用部分匹配解析终端符号

Question

我的语法类似于：

S -> 'My' 'age' 'is' NUM
NUM -> '18', '20'

我用这种语法构建的解析器可以解析像 My age is 18 这样的句子，但如果我的实际句子类似于 My age is 20> -- 其中20> 的意思超过 20 -- 它会失败。

所以我要问：有没有办法强制解析器接受终端符号上的部分匹配？

提前致谢！

附：我是ntlk 的菜鸟，所以也许我正在以最糟糕的方式解决问题。任何提示将不胜感激。

Answer 1

nltk 的 CFG 是一个教学工具，而不是一个严肃的 NLP 框架。它不支持任何类型的开放词汇项目（这将不可避免地导致未知单词，包括未知数字）。您最好的选择是预处理您的输入，例如用语法识别的固定数字（或#NUM# 之类的符号）替换所有数字。然后，如果您需要原始数字，您可以对解析器结果进行后处理并将它们放回。