induce the grammar
S = nltk.Nonterminal('S')
grammar = nltk.induce_pcfg(S, allProductions)
现在我想用grammar
来生成新的随机句子。 我的希望是,由于语法是从一组特定的输入示例中学习的,因此生成的语句将在语义上相似。 我可以在nltk中做到这一点吗?
如果我不能使用nltk来做到这一点,是否有其他工具可以使用(可能重新格式化)的grammar
并生成句子?
在NLTK 2.0中,您可以使用nltk.parse.generate
为给定语法生成所有可能的句子。
该代码定义了一个函数,该函数应该根据(P)CFG中的生产规则生成单个句子。
# This example uses choice to choose from possible expansions
from random import choice
# This function is based on _generate_all() in nltk.parse.generate
# It therefore assumes the same import environment otherwise.
def generate_sample(grammar, items=["S"]):
frags = []
if len(items) == 1:
if isinstance(items[0], Nonterminal):
for prod in grammar.productions(lhs=items[0]):
frags.append(generate_sample(grammar, prod.rhs()))
else:
frags.append(items[0])
else:
# This is where we need to make our changes
chosen_expansion = choice(items)
frags.append(generate_sample,chosen_expansion)
return frags
要使用PCFG中的权重,显然希望使用比choice()
更好的采样方法,这隐含地假定当前节点的所有扩展都是等概率的。
首先,如果您生成随机句子,它们可能在语义上是正确的,但它们可能会失去它们的意义。
(这听起来有点像麻省理工学院的学生们用他们自己编写的科学论文SCIgen程序做的,很有趣。
无论如何,我从来没有这样做过,但对于nltk.bigrams似乎是可能的,您可以在Bigrams的随机文本生成下查看 。
你也可以生成当前树的所有子树,我不确定它是否是你想要的。
使用nltk Text对象,可以在其上调用“generate()”,它将“打印随机文本,使用trigram语言模型生成”。http://nltk.org/_modules/nltk/text.html
链接地址: http://www.djcxy.com/p/91719.html上一篇: How to use NLTK to generate sentences from an induced grammar?
下一篇: How can I tag and chunk French text using NLTK and Python?