识别英语句子中的主语、宾语、动词？

Question

我在一个机器翻译项目中工作。为了继续我的工作，我需要识别句子的主语、动词、宾语。目前我正在使用斯坦福NLP解析器来分析这个句子。但我不知道如何提取SVO。我有什么想法可以考虑吗？

Answer 1

对我来说，这似乎很简单：主语和动词在语法分析中处于同一深度，宾语通常是动词短语中的第一个NP。也就是说，确定元素的语法状态并不一定是一项涵盖所有边缘情况的简单任务。

Answer 2

我认为如果你想实现对英语句子的全面分析，那将是相当困难的。首先，你需要一本字典，它能给出一个单词所有可能的词性。然后你将根据几个规则构建句子的结构。

一些最基本的规则如下：

NP(Noun Phrase): N(Noun), 
                 Pronoun,
                 [any number of ADJP(Adjective Phrase)] + N,
                 NP + [any number of ADJP],
                 NP + CONJ + NP

ADJP(Adjective Phrase): ADJ(Adjective), 
                        [any number of ADVP(Adverb Phrase)] + ADJP,
                        PREP(Preposition) + NP

ADVP(Adverb Phrase): ADV(Adverb),
                     ADV + ADVP

VP(Verb Phrase):     Vi(Intransitive Verb),
                     Vt(Transitive Verb) + NP,
                     VP + [any number of ADVP],
                     VP + CONJ + VP,
                     [any number of ADVP] + VP


S(Sentence): NP(Noun Phrase) + VP(Verb Phrase),
             NP + AUX_V(Auxiliary Verb) + VP,
             VP(Verb Phrase) (<=imperative sentence),
             S + CONJ + S

使用这些规则，可以分析相当多的句子，包括

    My dog runs very fast.

=>  ADJ N    Vi   ADV ADV
=> (ADJ N)  (Vi) (ADV ADVP)
=>   (NP)   (VP    ADVP  )
=>   (NP         VP)
=>         (S)

和

    I    do   not really like snacks like chips or candy.

=>  N  AUX_V  ADV  ADV    Vt    N    PREP   N  CONJ  N
=>(NP)(AUX_V)(ADV)(ADV)  (Vt)  (NP) (PREP  (NP CONJ  NP))
=>(NP)(AUX_V)(ADV)(ADV)  (Vt)  (NP) (PREP       NP)
=>(NP)(AUX_V)(ADV)(ADV)  (Vt)  (NP      ADJP)
=>(NP)(AUX_V)(ADV)(ADV)  (Vt         NP)
=>(NP)(AUX_V)(ADVP ADVP         VP)
=>(NP  AUX_V            VP)
=>           (S)

但它仍然不能分析复杂的句子，比如：

He is the one who won the Nobel Prize in 2014.

或

It is computers that brought the biggest change to our lives in history.

你需要添加关于从句和连词的规则（比如“当”、“当”和“如果”）。你还需要添加关于不定式和动名词的规则。你仍然需要添加关于带两个宾语的动词的规则（比如“给予”和“告诉”），以及带宾语状态的动词（比如“看”、“似乎”和“得到”，还有“我让你生气了”中的“制造”）......

在你添加了英语中的所有规则之后，会有更复杂的事情需要处理。例如

They are hunting dogs.

（这个句子有两种可能的结构，因此产生了两种不同的含义：一种是“猎狗”是形容词，另一种是NP。）

或

She told me that she loved me, which was a lie.

（在这种情况下，“这是一个谎言”从句（ADJP）描述了“她爱我”的NP，但理论上该从句描述“我”（代词也是NP）或“她告诉我她爱我”的整个部分是可能的。程序必须能够以某种方式找出最有可能的是第一个。）

所以我想我要做的是根据字典和规则建立一个类似于图表的东西来表示可能的结构，同时对句子进行逐字处理，然后应用禁忌搜索来减少可能性，最后，我必须使用统计方法，或者以某种方式让计算机了解真实世界的情况，以便从剩下的几种可能性中选择最可能的结构。

顺便说一下，当我进入最后一个例子时，斯坦福解析器给出了一个错误的结构。它给出了“她告诉我她爱[我，这是个谎言]”。像这样，要使这类事情完美地工作并不容易。