c++ - 自然语言 C/C++ 中解析树的数据结构

Question

我想在 C/C++ 中将句子存储在数据结构中。例如这句话 “This uploads files to a remote machine.” 表示为:

(TOP
  (S
    (NP (DT This))
    (VP
      (VBZ uploads)
      (NP (NNS files))
      (PP (TO to) (NP (DT a) (JJ remote) (NN machine))))
    (. .)))

喜欢here在 C/C++ 中有一种简单的方法吗？我正在手动构建树(不使用解析器)。

Answer 1

http://opennlp.apache.org/ 中提到的解析器非常复杂。它将一个句子分成名词、动词、介词等。如果您试图用 c/c++ 重写它，这是一项艰巨的任务。

最好使用解析器并将输出读入 c/c++ 数据结构。

假设您有解析器的输出，那么输出的格式就相当简单了。结构将是这样的:

struct SentencePart {
  SType type;
  // If the type is a basic word type (e.g. NN, JJ, etc)
  char* word;      
  // If the type is a complex sub-sentence.
  struct SentencePart* sentence_part;
};

您可以创建类型的枚举(TOP、S、VP、NP 等)。然后您可以读取输入并根据您扫描的类型创建结构。

这是一种非常简单的方法，可能还有其他方法。