1

Teniendo un texto de entrada que pasará por la gramática y la salida debe ser todas las entradas que la gramática encuentra en el texto. El problema es que mis no terminales son archivos de listas externas y no encuentro una manera de hacerlo.

Ejemplo de un pseudo-cógigo:

  1. Abrir un texto
  2. Pasar la gramática (sólo un ejemplo):

    grammar ("""    
    S -> NP VP    
    NP -> DET N    
    VP -> V N    
    DET -> **lista_det.txt**    
    N -> **lista_n.txt**
    V -> **lista.txt** """)
    
  3. Impresión de los resultados del texto que obedecen a la gramática

Ejemplo:

with open ("corpus_risque.txt", "r") as f:
    texte = f.read()

    grammar = nltk.parse_cfg("""
    S-> NP VP
    NP -> DET N
    VP -> V N 
    DET -> lista_det.txt
    N -> lista_n.txt
    V -> lista.txt""")

    parser = nltk.ChartParser(grammar)
    parsed = parser.parse(texte)
    print(texte)

Normalmente, las gramáticas se presentan de esta forma, ya en listas:

grammar = nltk.parse_cfg("""

S -> NP VP
VP -> VBZ NP PP
PP -> IN NP
NP -> NNP | DT JJ NN NN | NN
NNP -> 'Python'
VBZ -> 'is'
DT -> 'a'
JJ -> 'good'
NN -> 'programming' | 'language' | 'research'
IN -> 'for'
""")

¿Sería posible hacer lo que pretendo?

1 respuesta 1

1

Si no comprendí mal el problema, lo que puedes hacer es lo siguiente: Supongamos que tienes un archivo lista_det.txt de la siguiente forma:

el
la
un | una

Lo podemos leer linea a linea y concatenarlo a una variable, por ejemplo:

gramatica ="""
S-> NP VP
NP -> DET N
VP -> V N 
"""

with open("lista_det.txt", "r") as f:
  gramatica = gramatica + "".join(["DET -> {0}".format(line) for line in f])

print(gramatica)

Básicamente recorremos todas las líneas del archivo lista_det.txt y las concatenamos a la variable gramatica anteponiendoles el texto DET ->, todo terminaría generando algo así:

S-> NP VP
NP -> DET N
VP -> V N 
DET -> el
DET -> la
DET -> un | una

Repetimos el procedimiento para las listas de sustantivos y de verbos y luego simplemente cargamos la gramática directamente da la variable gramatica que hemos ido llenado:

grammar = nltk.parse_cfg(gramatica)
1
  • Sé que no se puede agradecer, pero tengo que hacer eso ... muy agradecida!!
    – ladybug
    el 1 sep. 2017 a las 12:43

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.