Question

我正在尝试从其解析树中提取Chomsky Normal Form（CNF） - 一个句子的语法产生：

(ROOT
  (S
    (NP (DT the) (NNS kids))
    (VP (VBD opened)
      (NP (DT the) (NN box))
      (PP (IN on)
        (NP (DT the) (NN floor))))))

我将整个树放入名为S的字符串中，然后：

tree = Tree.fromstring(S)
tree.chomsky_normal_form()
for p in tree.productions():
    print p

输出

(1) NN -> 'box'
(2) PP -> IN NP
(3) DT -> 'the'
(4) ROOT -> S
(5) NP -> DT NN
(6) VBD -> 'opened'
(7) VP|<NP-PP> -> NP PP
(8) VP -> VBD VP|<NP-PP>
(9) NP -> DT NNS
(10) NN -> 'floor'
(11) IN -> 'on'
(12) NNS -> 'kids'
(13) S -> NP VP

但有些作品（7号和8号）似乎不是CNF！有什么问题？

Answer 1

VP|<NP-PP>是一个非终结符号。垂直条并不意味着传统意义上的多种选择。相反，NLTK将其放在那里以指示规则的来源，即“这个新的非终结符号来自VP和NP-PP的组合”。这是NLTK创建的新生产规则，用于将语法转换为乔姆斯基范式。

看看CNF之前的树的制作：

ROOT -> S
S -> NP VP
NP -> DT NNS
DT -> 'the'
NNS -> 'kids'
VP -> VBD NP PP ***
VBD -> 'opened'
NP -> DT NN
DT -> 'the'
NN -> 'box'
PP -> IN NP
IN -> 'on'
NP -> DT NN
DT -> 'the'
NN -> 'floor'

具体来说，请查看规则VP -> VBD NP PP，它不在CNF中（任何生产规则的RHS上必须有两个非终结符号）

您的问题中的两个规则（7）：VP|<NP-PP> -> NP PP和（8）：VP -> VBD VP|<NP-PP>在功能上等同于更一般的规则VP -> VBD NP PP。

检测到VP时，规则应用程序会生成：

VBD VP|<NP-PP>

而且，VP|<NP-PP>是创建的生产规则的LHS，其结果为：

VBD NP PP

具体来说，如果您孤立规则本身，您可以查看特定符号（确实是单数）：

>>> tree.chomsky_normal_form()
>>> prod = tree.productions()
>>> x = prod[7]  # VP|<NP-PP> -> NP PP
>>> x.lhs().symbol()  # Singular!
u'VP|<NP-PP>'

从解析树中提取Chomsky-normal-form语法

1 个答案: