从给定的单词中组成一个有意义的句子

Question

我正在开发一个程序，需要从给定的一组单词中创建一个语法正确的句子。我会向该程序传递一个字符串列表作为输入，输出应该是由这些单词和其他必要的单词构成的有意义的句子。例如：

Input: {'You' , 'House' , 'Beautiful'}
Output: 'Your house is beautiful' (or) 'you house is beautiful' 
Input: {'Father' , 'Love' , 'Child'}
Output: 'The father loves the child'

我该如何使用NLTK和机器学习来实现这个？

你有任何建议吗？我准备尝试最疯狂的想法。谢谢！ ：）

- FaultyProgrammer3107

---

你正在做的事情，是开发人工智能的圣杯 :) 我也尝试过这个，我所能想到的就是将列表中的每个单词与其他单词链接起来。这种链接就像大脑中的突触一样工作。当应用程序看到两个甚至一个单词时，它会检查所有与其他单词的链接。链接具有数字含义，表示链接的强度。好吧，链接的问题在于你需要创建这些链接。为了做到这一点，你可以将应用程序连接到维基百科并分析所有文章，从而创建链接。 - Jerry Switalski

https://github.com/karpathy/char-rnn - alvas

MontyNLGenerator对于基本句子非常有趣，如果你小心地用勺子喂它的话。http://alumni.media.mit.edu/~hugo/montylingua/doc/MontyLingua.html - Eugene

Answer 1

在这种情况下，您可以应用n-gram模型。其思想是一个句子

我非常喜欢自然语言处理。

得到以下3元组：

1. <s> 我非常喜欢
2. 我非常喜欢 自然语言处理
3. 非常喜欢 自然语言处理 很多
4. 自然语言处理 很多 </s>

然后将其视为概率模型P(word3 | word1 word2)。

因此，您需要做的是：

1. 获取许多单词连续出现的数据（例如，我认为https://books.google.com/ngrams有下载选项）
2. 对于给定的一组单词，找到仅包含这些单词的所有n元组
3. 找到最可能的组合。

请注意：

• n至少应为3。
• n越大，你就越有可能需要“后退”，因为你没有数据（但n-gram可能存在并且有意义）。
• 即使n=5已经是非常多的数据了。

- Martin Thoma