文のような文法パターンを見つけるには、いくつかのロジックが必要です。
[adjective]* [noun]+ [hyphen] [verb Past Participle | verb Present Participle | one of the special adjectives] [adjective]* [noun]+
ここで、* は任意の数 (0 以上) を意味し、? | は 0 または 1 を意味し、+ は 1 以上を意味します。またはを意味します。
入力文を指定すると、ロジックは上記のパターンが含まれているかどうかを検索する必要があります。どのように始めればよいかまったくわかりません。誰かが私にいくつかの論理を提案してくれたらお願いします。
これは疑似コードです。入力に対して 2 つのパスを作成します。最初のパスでは、入力文字列内の各単語をそのタイプを参照する文字に変換し、2 番目のパスでは、最初のパスの結果を正規表現と照合します。
method(input) {
typed_input = '';
for (word in input) {
if (word is noun) {
typed_input += 'n'
else if (word is adjective)
typed_input += 'a'
else if (word is hyphen)
typed_input += 'h'
else if (word is verb Past Participle)
typed_input += 'v'
else if (word is verb Present Participle)
typed_input += 'p'
else if (word is one of the special adjectives)
typed_input += 's'
else
throw exception("invalid input")
}
return typed_input.match("a*n+h[v|p|s]a*n+")
}
あなたが書いた文法パターンは非常に単純で実用的ではありません。チャンク解析を使用する必要があります。文中の形容詞は、1つの単語（「猫」など）だけでなく、単語の塊（「茶色の目を持つ黒猫」など）の場合もあります。
文に単一の形容詞ではなく「チャンク」が含まれる場合、パターンは失敗します。文はツリー構造のように解析する必要があります。
文法チェックはかなり複雑な問題です。何かを書く前に、文法チェックと自然言語処理に関する理論に精通している必要があります。
あなたはこれから始めることができます：
Nay Yee Lina、Khin Mar Soeb、NiLarTheinによる翻訳された英語の文のためのチャンクベースの文法チェッカーの開発
そして多分これも：
文法修正アルゴリズムLionelClément、Kim Gerdes、RenaudMarletによる文法チェッカーの詳細な解析と最小限の修正
SCP：PhilipBrooksによる単純なチャンクパーサー
これをコメントに入れることもできますが、タイトルが長く、ここでは読みやすくなっています。
スタンドフォードパーサーを使用してJavaでsimlerプログラムを作成しました。Javaスタンドフォードパーサーを使用して、配列リストのタグ付きワードを生成する必要があります。
package postagger;
/*
*
*
* lphabetical list of part-of-speech tags used in the Penn Treebank Project:
Number
Tag
Description
1. CC Coordinating conjunction
2. CD Cardinal number
3. DT Determiner
4. EX Existential there
5. FW Foreign word
6. IN Preposition or subordinating conjunction
7. JJ Adjective
8. JJR Adjective, comparative
9. JJS Adjective, superlative
10. LS List item marker
11. MD Modal
12. NN Noun, singular or mass
13. NNS Noun, plural
14. NNP Proper noun, singular
15. NNPS Proper noun, plural
16. PDT Predeterminer
17. POS Possessive ending
18. PRP Personal pronoun
19. PRP$ Possessive pronoun
20. RB Adverb
21. RBR Adverb, comparative
22. RBS Adverb, superlative
23. RP Particle
24. SYM Symbol
25. TO to
26. UH Interjection
27. VB Verb, base form
28. VBD Verb, past tense
29. VBG Verb, gerund or present participle
30. VBN Verb, past participle
31. VBP Verb, non-3rd person singular present
32. VBZ Verb, 3rd person singular present
33. WDT Wh-determiner
34. WP Wh-pronoun
35. WP$ Possessive wh-pronoun
36. WRB Wh-adverb
*/
import java.util.ArrayList;
import java.util.Collection;
import java.util.HashMap;
import java.util.LinkedHashSet;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import java.util.Scanner;
import java.io.StringReader;
import semanticengine.Description;
import edu.stanford.nlp.objectbank.TokenizerFactory;
import edu.stanford.nlp.process.CoreLabelTokenFactory;
import edu.stanford.nlp.process.DocumentPreprocessor;
import edu.stanford.nlp.process.PTBTokenizer;
import edu.stanford.nlp.ling.CoreLabel;
import edu.stanford.nlp.ling.HasWord;
import edu.stanford.nlp.ling.TaggedWord;
import edu.stanford.nlp.trees.*;
import edu.stanford.nlp.parser.lexparser.LexicalizedParser;
public class EnglishParser {
public static LexicalizedParser lp = null;
public static void main(String[] args)
{
EnglishParser MC=new EnglishParser();
Scanner sc=new Scanner(System.in);
String s="";
while(s!="end")
{
s=sc.nextLine();
ArrayList<TaggedWord> AT=MC.Parse(s);
Description obj= new Description(AT );
System.out.println (AT);
}
}
public static void demoDP(LexicalizedParser lp, String filename) {
// This option shows loading and sentence-segment and tokenizing
// a file using DocumentPreprocessor
TreebankLanguagePack tlp = new PennTreebankLanguagePack();
GrammaticalStructureFactory gsf = tlp.grammaticalStructureFactory();
// You could also create a tokenier here (as below) and pass it
// to DocumentPreprocessor
for (List<HasWord> sentence : new DocumentPreprocessor(filename)) {
Tree parse = lp.apply(sentence);
parse.pennPrint();
System.out.println();
GrammaticalStructure gs = gsf.newGrammaticalStructure(parse);
Collection tdl = gs.typedDependenciesCCprocessed(true);
System.out.println(tdl);
System.out.println();
}
}
//Method for Pos taging.(POS) tagger that assigns its class
//(verb, adjective, ...) to each word of the sentence,
//para@ english is the argument to be tagged
public ArrayList<TaggedWord> Parse(String English)
{
String[] sent =English.split(" ");// { "This", "is", "an", "easy", "sentence", "." };
List<CoreLabel> rawWords = new ArrayList<CoreLabel>();
for (String word : sent) {
CoreLabel l = new CoreLabel();
l.setWord(word);
rawWords.add(l);
}
Tree parse = lp.apply(rawWords);
return parse.taggedYield();
}
public EnglishParser()
{
lp =
new LexicalizedParser("grammar/englishPCFG.ser.gz");
} // static methods only
}
// return pattern of the sentence
public String getPattern(ArrayList<TaggedWord> Sen)
{
Iterator<TaggedWord> its = Sen.iterator();
while (its.hasNext()) {
TaggedWord obj = its.next();
if ((obj.tag().equals("VBZ")) || (obj.tag().equals("VBP"))) {
if (its.hasNext()) {
TaggedWord obj2 = its.next();
if (obj2.tag().equals("VBG")) {
if (its.hasNext()) {
TaggedWord obj3 = its.next();
if ((obj3.tag().equals("VBN"))) {
return "PRESENT_CONT_PASS";
}
}
return "PRESENT_CONT";
// Present Continues
} else if ((obj2.tag().equals("VBN"))) {
return "PRESENT_PASS";
}
return "PRESENT_SIMP";
} else {
return "PRESENT_SIMP";
}
} else if (obj.tag().equals("VBD")) {
if (its.hasNext()) {
TaggedWord obj2 = its.next();
if (obj2.tag().equals("VBG")) {
if (its.hasNext()) {
TaggedWord obj3 = its.next();
if ((obj3.tag().equals("VBN"))) {
return "PATT_CONT_PASS";
}
}
return "PAST_CONT";
} else if ((obj2.tag().equals("VBN"))) {
return "PAST_PASS";
}
return "PAST_SIMP";
} else {
return "PAST_SIMP";
}
}
else if (obj.tag().equals("VB")) {
if (its.hasNext()) {
TaggedWord obj2 = its.next();
if (obj2.tag().equals("VBG")) {
return "FUT_CONT";
} else if ((obj2.tag().equals("VBN"))) {
return "FUT_CONT";
}
} else {
return "FUT_SIMP";
}
}
}
return "NO_PATTERN";
}