从序言结构中提取单词

我已经在Prolog中设置了自然语言分析任务。到目前为止，我的程序在某种程度上工作。到目前为止，如果我输入[the,cat,sat,on,the,mat]的列表，那么它将打印sentence(noun_phrase(det(the), np2(noun(cat))), verb_phrase(verb(sat), pp(prep(on), noun_phrase(det(the), np2(noun(mat))))))，这很好。从序言结构中提取单词

下一个任务我必须做的是从句子中提取的关键字，即提取的名词短语的名词，在动词短语动词和动词短语的名词，所以我可以返回一个列表： [猫，饱和，垫。任何人都可以帮我开始，因为我很坚持这一点。谢谢！

我当前的代码是：

sentence(S,sentence((NP), (VP))):- 
    nl, 
np(S, NP, R), 
vp(R, VP, []), 
write('sentence('), nl, write(' '), write((NP)) 
     ,nl,write(' '), write((VP)),nl,write(' '). 

np([X | S], noun_phrase(det(X), NP2), R) :- 
    det(X), 
    np2(S, NP2, R). 
np(S, NP, R) :- 
    np2(S, NP, R). 
np(S, np(NP, PP), R) :- 
    append(X, Y, S), /* Changed here - otherwise possible endless recursion */ 
    pp(Y, PP, R), 
    np(X, NP, []). 

np2([X | R], np2(noun(X)), R) :- 
    noun(X). 
np2([X | S], np2(adj(X), NP), R) :- 
    adj(X), 
    np2(S, NP, R). 

pp([X | S], pp(prep(X), NP), R):- 
    prep(X), 
    np(S, NP, R). 

vp([X | R], verb_phrase(verb(X)), R) :- /* Changed here - added the third argument */ 
    verb(X). 
vp([X | S], verb_phrase(verb(X), PP), R) :- 
    verb(X), 
    pp(S, PP, R). 
vp([X | S], verb_phrase(verb(X), NP), R) :- 
    verb(X), 
    np(S, NP, R). 


det(the). 
det(with). 
noun(cat). 
noun(mat). 
verb(sat). 
prep(on). 
adj(big).

来源

2011-04-05 MartinM

而不是多个连续write/1通话，可考虑使用format/2。然而，通常最好避免副作用，而是用关系来思考。为了描述你的句子结构和表之间的关系，可以考虑使用DCG符号：

sentence(sentence(NP, VP)) --> 
    np(NP), 
    vp(VP). 

np(noun_phrase(det(D), np2(noun(N)))) --> [D, N]. 
... etc.

，然后使用该程序一样?- phrase(sentence(S), List).。然后，您可以在各个方向上使用该程序，例如还可以检查给定列表是否与句子结构相对应，如果您只是将输出写入屏幕，则无法轻松完成。

来源

2011-04-05 12:17:57 mat

好的，感谢您的答复。然而，我宁愿不改变我已经有的标记，因为时间是一个问题:( – MartinM 2011-04-05 13:20:11

你可以

一）建立名单在解析

b）采用内置

c中的语法树的逐字访问）编写使用（例如）=一个通用的访问.. （univ）并findall。

要按照a）更改当前的程序，在语法树之后添加列表。

B的素描）（B住宿无聊）：

extract(sentence(NP, VP), L) :- 
extract(NP, A), extract(VP, B), append(A, B, L) 
extract(noun_phrase(_, noun(N)), [N]). 
etc etc...

通用访问：

extract(SynTree, O) :- 
    SynTree =.. [F|As], 
    findall(R, (member(M, As), extract(M, R)), Rs), 
    ((F = noun ; F = verb) -> As = [K], L = [K|Rs] ; L = Rs), 
    flatten(L, O).

来源

2011-11-29 23:02:51 CapelliC

从序言结构中提取单词

回答

相关问题