3

假设您有一个玩具语法,例如:(更新后输出看起来更自然)

S -> ${NP} ${VP} | ${S} and ${S} | ${S}, after which ${S}

NP -> the ${N} | the ${A} ${N} | the ${A} ${A} ${N}

VP -> ${V} ${NP}

N -> dog | fish | bird | wizard

V -> kicks | meets | marries

A -> red | striped | spotted

例如,“狗踢红巫师”,“鸟遇到斑点鱼或巫师嫁给条纹狗”

根据它必须包含总共n Vs + As + Ns的约束,你如何从这个语法中产生一个句子。给定一个整数,句子必须包含那么多终结符。(当然,在这个语法中,最小可能的n是 3)。

4

3 回答 3

3

以下 Python 代码将生成具有给定终端数的随机句子。它的工作原理是计算产生给定长度的句子的方法数量,生成一个大的随机数,然后计算指示的句子。计数是递归完成的,带有记忆。如果 n 为 0,则空的右手边产生 1 个句子,否则产生 0 个句子。要计算由非空右手边产生的句子数量,请将 i 相加,即右手边第一个符号使用的终端数。对于每个 i,将右侧其余部分的可能性数量乘以第一个符号的可能性数量。如果第一个符号是终结符,则 i 为 1 的可能性为 1,否则为 0。如果第一个符号是非终结符,则对每个备选方案的可能性求和。为了避免无限循环,我们必须小心地在数量为 0 时修剪递归调用。如果语法有一个句子的无限多个推导,这仍然可能无限循环。例如,在语法

S -> S S
S ->

空句有无数个推导: S => 、 S => SS => 、 S => SS => SSS => 等。查找特定句子的代码是对代码进行计数的直接修改. 这段代码相当有效,在不到一秒的时间内生成了 100 个句子,每个句子有 100 个终端。

import collections
import random

class Grammar:
    def __init__(self):
        self.prods = collections.defaultdict(list)
        self.numsent = {}
        self.weight = {}

    def prod(self, lhs, *rhs):
        self.prods[lhs].append(rhs)
        self.numsent.clear()

    def countsent(self, rhs, n):
        if n < 0:
            return 0
        elif not rhs:
            return 1 if n == 0 else 0
        args = (rhs, n)
        if args not in self.numsent:
            sym = rhs[0]
            rest = rhs[1:]
            total = 0
            if sym in self.prods:
                for i in xrange(1, n + 1):
                    numrest = self.countsent(rest, n - i)
                    if numrest > 0:
                        for rhs1 in self.prods[sym]:
                            total += self.countsent(rhs1, i) * numrest
            else:
                total += self.countsent(rest, n - self.weight.get(sym, 1))
            self.numsent[args] = total
        return self.numsent[args]

    def getsent(self, rhs, n, j):
        assert 0 <= j < self.countsent(rhs, n)
        if not rhs:
            return ()
        sym = rhs[0]
        rest = rhs[1:]
        if sym in self.prods:
            for i in xrange(1, n + 1):
                numrest = self.countsent(rest, n - i)
                if numrest > 0:
                    for rhs1 in self.prods[sym]:
                        dj = self.countsent(rhs1, i) * numrest
                        if dj > j:
                            j1, j2 = divmod(j, numrest)
                            return self.getsent(rhs1, i, j1) + self.getsent(rest, n - i, j2)
                        j -= dj
            assert False
        else:
            return (sym,) + self.getsent(rest, n - self.weight.get(sym, 1), j)

    def randsent(self, sym, n):
        return self.getsent((sym,), n, random.randrange(self.countsent((sym,), n)))

if __name__ == '__main__':
    g = Grammar()
    g.prod('S', 'NP', 'VP')
    g.prod('S', 'S', 'and', 'S')
    g.prod('S', 'S', 'after', 'which', 'S')
    g.prod('NP', 'the', 'N')
    g.prod('NP', 'the', 'A', 'N')
    g.prod('NP', 'the', 'A', 'A', 'N')
    g.prod('VP', 'V', 'NP')
    g.prod('N', 'dog')
    g.prod('N', 'fish')
    g.prod('N', 'bird')
    g.prod('N', 'wizard')
    g.prod('V', 'kicks')
    g.prod('V', 'meets')
    g.prod('V', 'marries')
    g.prod('A', 'red')
    g.prod('A', 'striped')
    g.prod('A', 'spotted')
    g.weight.update({'and': 0, 'after': 0, 'which': 0, 'the': 0})
    for i in xrange(100):
        print ' '.join(g.randsent('S', 3))
于 2009-06-08T21:23:15.973 回答
1

也许不是最好的解决方案,但我会递归地遍历语法的每条规则,直到超出约束,然后弹出并沿着语法探索另一条路径。保留所有符合约束的句子,丢弃所有不符合约束的句子。

例如,当 n = 3 时:

S -> (${NP} ${VP}) -> ( (${N}) ${VP}) -> ( ((狗) ${VP}) -> ... -> ( ( (狗)((踢)(${NP}))))->(((狗)((踢)((狗)))))

然后弹回来

( ( (the (dog) ( (kicks) (the ${N} ) ) ) ) -> ( (the (dog) ( (kicks) (the (fish) ) ) ) )

过了一会儿……

( ( (狗) ( ${V} ${N} ) ) ) -> ( ( (狗) ( (满足) ${N} ) ) ) -> ( ( (狗) ( (满足) (狗) ) ) )

等等

本质上是深度优先的图搜索,只有您在搜索时构建图(并且您停止构建超出约束的部分)。

于 2009-06-08T19:52:59.820 回答
0

此问题包含类别错误。您指定的文法具有上下文无关文法的外观,但要求有特定数量的终端节点需要递归可枚举文法。

于 2009-06-09T18:08:17.433 回答