【语言处理与Python】9.2处理特征结构\9.3扩展基于特征的文法
9.2处理特征结构
这一节内容为如何构建特征结构以及在NLTK中操作。
NLTK提供了特征结构使用的构造函数FeatStruct()声明。
>>>fs1 = nltk.FeatStruct(TENSE='past',NUM='sg') >>>print fs1 [ NUM = 'sg' ] [ TENSE= 'past' ]
将特征结构作为图来查看往往是有用的(有向无环图)
也会出现结构共享,或者重入。如图:
当两条路径具有相同的值时,被称为等价。
在代码中表示结构共享,如下所示:
>>>print nltk.FeatStruct("""[NAME='Lee',ADDRESS=(1)[NUMBER=74,STREET='ruePascal'], ... SPOUSE=[NAME='Kim', ADDRESS->(1)]]""") [ ADDRESS= (1) [ NUMBER= 74 ] ] [ [ STREET = 'rue Pascal'] ] [ ] [ NAME = 'Lee' ] [ ] [ SPOUSE =[ ADDRESS-> (1) ] ] [ [ NAME = 'Kim' ] ]
包含和统一
包含:一个更一般的特征结构包含一个较少一般的。
统一:合并两个特征结构的信息被成为统一。
>>>fs1 = nltk.FeatStruct(NUMBER=74,STREET='ruePascal') >>>fs2 = nltk.FeatStruct(CITY='Paris') >>>print fs1.unify(fs2) [ CITY = 'Paris' ] [ NUMBER=74 ] [ STREET= 'rue Pascal']
结构共享也可以使用变量表示,如?x
>>>fs1 = nltk.FeatStruct("[ADDRESS1=[NUMBER=74, STREET='ruePascal']]") >>>fs2 = nltk.FeatStruct("[ADDRESS1=?x,ADDRESS2=?x]") >>>print fs2 [ ADDRESS1= ?x ] [ ADDRESS2= ?x ] >>>print fs2.unify(fs1) [ ADDRESS1= (1) [ NUMBER= 74 ] ] [ [ STREET= 'rue Pascal'] ] [ ] [ ADDRESS2-> (1)
9.3扩展基于特征的文法
在本节,将会探索各种语言问题,并展示将特征纳入文法的好处。
子类别
VP[TENSE=?t,NUM=?n]-> V[SUBCAT=intrans,TENSE=?t,NUM=?n] VP[TENSE=?t,NUM=?n]-> V[SUBCAT=trans,TENSE=?t,NUM=?n]NP VP[TENSE=?t,NUM=?n]-> V[SUBCAT=clause,TENSE=?t,NUM=?n]SBar V[SUBCAT=intrans,TENSE=pres,NUM=sg]-> 'disappears' | 'walks' V[SUBCAT=trans,TENSE=pres,NUM=sg]-> 'sees' | 'likes' V[SUBCAT=clause,TENSE=pres,NUM=sg]-> 'says' | 'claims' V[SUBCAT=intrans,TENSE=pres,NUM=pl]-> 'disappear' | 'walk' V[SUBCAT=trans,TENSE=pres,NUM=pl]-> 'see' | 'like' V[SUBCAT=clause,TENSE=pres,NUM=pl]-> 'say' | 'claim' V[SUBCAT=intrans,TENSE=past]-> 'disappeared' | 'walked' V[SUBCAT=trans,TENSE=past]-> 'saw' | 'liked' V[SUBCAT=clause,TENSE=past]-> 'said' | 'claimed'
SBar代表从句标签。
SBar-> CompS Comp-> 'that'
You claim that youlike children.这句话的产生的结构如下:
例如这句话:put the book on the table
可以表示为:
V[SUBCAT=<NP,NP,PP>]
其中,NP代表主语,后面跟着PP的NP,补语子类别。
所以,Kimput the bookonthe table,这句话可以被解析为:
核心词回顾
X-bar句法通过抽象出短语级别的概念。通常认为有三个级别。
例如,如图所示:
结构36a的核心词是N,N",N'被称为N的投影。N"是最大的投影,N有时也称作零投影。
一个词汇核心X的直接补语子类别总是位于核心词的兄弟的位置,而修饰成分位于中间类别X'的兄弟的位置。
S -> N[BAR=2]V[BAR=2] N[BAR=2]-> DetN[BAR=1] N[BAR=1]-> N[BAR=1]P[BAR=2] N[BAR=1]-> N[BAR=0]P[BAR=2]
助动词与倒装
(39)a. Doyoulike children? b.CanJodywalk? (40)a. Rarelydoyousee Kim. b.NeverhaveI seen this dog.
但是不是什么动词都能放在前面的。可以放在从句开头的术语叫做助动词。例如:do can have,也包括be,will,shall
我们可以使用下面这个表达式:
S[+INV]-> V[+AUX] NP VP
标记[+inv]说明,包含一个助动词。
AUX区分是否是助动词。
SUBCAT代表子类别。
无限制依赖成分
填充词和缺口之间的距离没有上界。这一事实可以很容易地使用包含句子补语的成分来说明。
a. Who do you like __? b.Who do you claim that you like __? c.Who do you claim that Jody says that you like __?
广义短语文法中处理形式化文法的无限依赖:
一个斜线类别的形式是Y/XP;我们解释为:类别Y的短语缺少一个类别XP的子成分。例如:S/NP是缺少一个NP的S。
>>>nltk.data.show_cfg('grammars/book_grammars/feat1.fcfg') %start S #################### #GrammarProductions #################### S[-INV] -> NPVP S[-INV]/?x -> NPVP/?x S[-INV] -> NPS/NP S[-INV] -> Adv[+NEG]S[+INV] S[+INV]-> V[+AUX]NPVP S[+INV]/?x-> V[+AUX]NPVP/?x SBar-> CompS[-INV] SBar/?x-> CompS[-INV]/?x VP-> V[SUBCAT=intrans,-AUX] VP-> V[SUBCAT=trans,-AUX] NP VP/?x-> V[SUBCAT=trans,-AUX] NP/?x VP-> V[SUBCAT=clause,-AUX] SBar VP/?x-> V[SUBCAT=clause,-AUX] SBar/?x VP-> V[+AUX]VP VP/?x-> V[+AUX]VP/?x #################### #LexicalProductions #################### V[SUBCAT=intrans,-AUX] -> 'walk' | 'sing' V[SUBCAT=trans,-AUX] -> 'see' | 'like' V[SUBCAT=clause,-AUX] -> 'say' | 'claim' V[+AUX]-> 'do' | 'can' NP[-WH]-> 'you' | 'cats' NP[+WH]-> 'who' Adv[+NEG]-> 'rarely' | 'never' NP/NP-> Comp-> 'that'
使用文法来解析句子:
>>>tokens = 'who doyouclaim that youlike'.split() >>>from nltk import load_parser >>>cp = load_parser('grammars/book_grammars/feat1.fcfg') >>>for tree in cp.nbest_parse(tokens): ... print tree (S[-INV] (NP[+WH] who) (S[+INV]/NP[] (V[+AUX] do) (NP[-WH] you) (VP[]/NP[] (V[-AUX, SUBCAT='clause']claim) (SBar[]/NP[] (Comp[] that) (S[-INV]/NP[] (NP[-WH] you) (VP[]/NP[] (V[-AUX, SUBCAT='trans']like) (NP[]/NP[] )))))))
转载于:https://www.cnblogs.com/createMoMo/archive/2013/06/03/3116121.html
【语言处理与Python】9.2处理特征结构\9.3扩展基于特征的文法相关推荐
- python语言特点粘性扩展_【语言处理与Python】9.2处理特征结构\9.3扩展基于特征的文法...
9.2处理特征结构 这一节内容为如何构建特征结构以及在NLTK中操作. NLTK提供了特征结构使用的构造函数FeatStruct()声明. >>>fs1 = nltk.FeatStr ...
- 《用Python进行自然语言处理》第 9 章 建立基于特征的文法
1. 我们怎样用特征扩展上下文无关文法框架,以获得更细粒度的对文法类别和产生式的控制? 2. 特征结构的主要形式化属性是什么,我们如何使用它们来计算? 3. 我们现在用基于特征的文法能捕捉到什么语言模 ...
- 《Python自然语言处理(第二版)-Steven Bird等》学习笔记:第09章 建立基于特征的文法
第09章 建立基于特征的文法 9.1 文法特征 句法协议 使用属性和约束 术语 9.2 处理特征结构 包含和统一 9.3 扩展基于特征的文法 子类别 核心词回顾 助动词与倒装 无限制依赖成分 9.4 ...
- python调用rust_转 从20秒到0.5秒:一个使用Rust语言来优化Python性能的案例
导读:Python 被很多互联网系统广泛使用,但在另外一方面,它也存在一些性能问题,不过 Sentry 工程师分享的在关键模块上用另外一门语言 Rust 来代替 Python 的情况还是比较罕见,也在 ...
- 转 从20秒到0.5秒:一个使用Rust语言来优化Python性能的案例
注: 转自 微信公众号"高可用架构":从20秒到0.5秒:一个使用Rust语言来优化Python性能的案例 导读:Python 被很多互联网系统广泛使用,但在另外一方面,它也存在一 ...
- 程序语言python的优化版_从20秒到0.5秒:一个使用Rust语言来优化Python性能的案例...
Sentry 是一个帮助在线业务进行监控及错误分析的云服务,它每月处理超过十亿次错误.我们已经能够扩展我们的大多数系统,但在过去几个月,Python 写的 source map 处理程序已经成为我们性 ...
- 基于特征点匹配的自适应目标跟踪算法
基于特征点匹配的自适应目标跟踪算法 2016-01-29 13:11 摘 要:由于实际场景复杂多变,目标在运动过程中往往会出现形变.遮挡等问题,增加了跟踪的难度.为了解决上述问题,提出一种基于特征点匹 ...
- 【Python 自然语言处理 第二版】读书笔记1:语言处理与Python
文章目录 前言 语言处理与Python 一.语言计算:文本和单词 1.NLTK入门 (1)安装(nltk.nltk.book) (2)搜索文本 (3)词汇计数 2.列表与字符串 (1)列表操作 (2) ...
- python语言发明者 google_谷歌的语言何以战胜Python?50%的人都应该立即学习Golang...
全文共2623字,预计学习时长9分钟 图源:dailybtc 很多软件工程师视Python为最喜爱的语言之一,工作生活都和它死死绑定在一起.但Google, Uber, Dropbox, Soundc ...
- python是面向对象还是面向过程的语言_关于python是面向对象还是面向过程的分析...
关于python是面向对象还是面向过程的分析 发布时间:2020-04-07 16:10:55 来源:亿速云 阅读:24 作者:小新 今天小编给大家分享的是关于python是面向对象还是面向过程的分析 ...
最新文章
- python访问数据库如何解决高并发_怎样解决数据库高并发的问题
- 树状数组的建树 单点修改 单点查询 区间修改 区间查询
- Java通过反射访问构造方法
- 关于Spring的几个问题
- Keras-5 基于 ImageDataGenerator 的 Data Augmentation实现
- dbeaver连接Oracle数据库
- Jsoup爬虫之Java爬虫工具类
- 柴静:我只是讨厌屈服
- Java 求解加油站
- arg min什么意思
- CentOS 6.8 Local time zone must be set--see zic manual page
- 计算机程序运行消耗的内存,电脑内存多大合适?运行内存占用率高的秘密
- 如何打包c#编写的程序
- windows输入法输入英文字母中间有空格
- 电影类网站如何选择服务器
- 7-20 奥运排行榜
- 交互式裁剪系统--2006-Gaze-Based Interaction for Semi-Automatic Photo Cropping
- 白话kali linux上可以安装什么小游戏(好奇版)
- 达芬奇调色 Blackmagic Design DaVinci Resolve Studio 17 中文版,整合剪辑、视觉特效、动态图形、调色和音频后期制作
- Java中函数及递归的使用(附思维导图)——java面试知识点
热门文章
- IPSEC ×××实验(一)
- Android 分享两个你学习android 平台开发必须碰到的几个知识点的组件【天气预报、日期】View 组件...
- ]MySQL操作命令语句实例
- 说你呢,装着JDK8,却孜孜不倦的写着 JDK6 的代码,写了3年了,JDK8的特性都没用过......
- 听我讲完 redo log、binlog 原理,面试官老脸一红!
- 为什么谷歌要执行严格的代码编写规范?
- 去阿里面试被问:如果是MySQL引起的CPU消耗过大,你会如何优化?
- 来看看国内大公司官网隐藏的彩蛋
- 如何快速搭建一个微服务架构?
- 部署速度翻6倍,知乎从0到1实现部署系统演进及优化