什么是 NLTK FCFG 语法标准/规范？答案

【问题标题】：What is the NLTK FCFG grammar standard/specification?什么是 NLTK FCFG 语法标准/规范？
【发布时间】：2016-06-28 01:31:33
【问题描述】：

NLTK（自然语言工具包）允许您使用nltk.FCFG.fromstring([grammar string here]). 解析 FCFG 语法，FCFG 语法格式规范*在哪里？我用谷歌搜索死了，但我只能找到this。

*即语法语言规范

【问题讨论】：

使用来源，卢克。
如文件所示：每行扩展一个 NT（非终端），右侧由管道分隔，终端用引号括起来，rhs 的概率加起来为 1。
问题最近有变化吗？

标签： python nltk grammar context-free-grammar

【解决方案1】：

问题是询问 FCFG（特征语法）而不是普通 CFG。

我认为您可以在非终结符上添加方括号，并在方括号中添加功能名称、等号和值。该值可以是变量（以问号开头）、终端符号（用于简单值）或新的特征结构。我在 Internet (http://www.nltk.org/howto/featgram.html) 上找到了这个示例，它可以在我的笔记本电脑上运行。

from nltk import grammar, parse

g = """
% start DP
DP[AGR=?a] -> D[AGR=?a] N[AGR=?a]
D[AGR=[NUM='sg', PERS=3]] -> 'this' | 'that'
D[AGR=[NUM='pl', PERS=3]] -> 'these' | 'those'
D[AGR=[NUM='pl', PERS=1]] -> 'we'
D[AGR=[PERS=2]] -> 'you'
N[AGR=[NUM='sg', GND='m']] -> 'boy'
N[AGR=[NUM='pl', GND='m']] -> 'boys'
N[AGR=[NUM='sg', GND='f']] -> 'girl'
N[AGR=[NUM='pl', GND='f']] -> 'girls'
N[AGR=[NUM='sg']] -> 'student'
N[AGR=[NUM='pl']] -> 'students'
"""

grammar = grammar.FeatureGrammar.fromstring(g)
tokens = 'these girls'.split()
parser = parse.FeatureEarleyChartParser(grammar)
trees = parser.parse(tokens)
for tree in trees: 
    tree.draw()
    print(tree)

似乎特征终端符号是否被引用并不重要。

【讨论】：

【解决方案2】：

来自演示：

>>> from nltk import CFG
>>> grammar = CFG.fromstring("""
... S -> NP VP
... PP -> P NP
... NP -> Det N | NP PP
... VP -> V NP | VP PP
... Det -> 'a' | 'the'
... N -> 'dog' | 'cat'
... V -> 'chased' | 'sat'
... P -> 'on' | 'in'
... """)

从字符串编写语法的语法应该是这样的：

每一行都是一条由左侧 (LHS) 和右侧 (RHS) 组成的规则，其中
箭头->的LHS上只能有一个非终结符
RHS 可以由一个或多个非终端和/或终端的组合组成。
终端字符串需要用引号括起来
RHS 上的非终结符用空格分隔。
每个非终端结果 (LHS) 可以由一个或多个 RHS 组合组成，每个组合由点符号 | 分隔
CFG 的惯例是对非终结符使用大写字母，但这不是必需的。

另外，请参阅 https://en.wikipedia.org/wiki/Terminal_and_nonterminal_symbols 和 https://en.wikipedia.org/wiki/Context-free_grammar

【讨论】：

【解决方案3】：

Wartena 是对的：问题确实是 FCFG：基于特征的上下文无关语法。检查这个https://nltk.org/book/ch09.html 以下是他的 FCFG 的一些亮点：

NUM 对应单数/复数
GND 是性别男性/女性/其他：法语或德语等语言将 Gender 属性赋予对象和动词
PERS 是人（第一人称我/我们，第二人称你，第三人称他/她/它/他们）
感叹号代表一个变量（就像在 Prolog 中一样）
AGR = 协议特征 = 特征集 NUM、PERS、GND、TENSE=Tense

【讨论】：