从按词类分类的词生成有意义的句子

Question

我正在进行自然语言生成项目。 我从段落中创造了一袋词，比如名词，动词，形容词等 我试图生成主语+动词+宾语的句式。
示例：

• 名词：伊丽莎白，狗，埃菲尔铁塔，自行车
• 动词：歌唱，吠叫，闪耀
• 目前输出：伊丽莎白闪耀，埃菲尔铁塔狂吠，自行车歌唱……等等
• 预期配对：伊丽莎白唱歌，狗叫，埃菲尔铁塔闪耀，自行车闪耀

主语和动词之间必须有一种关系，这样才能创造出有意义的句子。是有没有办法在名词和可能动词之间建立关系来产生主语+动词模式？在

另外，如果我们有动词，那么使用输入语料库来寻找可能的宾语来生成新的有意义的句子？
示例：

• 动词：骑马，阅读
• 物品：马、自行车、书籍、小说。在
• 预期配对：骑马、骑自行车、看书、看小说。在

Answer 1

参见奈特·钱伯斯以"narrative schemas"为名的作品集。他做你想做的。在

This也可能相关。在

Answer 2

让我们这样想吧。有些行为，如吠叫和唱歌，只能由有生命的生物来完成，比如自行车， 无生命的物体，不能唱歌。而且，吠叫是由动物来完成的，也就是说，人类不可能是吠叫的人。 因此，让我们为每个组成部分定义特定的特征。例如：

eli = {'CAT': 'N', 'ORTH': 'Elizabeth', 'FEAT':'human'}
dog = {'CAT': 'N', 'ORTH': 'dog', 'FEAT':'animal'}
eiffel = {'CAT': 'N', 'ORTH': 'Eiffel Tower', 'FEAT':'inanimate'}
bike = {'CAT': 'N', 'ORTH': 'Bike', 'FEAT':'inanimate'}

nouns = [eli, dog, eiffel, bike]

sings = {'CAT': 'V', 'ORTH': 'sings', 'FEAT':'human'}
barks = {'CAT': 'V', 'ORTH': 'barks', 'FEAT':'animal'}
shines = {'CAT': 'V', 'ORTH': 'shines', 'FEAT':'inanimate'}

verbs = [sings, barks, shines]

# Our sentence pattern is: noun + verb + noun

for n in nouns:
    for v in verbs:
        if n['FEAT'] == v['FEAT']:
            print('{} {}'.format(n['ORTH'], v['ORTH']))

运行此程序时，您将获得：

^{pr2}$

动词和适当的宾语搭配也是如此。你只需要给你的配对指定适当的特征。在