Question

在我的作业中，我使用SharpNLP来定义词性，如名词，形容词，动词等。然后，我想根据时态的类型对句子进行分类，首先在这种情况下，以PAST TENSE为例。

让我看看我的代码..

        listSentence = ParseInput(allInput);

        foreach (string word in listSentence[0].Split(separator))
            if (word.Trim() != "")
                listWord.Add(word);  

        string[] lWord = listWord.ToArray();
        string[] lPOS = this.NLP.PosTagTokens(lWord);

allInput =“我昨天很忙。”

说实话， listSentence [0] 包含“我昨天很忙”。
然后在 string [] lWord中分成“I”，“was”，“busy”，“yesterday”
然后我使用SharpNLP，运行良好，以便 string [] lPOS 包含{“NN”，“VBD”，“JJ”，“NN”} 这应该被认为是真的基于该输出，我很困惑如何识别为PAST TENSE - TRUE或FALSE。

说明：

NN：名词，单数或质量
VBD：动词，过去时 VBP：动词，非第三人称单数礼物
VBZ：动词，第3人单数礼物
VBG：动词，动名词或现在分词
VBN：动词，过去分词
JJ：形容词
PRP：人称代词

如果allInput =“我昨天很忙”
string [] lPOS = {“PRP”，“VBP”，“JJ”，“NN”}
那应该被认为是假的

如果allInput =“他们昨天很忙”
string [] lPOS = {“PRP”，“VBP”，“JJ”，“NN”}
那应该被认为是假的

如果allInput =“明天我很忙”
string [] lPOS = {“PRP”，“VBD”，“JJ”，“NN”}
那应该被认为是假的

先生，请帮帮我。给我一些想法，并根据上面的所有输出来识别过去时。让我通过你的例子来学习。非常感谢。 :)：）

Answer 1

目标存在一个基本矛盾。解析器在语法（结构）级别运行。但是你想要根据语义（含义）进行分类。
根据解析器，BUCKETS过去时态，因为从句法上讲，过去时有一个动词。但是，最后一个单词的语义使它成为一个语义错误的句子。

在我看来，为了您的目标，I was busy tomorrow是现在时，I am busy yesterday已过去。

使用SharpNLP识别英语句子中的时态

1 个答案: