5

我正在尝试从其解析树中提取乔姆斯基范式（CNF） - 句子的语法产生：

(ROOT
  (S
    (NP (DT the) (NNS kids))
    (VP (VBD opened)
      (NP (DT the) (NN box))
      (PP (IN on)
        (NP (DT the) (NN floor))))))

我将整棵树放入一个名为 S 的字符串中，然后：

tree = Tree.fromstring(S)
tree.chomsky_normal_form()
for p in tree.productions():
    print p

输出是

(1) NN -> 'box'
(2) PP -> IN NP
(3) DT -> 'the'
(4) ROOT -> S
(5) NP -> DT NN
(6) VBD -> 'opened'
(7) VP|<NP-PP> -> NP PP
(8) VP -> VBD VP|<NP-PP>
(9) NP -> DT NNS
(10) NN -> 'floor'
(11) IN -> 'on'
(12) NNS -> 'kids'
(13) S -> NP VP

但有些作品（7 号和 8 号）似乎不是 CNF！问题是什么？

4

1 回答 1

4

VP|<NP-PP>是一个非终结符号。竖线并不代表传统意义上的多个选项。相反，NLTK 把它放在那里是为了表明规则的来源，即“这个新的非终结符号是从 VP 和 NP-PP 的组合中得出的”。这是 NLTK 创建的一个新的生产规则，用于将您的语法转换为乔姆斯基范式。

看一下 CNF 之前的树的产生：

ROOT -> S
S -> NP VP
NP -> DT NNS
DT -> 'the'
NNS -> 'kids'
VP -> VBD NP PP ***
VBD -> 'opened'
NP -> DT NN
DT -> 'the'
NN -> 'box'
PP -> IN NP
IN -> 'on'
NP -> DT NN
DT -> 'the'
NN -> 'floor'

具体来说，查看VP -> VBD NP PP不在 CNF 中的 rule （任何生产规则的 RHS 上必须恰好有两个非终结符）

您的问题中的两条规则 (7):VP|<NP-PP> -> NP PP和 (8):VP -> VBD VP|<NP-PP>在功能上等同于更一般的规则VP -> VBD NP PP。

检测到时VP，规则应用会导致：

VBD VP|<NP-PP>

并且，VP|<NP-PP>是创建的生产规则的 LHS，其结果是：

VBD NP PP

具体来说，如果你隔离规则本身，你可以看一下具体的符号（确实是单数）：

>>> tree.chomsky_normal_form()
>>> prod = tree.productions()
>>> x = prod[7]  # VP|<NP-PP> -> NP PP
>>> x.lhs().symbol()  # Singular!
u'VP|<NP-PP>'
于 2014-11-14T02:39:33.600 回答