Parsing 噪声数据流上的ANTLR第3部分

仍在学习ANTLR的过程中。。。最近我发布了两个关于解析一些文本和提取信息的问题，将“不需要的”单词或字符放在一边。在与Bart Kiers进行了一次非常有趣的讨论之后，我又遇到了一个问题

原来，我的语法是这样的

VERB            : 'SLEEPING' | 'WALKING';
SUBJECT         : 'CAT'|'DOG'|'BIRD'; 
INDIRECT_OBJECT : 'CAR'| 'SOFA';
ANY2            :'A'..'Z'+ {skip();};
ANY             : . {skip();};

parse 
  :  sentenceParts+ EOF 
  ;

sentenceParts  
  :  SUBJECT VERB INDIRECT_OBJECT  
  ;    

一句话，如“现在是晚上10点，懒猫正在电视机前的沙发上酣睡。”将产生以下结果

这很好。。。它做了我想做的，即只提取单词

CAT

，

sleep

和

SOFA

，而不提取其他单词。现在，出于另一个原因，我需要在语法中引入一个新的标记，我们称它为

OTHER:'PLANE'

。稍后将由另一个规则使用。我仍然希望我的主要规则起作用：

主语动词间接\宾语

。假设标记

'PLANE'

出现在我的句子中，如

现在是晚上10点，飞机上的懒猫正在电视机前的沙发上睡得很沉。

这将产生以下错误（这并不奇怪，因为lexer对“飞机”有一个明确的定义）

有没有办法告诉ANTLR，如果我输入规则

sentenceParts

，我只关心我定义的3个标记，即

主语

，

动词

或

间接宾语

，即使它遇到不同的标记，也不要考虑它？我希望能够做到这一点，而不必将

其他？

放在该规则的任何地方

有没有办法告诉ANTLR，如果我输入规则句子部分，我只关心我定义的3个标记，即主语、动词或间接宾语，即使它遇到不同的标记，也不考虑它？我希望能够做到这一点，而不把其他？这条规则到处都是

没有

---

您可以忽略标记，也可以不忽略标记，在这种情况下，您必须在解析器规则中将其设置为可选的。

事实上，我可能已经找到了一种方法来做到这一点。。。虽然如果您不想解析令牌，那么在这一点上引入令牌是值得怀疑的，但此解决方案可以工作：

动词：“睡觉”、“走路”； 主题：“猫”、“狗”、“鸟”； 间接对象：“汽车”、“沙发”； 其他:"飞机";； 其他2:'美丽'； 其他3:‘沉重’； ANY2:'A'..'Z'+{skip（）；}； 任何：。{skip（）；}

解析 ：句子部分+EOF ;

下一步：（选项{greedy=false；}:.）*

句子部分
：主语下一个动词下一个间接\u宾语
;

这将在下面的句子中产生<代码>现在是晚上10点，美丽飞机上的懒猫正在电视机前的沙发上沉重地睡觉下面的树。。。因此，中间令牌

---

是的，这有点奇怪。请注意，如果您在规则中添加了两个

next

，而不是

OTHER？

，这其实并不重要。老实说，我认为这一切都相当混乱。也许你可以解释一下你在这里真正想做什么，因为我觉得你只是在解释你真正问题的一个非常简单的版本。嗨，巴特，你完全正确。正如你所说，我正在处理一个更复杂的问题。我正在医学领域做一些研究，并筛选不同的报告。问题是，文件中没有真正的结构。我需要了解一些非常具体的情况，比如“患者X，45岁，患有bla bla bla bla bla，胆固醇含量为每毫升血液0.65-0.85……”等等。显然，有很多数字和混乱的数据我不在乎。我只想以年龄，胆固醇，0.65-0.85结束。。。但我会以一种无组织的方式标记所有其他数字或密钥标记…嗯，这会很棘手。您可能需要搜索一下现有的NLP解析器。如果你对它感到满意，你也可以发布一些迄今为止你遇到的困难的“现实世界”例子，或者至少是一些非常接近的例子：也许我（或其他人）可以建议一些比你现在走的路更合适的东西（在我看来，这不会很有成效）。祝你好运！我将尝试提供一些真实的例子。只要一个简单的问题，是否可以定义两个不同的词法，并在一个语法中使用它们？谢谢你，我不知道。不过，您可能希望查看“孤岛语法”wiki条目： VERB : 'SLEEPING' | 'WALKING'; SUBJECT : 'CAT'|'DOG'|'BIRD'; INDIRECT_OBJECT : 'CAR'| 'SOFA'; OTHER : 'PLANE'; OTHER2 : 'BEAUTIFUL'; OTHER3 : 'HEAVILLY'; ANY2 :'A'..'Z'+ {skip();}; ANY : . {skip();};

parse : sentenceParts+ EOF ;

next : ( options {greedy=false;}: .)*;

sentenceParts
: SUBJECT next VERB next INDIRECT_OBJECT
;