Python 基于NLTK的语义分析

我正在尝试使用NLTK对语音导航命令进行语义分析，例如 “去旧金山”，“告诉我去主街123号的路”，等等

这可以通过一个相当简单的CFG语法来实现，比如

S -> COMMAND LOCATION
COMMAND -> "go to" | "give me directions to" | ...
LOCATION -> CITY | STREET | ...

问题是，这涉及到非原子（超过一个单词长）的文本，例如“go to”，NLTK似乎没有为其设置（如果我错了，请纠正我）。解析任务的先决条件是标记，所有标记器似乎总是标记单个单词。因此，我的选择似乎是：

a） 定义一个自定义标记器，可以将非语法标记分配给单词序列而不是单个单词（例如，“go to”：“COMMAND”）。 b） 使用功能来扩充语法，例如：

COMMAND -> VB[sem='go'] P[sem='to'] | ...

c） 使用chunker提取子结构（如COMMAND），然后对结果应用解析器。NLTK是否允许chunker->parser级联

---

这些选项中的一些看起来很复杂（黑客）。有好办法吗

您似乎想要识别命令

答案对此进行了研究，并包含了一个类似于选项（a）的解决方案，但有点不同，因为它允许标记者完成大部分工作。（b） 看起来确实有点黑。。。但是您正在创建一个非常定制的应用程序，所以它可以工作！我会用另一种方法（c）——解析，然后根据（a）中的CFG进行分块

然而，总的来说，正如另一个答案所解释的那样，似乎还没有一个完美的方法来做到这一点

你可能还想看看。他们的

mood（）

函数尝试将已解析的句子识别为指示句、祈使句、条件句或虚拟句