Python 2.7 如何使用NLTK Python为任何句子生成CFG？

我的问题是：

我有很多句子和很多文件。对于每个句子，我都必须使用nltk python编写一个CFG

grammar1 = nltk.CFG.fromstring("""
  S -> NP VP
  VP -> V NP | V NP PP
  PP -> P NP
  V -> "saw" | "ate" | "walked"
  NP -> "John" | "Mary" | "Bob" | Det N | Det N PP
  Det -> "a" | "an" | "the" | "my"
  N -> "man" | "dog" | "cat" | "telescope" | "park"
  P -> "in" | "on" | "by" | "with"
  """)

与其这样做，不如：

• 我想要一个适用于任何句子的通用CFG

或

• 我想为每个句子自动生成CFG

---

我被这件事深深打动了。请帮助我解决这个问题。

如果您有一个或多个已解析的句子，您可以通过调用已解析句子对象（一个

nltk.Tree

）上的方法

productions（）

，来提取描述它们的CFG。以下是宾夕法尼亚树状银行语料库前10句的例子：

>>> ruleset = set(rule for tree in nltk.corpus.treebank.parsed_sents()[:10] 
           for rule in tree.productions())
>>> for rule in ruleset:
        print(rule)

NP -> PRP
NP -> DT JJ NN
VP -> VBN S
ADVP-TMP -> RB
IN -> 'among'
NNP -> 'Corp.'
NP -> PRP$ NN NN NNS
NP-SBJ -> DT
RRC -> ADVP-TMP VP
NNP -> 'Journal'
VP -> VBN NP
...

以上将为这10个句子提供278条规则（包括词汇项），但随着样本的增加，它会变得更好。你可以从那里拿走

---

当然，如果你的句子还没有被解析，你首先需要解析它们

回答“我想要一个适用于任何句子的通用CFG”=“不可能”。回答“我想要为每个句子自动生成CFG。”=“可能（如果您已经训练过语法分析器）”。你可以从语法树库中归纳语法规则，也可以为语法分析器以前没有见过的新句子推断新的语法结构。阅读第8章和第9章：我的想法是我们可以得到句子中每个单词的标签和句子的树。基于这两件事，我们可以自动生成CFG，而不是为每个句子编写。