如何用java获取句子的逻辑部分？

Question

假设有一句话：

On March 1, he was born.

将其更改为

He was born on March 1.

不会破坏句子的意义，它仍然有效。以任何其他方式改组单词会对无效句子产生怪异。所以基本上，我说的是句子的一部分，它使信息更具体，但删除它们并不会破坏整个句子。是否有任何NLP库可以识别这些部件？

Answer 1

<强>成分

听起来你想要识别句子的constituents，它们是根据语言的语法作为单个单元运作的单词组。

事实上，当语言学试图发现语言的语法时，他们通过查看movement来部分地去做。在您的示例中，这是一组单词可以移动到句子中的不同位置，同时仍然保留句子的含义。

成分可以是单个单词，短语，甚至更大的组，如整个条款。在一个句子中，它们具有嵌套的层次结构。例如，您提供的第一个例句可以分析为：

(S  (PP (IN On) (NP (NNP March) (CD 1)))
    (NP (PRP he))
    (VP (VBD was) (VP (VBN born))))

整个句子由prepositional phrase组成，后跟noun phrase，然后是verb phrase。介词短语可以进一步分解为由单个单词“On”后跟名词短语组成的单元。

短语结构解析器

要自动查找成分，您可能需要使用短语结构解析器。有很多这样的解析可供选择，可以作为开源提供，包括：

• Stanford Parser（Java）
• Berkeley Parser（Java）
• BLLIP (Charniak-Johnson) Parser（C ++）
• Bikel Parser（这是用Java编写的Collins解析器的重新实现和改进版本）
• Collins Parser（C ++）
• OpenNLP Parser（Java）
• SharpNLP Parser（C＃）

斯坦福和伯克利解析器可能是最容易安装和使用的解析器。如Cer et al. 2010所示，最准确的解析器是Berkeley和Charniak。 Bikel解析器比其他解析器更慢且更不准确。

在线演示

有一个斯坦福解析器here的在线演示。我使用该演示来生成上面给出的例句的解析。

关于删除的说明

在每个成分中，将有一个head word。例如，取名词短语：

(NP (DT The) (JJ big) (JJ blue) (NN ball))

这里的首字是名词ball，它由形容词big和blue修改。如果这个名词短语嵌入在一个句子中，你可以删除那些修饰语，但仍然有一些与原句的含义一致但不太具体的东西。

在名词短语中，您通常可以删除形容词，非头部的名词和嵌套的介词短语。

在动词短语和完整条款中，事情变得更加棘手，因为删除作为动词参数的服务器可以完全改变句子的解释。例如，从the book删除He sold Jim the book会导致 He sold Jim 。

Answer 2

OpenNLP可能会为您做一些事情。 Phrase chunking解析应该可以帮助你解决这个问题。然而，这不是一个特别简单的问题，并且随着句子结构变得更加复杂和模糊，算法会变得混乱。你有时应该能够重新排序句子中的短语并保持意义。