自然语言处理算法答案

【问题标题】：Natural Language Processing Algorithms自然语言处理算法
【发布时间】：2017-01-31 09:10:52
【问题描述】：

我正计划使用 NLP 开发自然语言问题系统。我已经对适用于 NLQ 系统的可能算法进行了文献研究。

最终用户在完成该工具后，应该能够向系统提出问题，然后系统会以表格的形式给出答案，然后以图表的形式将答案可视化。

另外，答题部分已经结束。使用 PyNLPl 库在 Python 中进行编程。

主要工具已经可以执行数学运算并总结这些运算的结果。用户应该能够提出以下问题：

这个问题不是主观的，正如我之前提到的，我是研究文学的。我对找到的算法列表进行了适当的选择。我做出了以下决定：

每个要点的算法是：

此外，问题中应该提到的变量不是独立的。在那种情况下朴素贝叶斯是否也适用？所选择的算法应该优于其他算法并且是最合适的。

【问题讨论】：

看来你走在了正确的轨道上。您知道自己想要什么，并且知道要完成什么。但是你应该重新考虑你提出这个“问题”的方式，而不是仅仅把你的整个“作业”放在这里，你应该对你的工作提出更尖锐的问题，不要忘记包括你问题的原因和限制是关于。理想情况下，你会想问一些问题，每个问题都涉及你的“作业”的不同部分，首先缩小你甚至应该使用什么样的方法来完成你的作业，然后弄清楚什么算法等等。
感谢您的提示！您认为在这种情况下删除算法是否明智？我马上改..
这个问题很适合人工智能社区。span>

【解决方案1】：

我一直在阅读和阅读，并找到了几乎所有问题的答案。我坚持使用早期算法，因为它提供了一种动态编程方法（CKY 也是如此）。两种算法都是图表解析算法。

Earley 是一种上下文无关的自上而下的解析算法。这使其成为目标驱动的算法。从开始符号向下。此外，它比 CKY 算法更有效。比较幻灯片和解释： https://www.cs.bgu.ac.il/~michaluz/seminar/CKY1.pdf

注意：Earley 和 CKY 解析算法只会生成一棵无能为力的解析树。但是，使用例如shift-reduce 依存解析算法除了对句子结构进行解析和校准之外，不仅给出了各个词之间的依存关系，这些依存关系还可以用于问题中的关系提取。为了真正理解问题。

【讨论】：