python - 根据词性分类的单词生成有意义的句子

Question

我正在从事自然语言生成项目。我从段落中创建了词袋，例如名词、动词、形容词等我正在尝试生成主语+动词+宾语模式的句子。
示例:

• 名词:伊丽莎白、狗、埃菲尔铁塔、自行车
• 动词:唱歌、吠叫、发光
• 当前输出:伊丽莎白闪耀、埃菲尔铁塔吠叫、自行车歌唱......等等
• 预期配对:伊丽莎白唱歌、狗吠、埃菲尔铁塔闪闪发光、自行车闪闪发光

主语和动词必须有一个关系才能创建一个有意义的句子。有没有办法在名词和可能的动词之间建立关系来生成主语+动词模式？

另外，如果我们有动词，那么如何使用输入语料库找到可能的对象来生成新的有意义的句子？
示例:

• 动词:骑行、阅读
• 物体:马、自行车、书籍、小说。
• 预计配对:骑马、骑自行车、看书、看小说。

Answer 1

让我们这样想一下。有些行为，比如吠叫和唱歌，只能由有生命的生物来完成，因此自行车，无生命的物体，不能唱歌。此外，吠叫是由动物发出的，也就是说，人类不可能是做出吠叫行为的人。因此，让我们为每一位成员定义某些特征。例如:

eli = {'CAT': 'N', 'ORTH': 'Elizabeth', 'FEAT':'human'}
dog = {'CAT': 'N', 'ORTH': 'dog', 'FEAT':'animal'}
eiffel = {'CAT': 'N', 'ORTH': 'Eiffel Tower', 'FEAT':'inanimate'}
bike = {'CAT': 'N', 'ORTH': 'Bike', 'FEAT':'inanimate'}

nouns = [eli, dog, eiffel, bike]

sings = {'CAT': 'V', 'ORTH': 'sings', 'FEAT':'human'}
barks = {'CAT': 'V', 'ORTH': 'barks', 'FEAT':'animal'}
shines = {'CAT': 'V', 'ORTH': 'shines', 'FEAT':'inanimate'}

verbs = [sings, barks, shines]

# Our sentence pattern is: noun + verb + noun

for n in nouns:
    for v in verbs:
        if n['FEAT'] == v['FEAT']:
            print('{} {}'.format(n['ORTH'], v['ORTH']))

当你运行这个你会得到:

>>> 
Elizabeth sings
dog barks
Eiffel Tower shines
Bike shines
>>>

将动词与合适的宾语配对也是如此。您只需为您的配对分配适当的功能即可。