假设有一句话：
On March 1, he was born.
将其更改为
He was born on March 1.
不会破坏句子的意义，它仍然有效。以任何其他方式洗牌会产生奇怪的无效句子。所以基本上，我说的是句子的一部分，它使信息更具体，但删除它们并不会破坏整个句子。是否有任何 NLP 库可以识别这些部分？
问问题
6757 次
2 回答
27
成分股
听起来您想识别句子的成分，它们是根据语言语法作为单个单元运行的单词组。
事实上，当语言学家试图发现一种语言的语法时，他们部分地通过观察运动来做到这一点。就像在您的示例中一样，这是可以将一组单词移动到句子中的不同位置的地方，同时仍保留句子的含义。
成分可以是单个单词、短语，甚至是更大的组，例如整个子句。在一个句子中，它们具有嵌套的层次结构。例如，您给出的第一个例句可以分析为：
(S (PP (IN On) (NP (NNP March) (CD 1)))
(NP (PRP he))
(VP (VBD was) (VP (VBN born))))
整个句子由介词短语、名词短语和动词短语组成。介词短语可以进一步分解为一个由单个单词“On”后跟一个名词短语组成的单元。
短语结构解析器
要自动查找成分，您可能需要使用短语结构解析器。有许多这样的解析可供选择，它们可以作为开源使用，包括：
- 斯坦福解析器（Java）
- 伯克利解析器(Java)
- BLLIP (Charniak-Johnson) 解析器(C++)
- Bikel Parser（这是用 Java 编写的 Collins 解析器的重新实现和改进版本）
- 柯林斯解析器(C++)
- OpenNLP 解析器(Java)
- SharpNLP 解析器(C#)
斯坦福和伯克利解析器可能是最容易安装和使用的。正如Cer 等人所见。2010 年，最准确的解析器是 Berkeley 和 Charniak。Bikel 解析器比其他解析器更慢且准确性更低。
在线演示
这里有一个斯坦福解析器的在线演示。我使用演示来生成上面给出的例句解析。
关于删除的说明
在每个成分中，都会有一个中心词。以名词短语为例：
(NP (DT The) (JJ big) (JJ blue) (NN ball))
这里的中心词是名词ball，由形容词bigand修饰blue。如果这个名词短语被嵌入到一个句子中，你可以删除那些修饰语，并且仍然有一些与原始句子的含义一致但不那么具体的东西。
在名词短语中，一般可以删除形容词、非中心名词和嵌套介词短语。
在动词短语和完整从句中，事情变得更加棘手，因为删除作为动词参数的材料可以完全改变句子的解释。例如，the book从He sold Jim the book结果中删除He sold Jim.
于 2010-04-24T03:29:05.700 回答