解析自然语言

时间:2013-09-09 00:38:04

标签: php javascript jquery regex

开始:我知道这个系统会有缺陷!

注意:我添加了一些其他语言,因为我没有找到特定于php的这个问题。一个JavaScript或jquery解决方案可以工作...我可以改变语言...它的我追求的方法!

什么:我正在尝试解析字符串以确定用户的需求。

这个想法是字符串是从语音生成的

示例1: 打开我的厨房灯,我的卧室和客厅的灯都熄灭了。

示例2: 打开我的厨房灯,卧室灯亮,客厅灯关闭。

示例3: 把我的厨房,卧室和客厅的灯关掉。

这是一个过于简化的例子,但请注意我想扩展到这三个房间以外只是控制灯光 例如:外面的吊扇......

如何:我目前正在使用一些while循环来遍历数组并检查数组中是否存在某些字符串。

更多如何:我的想法是首先拆分“和”上的字符串。然后我检查每个阵列的开启或关闭。如果它没有开启或关闭,我将数组加入下一个。

帮助:我想清理这个概念以及看到别人的想法......我很想做任何事情......

由于 JT

CODE:

$input = 'kitchen lights on and bed and living lights off'; 
$output = preg_split( "/ (and) /", $input );
$num = (int)count($output);
$i=0;

while($i<$num){
    if ((strpos($output[$i],'on') !== false)||(strpos($output[$i],'off') !== false)) {}
    elseif(((strpos($output[$i+1],'on') !== false)||(strpos($output[$i+1],'off') !== false))){
    $output[$i+1] .= ' + '.$output[$i];
        unset($output[$i]);

    }

    $i++;
}
$output = array_values($output);
$i=0;
$num = (int)count($output);
echo '<br>';
while($i<$num){
if ((strpos($output[$i],'lights') !== false)&&(strpos($output[$i],'on') !== false)&&(strpos($output[$i],'kitchen') !== false)){
echo'kitchen lights on<br>';
}
if ((strpos($output[$i],'lights') !== false)&&(strpos($output[$i],'off') !== false)&&(strpos($output[$i],'kitchen') !== false)){
echo'kitchen lights off<br>';
}
if ((strpos($output[$i],'lights') !== false)&&(strpos($output[$i],'on') !== false)&&(strpos($output[$i],'living') !== false)){
echo'living lights on<br>';
}
if ((strpos($output[$i],'lights') !== false)&&(strpos($output[$i],'off') !== false)&&(strpos($output[$i],'living') !== false)){
echo'living lights off<br>';
}
if ((strpos($output[$i],'lights') !== false)&&(strpos($output[$i],'on') !== false)&&(strpos($output[$i],'bed') !== false)){
echo'bed lights on<br>';
}
if ((strpos($output[$i],'lights') !== false)&&(strpos($output[$i],'off') !== false)&&(strpos($output[$i],'bed') !== false)){
echo'bed lights off<br>';
}   
$i++;
}

代码试用版2:注意:这会处理以上所有示例!

<?php
//works list
$inp[]='turn the lights in the bedroom on';
$inp[]='Turn on the bedroom light';
$inp[]='turn on the lights in the bedroom';
$inp[]='Turn my kitchen and my bedroom and living room lights off.';
$inp[]='Turn the light in the kitchen on and the fan in the bedroom off';
$inp[]='Turn my kitchen lights on and my bedroom and living room lights off';
$inp[]='Turn my kitchen fan and my bedroom lights on and living room lights off.';
$inp[]='Turn my kitchen lights on and my bedroom lights on and living room lights off';
$inp[] = 'kitchen lights on and bath and living lights off'; 
$inp[] = 'flip on the lights in the living room';
$inp[] = 'turn on all lights';

//does not work list
//$inp[] = 'turn on all lights but living';

foreach ($inp as $input){

$input = trim($input);
$input  = rtrim($input, '.');
$input = trim($input);
$input  = rtrim($input, '.');


$words = explode(" ", $input);

$state = array('and','but','on','off','all','living','bed','bedroom','bath','kitchen','dining','light','lights','fan','tv');
$result = array_intersect($words, $state);
$result = implode(" ", $result);
$result = trim($result);
    //$result = preg_split('/(and|but)/',$input,-1, PREG_SPLIT_DELIM_CAPTURE);
$result = preg_split( "/ (and|but) /",  $result );
    //$result = explode("and", $result);

$sep=array();

foreach($result as $string){
$word = explode(" ", $string);
$sep[]=$word;   
}

$test=array();
$num = (int)count($sep);

$i=0;

while($i<($num)){   
$result = (int)count(array_intersect($sep[$i], $state));    
$j=$i;

    while($result<=3)
    {
        $imp = implode(" ", $sep[$j]);
        if(isset($test[$i])){$test[$i]=$imp.' '.$test[$i];}
        else{$test[$i]=$imp;}

        if ($result>=3){$j++;break;}        
        $result = (int)count(array_intersect($sep[++$j], $state));      
    }
$i=$j;
}

print_r($test);
    echo '<br>';
}


?>

2 个答案:

答案 0 :(得分:3)

解析自然语言并非易事,如果您想要一个真正的自然语言解析器,我建议您尝试使用现有的项目或库。这是基于web based parserStanford Parser。或者wikipedia是一个很好的跳跃点。

话虽如此,如果您愿意限制语法和涉及的关键字,您可以简化它。首先你需要知道什么是重要的 - 你在'地方'(卧室,厨房)中需要进入特定状态('开','关')的'事物'(灯光,风扇)。

我会将字符串放入一个单词数组中,使用str_tok,或者只是在' '上爆炸。

现在你有一个单词数组从结束开始,然后向后寻找'状态' - 开启或关闭。然后跟着那个向后寻找一个'东西',最后是一个'地方'。如果你打到另一个状态,那么你可以重新开始。

让我尝试在伪代码中执行此操作:

// array of words is inArray
currentPlace = null;
currentThing = null; 
currentState = null;
for (i = (inArray.length - 1); i >= 0; i--) {
    word = inArray[i];

    if (isState(word)) {

      currentState = word;
      currentPlace = null;
      currentThing = null;

    } else if (currentState) {

        if (isThing(word)) { 

             currentThing = word;
             currentPlace = null;

        } else if (currentThing) { 

             if (isPlace(word)) { 
                 currentPlace = word
                 // Apply currentState to currentThing in currentPlace
             }
             // skip non-place, thing or state word. 
        }
        // Skip when we don't have a thing to go with our state

    } 
    // Skip when we don't have a current state and we haven't found a state
}

并且,写完之后,很明显它应该使用状态机和切换语句 - 这表明我应该首先在纸上设计它。如果你变得复杂,你想使用状态机来实现逻辑 - 状态将是'lookingForState','lookingForThing'等等

此外,您并不需要currentPlace作为变量,但我会保留它,因为它使逻辑更清晰。

修改

如果你想支持'打开卧室里的灯',你需要调整逻辑(如果你没有东西,你需要保存'地方')。如果你还想支持“打开卧室的灯”,你还需要更进一步。

考虑一下,我想知道你是否可以这样做:

have a currentState variable and arrays for currentPlace and currentThing
for each word 
    if it's a state:
        store it in currentState 
    if it's a thing, or place:
        add it to the approriate array
        if currentState is set and there is content in currentPlaces and currentThings:
            apply currentState to all currentThings in all currentPlaces

那不完全存在,但其中一个实现可能会给你一个起点。

编辑2

好的,我测试了它,并且由于英语的结构方式存在一些问题。问题是如果你想支持'打开...'和'打开......'然后你需要使用我的第二个伪代码,但由于句子中的'和',这不起作用。例如:

打开我的厨房灯我的卧室关闭客厅灯。

第一个并加入两个语句,第二个加入到地方。正确的方法是diagram the sentence来确定适用于什么的内容。

有两个快速选项,首先你可以坚持使用不同的单词或短语来加入两个命令:

打开我的厨房灯然后我的卧室客厅的灯关闭。   打开上的厨房灯,我的卧室关闭客厅灯。

或者,这可能更容易,你可以坚持只有'Turn ... off / on'形式的命令。这适用于我上面的第一个伪代码。

第一个伪代码的

JavaScript Example

注意,如果有任何标点符号等,你可能需要对字符串进行大量的预处理。你可能还想看看用'livingroom'代替'living room'(以及类似的两个单词短语)而不只是匹配一个单词,并希望最好的像我正在做的。此外,代码可以简化一点,但我想保持它接近伪代码示例。

编辑3

New Javascript Example

这会处理一些额外的句子,并且会更好地清理它,它仍然依赖于每个子句末尾的“状态”,因为它用作应用动作的触发器(此版本可能会向前读取而不是向后)。此外,它不会处理类似的事情:

Turn my kitchen fan and my bedroom lights on and living room lights off.

你必须做一些更复杂的事情才能理解'厨房'和'粉丝','卧室'和'灯'之间的关系。

这些技术的某种组合可能足以做一些令人印象深刻的事情,只要输入/说出命令的人遵循一些基本规则。

答案 1 :(得分:3)

这当然不是最有效的解决方案,但这是一个。你可以肯定地改进它,比如缓存正则表达式,但你明白了。每个子数组中的最后一项是操作。

<强> DEMO

var s = 'Turn my kitchen lights on and my bedroom lights on and living room lights off and my test and another test off',
    r = s.replace(/^Turn|\s*my/g, '').match(/.+? (on|off)/g).map(function(item) {
        var items = item.trim().replace(/^and\s*/, '').split(/\s*and\s*/),
            last = items.pop().split(' '),
            op = last.pop();
        return items.concat([last.join(' '), op]);
    });

console.log(r);
  

介意解释你使用的逻辑...我的意思是我正在阅读代码,但我   只是好奇,如果你能说得更好

实际上逻辑很简单,也许太简单了:

var s = 'Turn my kitchen lights on and my bedroom lights on and living room lights off and my test and another test off',
    r = s
        .replace(/^Turn|\s*my/g, '') //remove noisy words
        .match(/.+? (on|off)/g) //capture all groups of [some things][on|off]
        //for each of those groups, generate a new array from the returned results
        .map(function(item) {
            var items = item.trim()
                    .replace(/^and\s*/, '') //remove and[space] at the beginning of string
                    //split on and to get all things, for instance if we have
                    //test and another test off, we want ['test', 'another test off']
                    .split(/\s*and\s*/),
                //split the last item on spaces, with previous example we would get
                //['another', 'test', 'off']
                last = items.pop().split(' '),
                op = last.pop(); //on/off will always be the last item in the array, pop it
            //items now contains ['test'], concatenate with the array passed as argument
            return items.concat(
                [
                    //last is ['another', 'test'], rejoin it together to give 'another test'
                    last.join(' '),
                    op //this is the operation
                ]
            );
        });

编辑:当我发布答案时,我还没有意识到你需要这么复杂和灵活。我提供的解决方案仅适用于我的示例中的句子,具有可识别的嘈杂单词和特定的命令顺序。对于更复杂的东西,除了创建像@SpaceDog建议的解析器之外别无选择。一旦我有足够的时间,我会尽力提出一些建议。