Question

我正在尝试从包含解析树的文件中学习pcfg，例如：

（S（DECL_MD（NP_PPSS（PRON_PPSS（ii）））（VERB_MD（pt_verb_md need））（NP_NN（ADJ_AT（aa））（NOUN_NN（航班））（PREP_IN（pt_prep_in from）））（AVPNP_NP（NOUN_NP）（charlotte charlotte））

这是我的相关代码：

def loadData(path):
    with open(path ,'r') as f:
        data = f.read().split('\n')
    return data

def getTreeData(data):
    return map(lambda s: tree.Tree.fromstring(s), data)

# Main script
print("loading data..")
data = loadData('C:\\Users\\Rayyan\\Desktop\\MSc Data\\NLP\\parseTrees.txt')
print("generating trees..")
treeData = getTreeData(data)
print("done!")
print("done!")

此后，我在网上尝试了很多东西，例如： grammar = indu_pcfg（S，productions）但是这里的制作总是内置的功能，例如：

productions = []
for item in treebank.items[:2]:
  for tree in treebank.parsed_sents(item):
    productions += tree.productions()

在我的情况下，我尝试用treeData替换“production”，但它不起作用。我错过了什么或做错了什么？

Answer 1

从构建树开始：

from nltk import tree
treeData_rules = []

# Extract the CFG rules (productions) for the sentence
for item in treeData:
    for production in item.productions():
    treeData_rules.append(production)
treeData_rules

然后你可以像这样提取Probabilistic-CFG（PCFG）：

from nltk import induce_pcfg

S = Nonterminal('S')
grammar_PCFG = induce_pcfg(S, treeData_rules)
print(grammar_PCFG)

在NLTK中生成PCFG

1 个答案: