如何使用simplenlg组合两个句子

Question

给出一组像"John有一只猫“和"John有一只狗”这样的句子，就会产生像"John有一只猫和一只狗“这样的句子。

我是否可以使用simplenlg来创建相同的。

Answer 1

您询问的任务称为自然语言生成中的聚合( aggregation in Natural Language Generation，NLG)。虽然SimpleNLG确实通过其实现引擎支持聚合，但它不会直接聚合示例中的两个字符串。

但是，可以使用语法解析器和SimpleNLG来执行此任务。我将首先解释如何使用SimpleNLG语法生成目标句子：

import simplenlg.framework.*;
import simplenlg.lexicon.*;
import simplenlg.realiser.english.*;
import simplenlg.phrasespec.*;
import simplenlg.features.*;

public class TestMain {

  public static void main(String[] args) throws Exception {
    Lexicon lexicon = Lexicon.getDefaultLexicon();
    NLGFactory nlgFactory = new NLGFactory(lexicon);
    Realiser realiser = new Realiser(lexicon);

    // Create the SPhraseSpec object (sentence phrase).
    SPhraseSpec p = nlgFactory.createClause();

    // Create a noun phrase and set it as the subject of your sentence
    NPPhraseSpec john = nlgFactory.createNounPhrase("John");
    p.setSubject(john);

    // Create a verb phrase and set it as the verb of your sentence
    VPPhraseSpec have = nlgFactory.createVerbPhrase("have");
    // Note that the verb is "have" not "has".  Have is the base lemma.
    // The morphology of this will be handled based on the tense you set (see below)
    p.setVerb(have);

    // Create a determiner 'a'
    NPPhraseSpec a = nlgFactory.createNounPhrase("a");

    // Create two more noun phrases

    // One for dog
    NPPhraseSpec cat = nlgFactory.createNounPhrase("cat");
    // set the determiner
    cat.setDeterminer(a);;

    // And one for cat.
    NPPhraseSpec dog = nlgFactory.createNounPhrase("dog");
    // set the determiner
    dog.setDeterminer(a);

    // Create a coordinated phrase
    // This tells SimpleNLG that these objects are a collection which should be aggregated
    CoordinatedPhraseElement coord = nlgFactory.createCoordinatedPhrase(cat, dog);

    // Set the coordinated phrase as the object of your sentence
    p.setObject(coord);

    // Print it - 
    String output = realiser.realiseSentence(p);
    System.out.println(output);
    // => John has a cat and a dog.

    // Now lets see what SimpleNLG can do!

    // Change the tense to past (present was the default)
    p.setTense(Tense.PAST);
    output = realiser.realiseSentence(p);
    System.out.println(output);
    // => John had a cat and a dog.

    // Change the tense to future
    p.setTense(Tense.FUTURE);
    output = realiser.realiseSentence(p);
    System.out.println(output);
    // => John will will have a cat and a dog.
  }
}

这就是你在SimpleNLG realiser中使用语言的方式。但是，它并没有回答您直接聚合两个字符串的问题。可能还有其他方法，但我的第一个想法是使用语法分析，如StanfordNLP或spaCy。

我在自己的工作中使用spaCy (这是一个python库)。我将展示一个简短的例子来说明我在这里的意思。

import spacy

nlp = spacy.load('en_core_web_sm')
doc = nlp(u'John has a cat')

for token in doc:
    print(token.text, token.lemma_, token.pos_, token.tag_, token.dep_,
          token.shape_, token.is_alpha, token.is_stop)

这将输出以下内容：

John john PROPN NNP nsubj Xxxx True False
has have VERB VBZ ROOT xxx True True
a a DET DT det x True True
cat cat NOUN NN dobj xxx True False

从输出中可以看到，句子中的每个标记都被标记为名词、动词、限定词等。您可以使用此信息来格式化SimpleNLG的输入，然后聚合句子。我建议用SimpleNLG提供的XMLRealiser要比用Java语言编写语法要好。它接受XML作为输入。

NLP/NLG工作不是微不足道的。语言是非常复杂的。以上只是实现这一任务的一种方式。可能存在仅基于字符串聚合的工具，但SimpleNLG只是一个表面实现器，因此您必须以如上所示的适当格式将其与输入数据一起呈现。