Python 使用词汇PCFG生成有意义的短语

如何利用词汇PCFG生成语法，从而使句子更有意义。 我可以使用NLTK库从CFG语法生成短语，但大多数短语没有意义，尽管语法正确

 s=("""
    S -> PRP RB VP
    VP -> VBP NP
    NP -> JJ NNS
    RB -> 'forcefully'|'strongly'|'rerely'
    PRP -> 'we'|'you'|'he'
    VBP -> 'actuarize'|'support'|'condemn'
    JJ -> 'black|fair'
    NNS -> 'markets'
    """)
#load into the grammar

grammar=CFG.fromstring(s)
for sentence in generate(grammar,depth=10):
    print(' '.join(sentence))

---

句法语法会产生语法句子，但不能保证句子有意义。实际上，没有办法造出语义上有意义的句子——这需要计算机在比目前可能更深的层次上理解它所说的意思。您可以尝试将您的CFG与n-gram语言模型相结合，这将创建更多局部连贯的句子，但不一定是全局连贯的句子。

您能告诉我一些关于这方面的文档或论文吗？如果我记得的话，我有一个语言模型和一个句法（依赖）语法。但同样，它只在一个非常有限的领域发挥作用，并且对话语的内容应该是什么有一些指导。