解析自然语言

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。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注