java - 使用 NLP 转换性别

Question

基本上，我正在编写一个 Java 模块，该模块应该接受英文文本并切换代词的性别。例如，如果你给它“她把盒子放在 table 上”，它会给你返回“他把盒子放在 table 上”。如果你给它“他的脚受伤了”，它会给你“她的脚受伤了”。

这非常简单，除了“hers”这个词。有时他=她，有时他=她。

我一直在研究 NLP，对此我几乎一无所知，我尝试了 OpenNLP，但它失败了(由于许可问题，我无法使用斯坦福 NLP)。 POS 标记器和 Chunker 会与她/她的混淆，甚至解析器也会混淆。例如:

盒子是他的。

(TOP (S (NP (DT The) (NN box)) (VP (VBD was) (NP (PRP$ his))) (. .)))

盒子是她的。

(TOP (S (NP (DT The) (NN box)) (VP (VBD was) (ADJP (JJ hers))) (. .)))

这个盒子是他的盒子。

(TOP (S (NP (DT The) (NN box)) (VP (VBD was) (NP (PRP$ his) (NN box))) (. .)))

这个盒子是她的盒子。

(TOP (S (NP (DT The) (NN box)) (VP (VBD was) (NP (PRP$ her) (NN box))) (. .)))

它正确地将“hers”识别为形容词短语，但是当以完全相同的方式在谓语中使用“his”时，它错误地将其识别为所有格代词，就好像它在第三个中修饰某个名词一样和第四个例子..

这只是训练集的问题吗？是否有可能创建我自己的训练集来更好地做到这一点，基本上是一个只有大量他/她的句子的训练集？

如果你能告诉我是否有任何方法可以使用 NLP 来确定代词的先行词，那就加分了。例如:

"Wanda gave a watch to a girl named Lucy.  She loved it."

我的猜测是这几乎是不可能的，因为有时这对人类来说甚至很难。

Answer 1

从示例来看，每当 his 作为节点的唯一子节点出现时，您都可以尝试将 his 替换为 hers 而不是 her，据我对英语(不是母语人士)的了解，这对应于“hers”、“mine”等单词的用法。

即

# NP with one child
(NP (PRP$ his))  ==>  (ADJP (JJ hers))

但是

# NP with two children, "his" and "box"
(NP (PRP$ his) (NN box))  ==>  (NP (PRP$ her) (NN box))

(我已经很久没有对语法树做过任何事情了，但在第一个示例中，NP 标签似乎是解析器的一个错误。)

Bonus points if you can tell me whether there's any way to use NLP to determine the antecedent of a pronoun.

这称为代词解析，或更一般地说是回指解析，并且存在大量关于此问题的文献。此任务的基线算法称为 Hobbs 算法，在 SLP 中的某处进行了描述。 ，或在this question中.