明确与不定期物品使用纠正器

Question

我正在编写一个纠正'a / an'与'''文章用法的程序。我已经能够检测到多个案例（当相应的名词是复数时，文章总是'''）。

我对如何为单数名词解决这个问题感到难过。没有背景，“苹果”和“苹果”都是正确的。我该如何处理此类案件？

Answer 1

我不认为这是你能够100％准确的东西，但在我看来，最重要的暗示之一是之前提到的。如果以前没有提到苹果，那么说'苹果'就有点奇怪了。

一种非常便宜（且不太准确）的方法是在前面的上下文中逐字检查令牌“apple”并将其用作功能，可能与许多其他功能结合使用，例如：

• 文本中的位置（随着文本的进展，确定性变得更有可能）
• 语法功能通过依赖解析（语法主题更可能是明确的）
• 短语长度（明确提及通常较短，形容词较少）
• 等。等

更好但更复杂的方法是插入“the”，然后使用共同解析组件尝试找到之前的提及。虽然自动共参考分辨率并不完美，但它是确定是否使用NLP之前提及的最佳方法，并且大多数系统还将尝试解决非简单的情况，例如"John has Malaria ... the disease"，这是一个简单的字符串查找将会错过，并且会引起非共同提及的提及：a red apple ... != a green apple。

最后，尽管之前没有提到过，但是有很多名词可以出现在文章中，包括名字（“奥运会”），仿制药（“共同蚂蚁”），语境可推断词（“通过盐“）和唯一可识别的（”太阳“）。所有这些都可以从训练语料库中学习，但这可能需要单独的分类器。

希望这有帮助！