一种生成句法树的方法及装置制造方法及图纸

本发明专利技术提供了一种生成句法树的方法及装置，该方法，包括：将N元语法的替换规则转换为二元语法的替换规则；根据二元语法的替换规则，生成左端词性匹配语法、右端词性匹配语法；根据左端词性匹配语法，生成左端词性匹配索引表，生成左端词性祖先表；根据右端词性匹配语法，生成右端词性匹配索引表，生成右端词性祖先表；读取待处理语句；根据二元语法的替换规则、左端词性匹配语法、右端词性匹配语法、左端词性匹配索引表、右端词性匹配索引表、左端词性祖先表和右端词性祖先表，对待处理语句进行处理，生成待处理语句对应的句法树。本发明专利技术提供了一种生成句法树的方法及装置，能够提高生成句法树的效率。

A Method and Device for Generating Syntactic Trees

【技术实现步骤摘要】
一种生成句法树的方法及装置
本专利技术涉及自然语言处理
，特别涉及一种生成句法树的方法及装置。
技术介绍
自然语言处理包括词汇、句法、语义和语用四个层面，句法研究单词之间的形式关系，包括单词如何形成词类、相邻单词如何形成短语以及单词之间的联系方式等，其核心是句法剖析。句法剖析是识别输入句子并给句子指派结构的过程，它是语义分析的中间阶段，在机器翻译、智能问答和关系抽取中都有重要的作用。句法剖析的结果也常表示为树形结构，称为句法树。在现有技术中，在生成句法树时，主要是通过N元语法来实现。N元语法中的分支较多，在生成句法树时，需要对各种可能的分支进行处理，而这些可能的分支中大部分都是无效的，处理过程中需要消耗大量的资源和时间。通过上述描述可见，现有的生成句法树的方案的效率较低。
技术实现思路
本专利技术实施例提供了一种生成句法树的方法及装置，能够提高生成句法树的效率。一方面，本专利技术实施例提供了一种生成句法树的方法，包括：预先将N元语法的替换规则转换为二元语法的替换规则；预先根据所述二元语法的替换规则，生成左端词性匹配语法、右端词性匹配语法；预先根据所述左端词性匹配语法，生成左端词性匹配索引表；预先根据所述右端词性匹配语法，生成右端词性匹配索引表；预先根据所述二元语法的替换规则和所述左端词性匹配语法，生成左端词性祖先表；预先根据所述二元语法的替换规则和所述右端词性匹配语法，生成右端词性祖先表；包括：读取待处理语句；根据所述二元语法的替换规则、所述左端词性匹配语法、所述右端词性匹配语法、所述左端词性匹配索引表、所述右端词性匹配索引表、所述左端词性祖先表和所述右端词性祖先表，对所述待处理语句进行处理，生成所述待处理语句对应的句法树。优选地，所述预先将N元语法的替换规则转换为二元语法的替换规则，包括：S11：读取第1个N元语法的替换规则X→y，其中，X→y表示用右边符号所的代表的项y替换左边符号所代表的项X；S12：计算y中包含的符号个数n，其中，y是由n个符号通过空格连接而成的字符串，y＝Y1Y2LLYn；S13：判断n是否大于2，如果是，执行S14，否则执行S16；S14：将X→y表示为X→Y1Y2LLYn，执行S15；S15：将X→Y1Y2LLYn等效转换为如下二元语法的替换规则，执行S16：X→Y1Z1，Z1→Y2Z2，…，Zm→Ym+1Zm+1，…，Zn-1→Yn；其中，Zi表示第i个过渡项，i＝1,2,L,n-1；S16：判断N元语法的替换规则是否读取完毕，如果没有，执行S17，否则，执行S18；S17：读取下1个N元语法替换规则，执行S12；S18：保存转换后的所述二元语法的替换规则。优选地，所述预先根据所述二元语法的替换规则，生成左端词性匹配语法、右端词性匹配语法，包括：按照所述二元语法中的后项1的字典序排列所述二元语法的替换规则，生成所述左端词性匹配语法；按照所述二元语法中的后项2的字典序排列所述二元语法的替换规则，生成所述右端词性匹配语法，其中，当所述二元语法中的某个替换规则不存在后项2时，根据该替换规则的后项1进行排列；其中，任一所述二元语法的替换规则表示为A→BC，其中，A为当前替换规则的前项，B为当前替换规则的后项1，C表示当前替换规则的后项2，后项2可为空，A→BC表示由后项1、后项2替换前项。优选地，所述预先根据所述左端词性匹配语法，生成左端词性匹配索引表，包括：S2211：初始化所述左端词性匹配索引表为空；S2212：从所述左端词性匹配语法中提取两列：编号的列和后项1的列，构成“编号-后项1”表；S2213：读取“编号-后项1”表的第1条记录；S2214：判断所读取的记录中的后项1是否存在于所述左端词性匹配索引表中，如果不存在，则执行S2215，否则执行S2216；S2215：将所读取的记录添加到所述左端词性匹配索引表的末尾；S2216：判断“编号-后项1”表是否读取完毕，如果没有，执行S2217，否则执行S2218；S2217：读取“编号-后项1”表的下1条记录，执行S2214；S2218：保存所述左端词性匹配索引表；其中，所述左端词性匹配语法中包括：编号的列、前项的列、后项1的列和后项2的列，在左端词性匹配语法中每一行表示一个替换规则；所述预先根据所述右端词性匹配语法，生成右端词性匹配索引表，包括：S2221：初始化所述右端词性匹配索引表为空；S2222：从右端词性匹配语法中提取两列：编号的列和后项2的列，构成“编号-后项2”表，其中，当前某条替换规则的后项2不存在时，则将替换规则的后项1作为后项2填充到“编号-后项2”表中；S2223：读取“编号-后项2”表的第1条记录；S2224：判断所读取的记录的后项2是否存在于所述右端词性匹配索引表中，如果不存在，执行S2225，否则执行S2226；S2225：将所读取的记录添加到所述右端词性匹配索引表的末尾；S2226：判断“编号-后项2”表是否读取完毕，如果没有，执行S2227，否则执行S2228；S2227：读取“编号-后项2”表的下1条记录，执行S2224；S2228：保存所述右端词性匹配索引表；其中，所述右端词性匹配语法中包括：编号的列、前项的列、后项1的列和后项2的列，在右端词性匹配语法中每一行表示一个替换规则。优选地，所述预先根据所述二元语法的替换规则和所述左端词性匹配语法，生成左端词性祖先表，包括：S2311：初始化左端词性祖先表为空；S2312：提取所述二元语法的替换规则中的“后项1”中的词性，构成左端词性表；S2313：读取左端词性表的第1个词性Tag；S2314：初始化Tag的祖先集合ProTag＝{}；S2315：初始化“后项1”集合TagB＝{Tag}；S2316：在所述左端词性匹配语法中，找出“后项1”为TagB中元素时，所有“前项”构成的集合TagA；S2317：判断TagA是否是空集，如果是，执行S231D，否则，执行S2318；S2318：判断TagA是否是TagB的子集，如果是，执行S231D，否则，执行S2319；S2319：计算并集：ProTag＝ProTag∪TagA；S231A：计算差集：TagA＝TagA-TagB；S231B：判断TagA是否是空集，如果是，执行S231D，否则，执行S231C；S231C：赋值TagB＝TagA，执行S2316；S231D：将(Tag，ProTag)添加到左端词性祖先表的末尾；S231E：判断所述左端词性表是否读取完毕，如果没有，执行S231F，否则，执行S231G；S231F：读取所述左端词性表的下1个词性，执行S2314；S231G：保存左端词性祖先表；所述预先根据所述二元语法的替换规则和所述右端词性匹配语法，生成右端词性祖先表，包括：S2321：初始化右端词性祖先表为空；S2322：提取二元语法的替换规则中的“后项2”中的词性，构成右端词性表，其中，当某条替换规则的后项2不存在时，则用该替换规则的后项1代替后项2；S2323：读取所述右端词性表的第1个词性Tag；S2324：初始化Tag的祖先集合ProTag＝{}；S2325：初始化“后项2”集合TagC＝{Tag}；S2326：在所述右端词性匹配语法中，找出“后项2”为TagC中元素时，所有本文档来自技高网...

【技术保护点】
1.一种生成句法树的方法，其特征在于，预先将N元语法的替换规则转换为二元语法的替换规则；预先根据所述二元语法的替换规则，生成左端词性匹配语法、右端词性匹配语法；预先根据所述左端词性匹配语法，生成左端词性匹配索引表；预先根据所述右端词性匹配语法，生成右端词性匹配索引表；预先根据所述二元语法的替换规则和所述左端词性匹配语法，生成左端词性祖先表；预先根据所述二元语法的替换规则和所述右端词性匹配语法，生成右端词性祖先表；包括：读取待处理语句；根据所述二元语法的替换规则、所述左端词性匹配语法、所述右端词性匹配语法、所述左端词性匹配索引表、所述右端词性匹配索引表、所述左端词性祖先表和所述右端词性祖先表，对所述待处理语句进行处理，生成所述待处理语句对应的句法树。

【技术特征摘要】
1.一种生成句法树的方法，其特征在于，预先将N元语法的替换规则转换为二元语法的替换规则；预先根据所述二元语法的替换规则，生成左端词性匹配语法、右端词性匹配语法；预先根据所述左端词性匹配语法，生成左端词性匹配索引表；预先根据所述右端词性匹配语法，生成右端词性匹配索引表；预先根据所述二元语法的替换规则和所述左端词性匹配语法，生成左端词性祖先表；预先根据所述二元语法的替换规则和所述右端词性匹配语法，生成右端词性祖先表；包括：读取待处理语句；根据所述二元语法的替换规则、所述左端词性匹配语法、所述右端词性匹配语法、所述左端词性匹配索引表、所述右端词性匹配索引表、所述左端词性祖先表和所述右端词性祖先表，对所述待处理语句进行处理，生成所述待处理语句对应的句法树。2.根据权利要求1所述的方法，其特征在于，所述预先将N元语法的替换规则转换为二元语法的替换规则，包括：S11：读取第1个N元语法的替换规则X→y，其中，X→y表示用右边符号所代表的项y替换左边符号所代表的项X；S12：计算y中包含的符号个数n，其中，y是由n个符号通过空格连接而成的字符串，y＝Y1Y2LLYn；S13：判断n是否大于2，如果是，执行S14，否则执行S16；S14：将X→y表示为X→Y1Y2LLYn，执行S15；S15：将X→Y1Y2LLYn等效转换为如下二元语法的替换规则，执行S16：X→Y1Z1，Z1→Y2Z2，…，Zm→Ym+1Zm+1，…，Zn-1→Yn；其中，Zi表示第i个过渡项，i＝1,2,L,n-1；S16：判断N元语法的替换规则是否读取完毕，如果没有，执行S17，否则，执行S18；S17：读取下1个N元语法替换规则，执行S12；S18：保存转换后的所述二元语法的替换规则。3.根据权利要求1所述的方法，其特征在于，所述预先根据所述二元语法的替换规则，生成左端词性匹配语法、右端词性匹配语法，包括：按照所述二元语法中的后项1的字典序排列所述二元语法的替换规则，生成所述左端词性匹配语法；按照所述二元语法中的后项2的字典序排列所述二元语法的替换规则，生成所述右端词性匹配语法，其中，当所述二元语法中的某个替换规则不存在后项2时，根据该替换规则的后项1进行排列；其中，任一所述二元语法的替换规则表示为A→BC，其中，A为当前替换规则的前项，B为当前替换规则的后项1，C表示当前替换规则的后项2，后项2可为空，A→BC表示由后项1、后项2替换前项。4.根据权利要求3所述的方法，其特征在于，所述预先根据所述左端词性匹配语法，生成左端词性匹配索引表，包括：S2211：初始化所述左端词性匹配索引表为空；S2212：从所述左端词性匹配语法中提取两列：编号的列和后项1的列，构成“编号-后项1”表；S2213：读取“编号-后项1”表的第1条记录；S2214：判断所读取的记录中的后项1是否存在于所述左端词性匹配索引表中，如果不存在，则执行S2215，否则执行S2216；S2215：将所读取的记录添加到所述左端词性匹配索引表的末尾；S2216：判断“编号-后项1”表是否读取完毕，如果没有，执行S2217，否则执行S2218；S2217：读取“编号-后项1”表的下1条记录，执行S2214；S2218：保存所述左端词性匹配索引表；其中，所述左端词性匹配语法中包括：编号的列、前项的列、后项1的列和后项2的列，在左端词性匹配语法中每一行表示一个替换规则；所述预先根据所述右端词性匹配语法，生成右端词性匹配索引表，包括：S2221：初始化所述右端词性匹配索引表为空；S2222：从右端词性匹配语法中提取两列：编号的列和后项2的列，构成“编号-后项2”表，其中，当前某条替换规则的后项2不存在时，则将替换规则的后项1作为后项2填充到“编号-后项2”表中；S2223：读取“编号-后项2”表的第1条记录；S2224：判断所读取的记录的后项2是否存在于所述右端词性匹配索引表中，如果不存在，执行S2225，否则执行S2226；S2225：将所读取的记录添加到所述右端词性匹配索引表的末尾；S2226：判断“编号-后项2”表是否读取完毕，如果没有，执行S2227，否则执行S2228；S2227：读取“编号-后项2”表的下1条记录，执行S2224；S2228：保存所述右端词性匹配索引表；其中，所述右端词性匹配语法中包括：编号的列、前项的列、后项1的列和后项2的列，在右端词性匹配语法中每一行表示一个替换规则。5.根据权利要求1所述的方法，其特征在于，所述预先根据所述二元语法的替换规则和所述左端词性匹配语法，生成左端词性祖先表，包括：S2311：初始化左端词性祖先表为空；S2312：提取所述二元语法的替换规则中的“后项1”中的词性，构成左端词性表；S2313：读取左端词性表的第1个词性Tag；S2314：初始化Tag的祖先集合ProTag＝{}；S2315：初始化“后项1”集合TagB＝{Tag}；S2316：在所述左端词性匹配语法中，找出“后项1”为TagB中元素时，所有“前项”构成的集合TagA；S2317：判断TagA是否是空集，如果是，执行S231D，否则，执行S2318；S2318：判断TagA是否是TagB的子集，如果是，执行S231D，否则，执行S2319；S2319：计算并集：ProTag＝ProTag∪TagA；S231A：计算差集：TagA＝TagA-TagB；S231B：判断TagA是否是空集，如果是，执行S231D，否则，执行S231C；S231C：赋值TagB＝TagA，执行S2316；S231D：将(Tag，ProTag)添加到左端词性祖先表的末尾；S231E：判断所述左端词性表是否读取完毕，如果没有，执行S231F，否则，执行S231G；S231F：读取所述左端词性表的下1个词性，执行S2314；S231G：保存左端词性祖先表；所述预先根据所述二元语法的替换规则和所述右端词性匹配语法，生成右端词性祖先表，包括：S2321：初始化右端词性祖先表为空；S2322：提取二元语法的替换规则中的“后项2”中的词性，构成右端词性表，其中，当某条替换规则的后项2不存在时，则用该替换规则的后项1代替后项2；S2323：读取所述右端词性表的第1个词性Tag；S2324：初始化Tag的祖先集合ProTag＝{}；S2325：初始化“后项2”集合TagC＝{Tag}；S2326：在所述右端词性匹配语法中，找出“后项2”为TagC中元素时，所有“前项”构成的集合TagA，其中，当某条替换规则的后项2不存在时，则用后项1代替后项2；S2327：判断TagA是否是空集，如果是，执行S232D，否则，执行S2328；S2328：判断TagA是否是TagC的子集，如果是，执行S232D，否则，执行S2329；S2329：计算并集：ProTag＝ProTag∪TagA；S232A：计算差集：TagA＝TagA-TagC；S232B：判断TagA是否是空集，如果是，执行S232D，否则，执行S232C；S232C：赋值TagC＝TagA，执行S2326；S232D：将(Tag，ProTag)添加到右端词性祖先表的末尾；S232E：判断所述右端词性表是否读取完毕，如果没有，执行S232F，否则，执行S232G；S232F：读取所述右端词性表的下1个词性，执行S2324；S232G：保存右端词性祖先表。6.根据权利要求1所述的方法，其特征在于，进一步包括：预先设置每一条所述二元语法的替换规则出现的概率；所述根据所述二元语法的替换规则、所述左端词性匹配语法、所述右端词性匹配语法、所述左端词性匹配索引表、所述右端词性匹配索引表、所述左端词性祖先表和所述右端词性祖先表，对所述待处理语句进行处理，生成所述待处理语句对应的句法树，包括：S31：读取tag，其中，tag是sent中词汇对应的词性tag[1]、tag[2]、......、tag[N]，sent表示所述待处理语句，sent由N个词汇sent[1]、sent[2]、......、sent[N]构成，sent[i…j]表示由sent[i]、sent[i+1]、......、sent[j]所构成的语句；S32：初始化前项preTag＝S；S33：初始化分值score＝-1，句法树syntaxTreeStr＝""；S34：统计sent中词汇数量N；S35：判断N是否等于1，如果是，执行S36，否则，执行S37；S36：生成单个词汇对应的1元句法树；S37：判断preTag是否是tag[1]的左端词性祖先，如果是，执行S38；S38：判断preTag是否是tag[N]的右端词性祖先，如果是，执行S39；S39：遍历sent中间的N-1个分割位置，根据所述二元语法的替换规则、所述左端词性匹配语法、所述右端词性匹配语法、所述左端词性匹配索引表、所述右端词性匹配索引表、所述左端词性祖先表、所述右端词性祖先表和每一条所述二元语法的替换规则出现的概率，确定N-1个分割位置中分值最大的句法树；S3A：根据下式确定所述待处理语句的...

【专利技术属性】
技术研发人员：王功明，张娴，郭运艳，王建华，
申请(专利权)人：浪潮软件集团有限公司，
类型：发明
国别省市：山东,37