我正在编写一个自动成分包围的学习算法。由于算法从头开始，包围（嵌入）首先应该是随机的。然后通过迭代改进它。我一直坚持如何做随机包围。你能用R或Python建议代码还是给出一些编程思想（伪代码）？我还需要有关如何针对正确性检查随机包围的想法。
这是我试图通过学习过程最终达到的，从随机包围开始。
这是一句话。 '他'追逐'''狗'。
用语法元素替换每个元素， N，V，D，N。
包围（第一阶段）（D，N是成分）： （N）（V）（D N）
包围（第二阶段）： （N）（（V）（D N））
包围（第三阶段）： （（N）（（V）（D N）））
请帮忙。谢谢。
答案 0 :(得分：1)
以下是我提供的所有信息：
包围的一种天真的方式是generate some trees（生成所有可以很快占用空间），拥有与单词（或组件）一样多的叶子，然后选择合适的一个（随机或根据适当的划分）并将其应用为包围图案。为了提高效率，请寻找一个真正的随机树生成算法（我目前找不到一个）。
此外，我建议阅读有关genetic algos /进化编程的内容，尤其是fitness fucnctions（这是“检查随机结果的正确性”部分）。据我所知，您希望程序检测解析方式，然后将其作为“学习”存储在内存中。这与遗传算法非常匹配，记忆了“最适合”的模式（只有变异作为变化因素）。
使用genetic programming是一个非常精细，非常复杂（如果可行），但可能非常困难的方法。但这可能与你想要的完全不同。
最后，检查包围imo正确性的最简单方法是保留一个包含语法/语法规则的表并与之进行比较。您还可以通过将它们保存在树中并测量与实际模式（(V D) N）到正确模式（V (D N)）的距离来将其改进为更好的适应度函数。 （这只是一些随机的想法，我从来没有真正这样做过。）