Question

我要在Prolog中编写一个程序，以便分析文本并识别其中的问题。给定文本，程序必须识别以疑问标记结尾的所有句子并将它们保存在列表中。然后将对该列表中的每个元素（即每个以＆＃34结尾的短语;？＆＃34;）进行分析和简化，以确保它们将以＆＃34; WH-questions＆＃34;开头。

这是一个例子：

＆＃34;什么是气候变化？地球的气候在地质时期不断变化。 [...] 什么是温室效应＆＃34;？温室效应是指地球大气层捕获来自太阳的一些能量的方式。 [...]。问题是：这些如何平衡？＆＃34;

该清单应包含：[＆＃34;什么是气候变化？＆＃34;，＆＃34;什么是温室效应？＆＃34;，＆＃34;这些如何平衡？＆＃34;]

使用split_string / 4我获取此列表

L = [＆＃34;什么是气候变化＆＃34;，＆＃34;地球的......（......）。什么是温室效应＆＃34; ，＆＃34;温室（......）。问题是：这些如何平衡？＆＃34;]

我不知道如何分析并进一步分割列表中的每个元素，以便获得我向您展示的第一个列表。

你能帮助我吗？谢谢:)）

Answer 1

我建议为DCG提供tokenize_atom的输出：

?- tokenize_atom('What is climate change?', L).
L = ['What', is, climate, change, ?].

然后，您可以捕获文字'What'和?之间的所有内容。

要完成捕获，library(dcg/basics)有一个可以帮助的字符串// 1。

示例：

:- use_module(library(dcg/basics)).

wh_capture(P, Cs) :-
    tokenize_atom(P, Tks),
    phrase(wh_capture(Cs), Tks).

wh_capture([]) --> [].
wh_capture([C|Cs]) -->
    ['What'], string(Content), [?], {C=['What'|Content]},
    wh_capture(Cs).
wh_capture(Cs) --> string(_), [.], wh_capture(Cs).

用法：

?- wh_capture('What about you? Phrase to skip. What now?',L).
L = [['What', about, you], ['What', now]]

string // 1有一种特殊的行为......我通常会在结束序列分隔符之后放置一个剪切...比如

wh_capture([C|Cs]) -->
    ['What'], string(Content), [?], {C=['What'|Content]},
    !, wh_capture(Cs).

Answer 2

你的方法对于任何语言都是天真的（这是一个非常深刻的主题），所以不要试图重新发明轮子（至少在你知道重新发明的东西之前）。谷歌a）解析然后b）[Prolog]自然语言处理。

基本上，在进一步分析之前，您需要（在某种意义上，以后不会有一百万个问题）首先进行标记化。

识别以＆＃34;？＆＃34;结尾的短语来自Prolog中的给定文本

2 个答案: