处理英文陈述

Question

语言/图书馆转换句子的任何建议，如：

  

“X碰撞了Y，后者又踢了Z.”

到

1. X：Bumped
2. Y：被撞了，踢了Z

Answer 1

我建议你使用斯坦福分析器（http://nlp.stanford.edu/software/lex-parser.shtml），这是开源的，而且相对简单，就像这些事情一样。有了它，您可以提取类型化的依赖关系解析。句子的依赖解析基本上将句子分解为一组二元关系r(B, A)，其中单词A在语法上依赖于单词B.

接受你的判决

X撞到了Y，后者反过来踢了Z。

在这句话中，X和Y都依赖于碰撞以在这句话中得到他们的语法关系。斯坦福分析师将为他们提取以下关系：

nsubj(bumped, X)
dobj(bumped, Y)

这意味着碰撞的主体是X，碰撞的直接对象是Y.然后，您可以使用此信息来建立语法关系：bumped(X, Y)。同样，斯坦福分析师为句子的其余部分提取以下关系：

nsubj(kicked, who)
rcmod(Y, kicked)
dobj(kicked, Z)

在这种情况下，你被踢为“who”，Y为rcmod（相对子句修饰符）。我不确定你的系统的目标是什么，但你可能会发现你需要手动构建一堆规则以涵盖情况。在这种情况下，您的规则可以将rcmod与nsubj等同，以生成kicked(Y, Z)。

有关使用Stanford Parser类型依赖项的更多信息，请参阅Stanford Parser网站（http://nlp.stanford.edu/software/dependencies_manual.pdf）上有关该主题的优秀教程。

Answer 2

要公然扯掉this answer，为什么不试试Natural Language Toolkit？

Answer 3

ealdent建议的Stanford Parser可以完成这项工作，我更愿意将其编码为：

• 凹凸（X，Y，过去）
• 踢（Y，Z，过去）

POS标记器也可以工作，但你的句子很复杂（“谁反过来”）。

Answer 4

除了斯坦福解析器之外，RASP也是可能的 - 它可以产生语法关系列表作为其输出的一部分。请参阅this question。

Answer 5

多语言商业选择：GlobalNLP

Answer 6

您似乎对确定句子中的语义角色感兴趣。 SRL工具使用相应的角色标记实体。您可以使用其中一个工具的demo。

在碰撞的关系中，X标记为A0（代理），Y标记为A1（患者）。