通过Python利用预设语法规则和单词自动生成句子的方法介绍

你是否考虑过让电脑依照既定规则自主构建语句？今天，我将为大家详细讲解如何构建一个句子生成系统。

设定语法规则

simple_grammar = """
sentence => noun_phrase verb_phrase
noun_phrase => Article Adj* noun
Adj* => null | Adj Adj*
verb_phrase => verb noun_phrase
Article =>  一个 | 这个
noun =>   女人 |  篮球 | 桌子 | 小猫
verb => 看着   |  坐在 |  听着 | 看见
Adj =>  蓝色的 | 好看的 | 小小的
"""

在开始生成句子之前，必须先向机器说明生成规则。例如，我们可以制定一个简单的语法规则，并将其表示为语法树。这里有一些基本的规则设定，比如“=>”符号表示由多个部分构成；“Adj => 蓝色的 | 好看的 | 小小的”说明Adj有三种可能的选择。这些规则构成了后续生成句子的基础。只有设定好这些规则，计算机才能理解如何构建句子。

规则解析准备

通过审视先前设定的语法规则，我们可以辨识出两种类型的词汇。左侧的词汇具备进一步发展的潜力，而右侧的词汇则不具备这一特性。以形容词(adj)为例，我们接下来需要编写代码来解析这些语法规则。这些词汇在构建句子的过程中扮演着不同的角色，认识它们的特性是掌握解析规则的关键环节。

编写 adj 代码

adj_grammar = """
Adj* => null | Adj Adj*
Adj =>  蓝色的 | 好看的 | 小小的
"""

首先，我们需要针对 adj 部分的语法编写代码。adj 语法遵循特定的格式，我们将依照这一格式进行处理。我们需要将字符串形式的语法规则转换成字典格式，这样做有利于计算机的识别与处理。比如，当我们解析 adj 的规则时，会得到特定的输出结果，这有助于更直观地展现规则的结构。

# 解析语法
def create_grammar(grammar_str, split = '=>', line_split = 'n'):
    grammar = {}
    for line in grammar_str.split(line_split):
        if not line.strip():
            continue    # 跳过空行
        else:
            exp, stmt = line.split(split)
            grammar[exp.strip()] = [s.split() for s in stmt.split('|')]
    return grammar

完整规则解析

完成adj规则的字典解析后，我们还需将全部语法规则转换成字典格式。这样做可以让计算机全面掌握语法结构，为后续句子的生成提供准确的依据。一旦所有规则都顺利转换成字典形式，计算机便能够依据这些规则进行句子的组合与生成。

句子生成代码

现在我们已掌握了解析语法规则的能力，因此下一步是编写代码，使它能依据这些规则自动构建句子。借助这段代码，我们可以随机生成句子，以此来验证代码功能的正确性。这一过程揭示了语法规则如何被转化为实际的句子。每个生成的句子都体现了规则的具体应用。

# 生成句子
def generate(gram, target):

    if target not in gram:
        return target    # means target is a terminal expression
    # target in gram 意味着target是可以继续拓展下去的
    else:
        expaned = [generate(gram, t) for t in random.choice(gram[target])]
        return ''.join([e if e!='/n' else 'n' for e in expaned if e != 'null'])

多语法效果展示

我们尝试引入两种新的语法规则，目的是让“人类”和“接待员”各自随机创造出五个句子。观察生成的句子，我们可以清楚地看到，计算机已经能够根据我们设定的语法规则自动生成句子了。多种语法规则的应用体现了句子生成器的多样性和可扩展性。不同的语法规则能够产生丰富多样的句子。

# 在西部世界里
# 一个”人类“的语言可以定义为：
human = """
human = 自己 寻找 活动
自己 = 我 | 俺 | 我们 
寻找 = 找找 | 想找点 
活动 = 乐子 | 玩的
"""
# 一个“接待员”的语言可以定义为
host = """
host = 寒暄 报数 询问 业务相关 结尾 
报数 = 我是 数字 号 ,
数字 = 单个数字 | 数字 单个数字 
单个数字 = 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 
寒暄 = 称谓 打招呼 | 打招呼
称谓 = 人称 ,
人称 = 先生 | 女士 | 小朋友
打招呼 = 你好 | 您好 
询问 = 请问你要 | 您需要
业务相关 = 玩玩 具体业务
玩玩 = null
具体业务 = 喝酒 | 打牌 | 打猎 | 赌博
结尾 = 吗？
"""

阅读完这篇文章，你是否产生了想要自己设计和制作一个句子生成器的想法？然而，面对众多生成的句子，我们又该如何辨别哪一句更贴近人类的语言习惯？不妨在评论区留下你的见解，同时，也欢迎你为这篇文章点赞和转发。