解析自然语言的最有效方法是什么?
假设“strings”是一个map<string, void (*func)(int,char**)>
,其中包含如下字符串:
Set the alarm for *.Call *.Get me an * at * for *.
以及它们对应的函数。现在假设“input”是一个string
,包含如下的句子:
Call @人名.
如何实现一个名为parse
的函数,该函数接受“input”并将其与映射中的某个字符串匹配。然后调用其对应的函数,并传递包含所有通配符条目(字符串中的*)的argc和argv。实现这样一个函数的最有效方法是什么?
回答:
不确定为什么这个问题被扣分。这是一个提问明确且非-trivial的问题。
解析有很多学术方法,这些方法主要用于处理退化语法。“自然语言”可能不是一个定义明确的术语,自然语言确实存在一些歧义,但这种受限的子集并不成问题。
在这个具体的例子中,我们看到不同的生成规则(映射条目)之间没有相互歧义。实际上,第一个标记就足以进行消歧。而且由于std::map
是排序的,我们可以对该标记进行高效的O(log N)搜索。
因此,我们只需要推导出替换项。同样,我们将忽略退化情况。没有人会去处理"Get me an at at at for at"
,尽管它可以无歧义地解析。
相反,对于替换,你只需收集标记,直到得到预期的下一个标记。例如,Get me an * at * for *.
表示第一个*
获取所有标记直到at
,第二个*
收集标记直到for
,最后一个*
获取所有剩余的标记。
你会发现不需要回溯。如果解析失败,仅仅是没有匹配项。