我想编写一个 python 程序，能够将句法复杂的句子转换为（可能是几个）不太复杂的句子，我可以在下游任务中使用它们。
Example:
复杂的句子：“今晚我要和朋友们一起踢足球，然后再去市中心旁边的剧院看电影。”
具有相同内容的更简单的文本：“今晚我要和朋友们去踢足球。然后我们去剧院看电影。剧院就在市中心旁边。”
Goal:
可能的目标是最终输出仅包含简单的主子句（没有并列子句、没有从属子句、没有关系子句等）。本质上，结果子句最终应该有一个主语、一个谓语、一个直接宾语和一个潜在的间接/介词宾语（每个宾语可能有一个修饰语，例如形容词属性）。如果其中有多个，我不介意以重复结束（“我爱妈妈和爸爸。”-->“我爱妈妈。我爱爸爸。”）。
我已经尝试过的：
到目前为止，我已经开始实现相对子句解析器和协调解析器。他们确实工作得很好。然而，还有更多的情况需要涵盖（因果、时间、对抗性子条款等），我开始想知道是否有人对如何解决这个问题有更好的想法。
另外，我严重依赖 spaCy，但我遇到了越来越多的问题，因为转换文档（我在转换文本时所做的）违反了 spaCy 的核心原则。再次：也许我应该完全使用不同的方法？
感谢您的任何想法...
您尝试做的事情称为“句子简化”。这是一个活跃的研究课题，没有简单的解决方案，甚至没有一个可以使用的强大的库（据我所知）。恐怕你能做的最好的事情就是阅读研究论文并实现它们，寻找已发布的模型，或者通过依赖项解析进行一些足够好的处理。看here https://github.com/sebastianruder/NLP-progress/blob/master/english/simplification.md一些研究的概述。
你是对的，重写任务不是 spaCy 的设计目的。但是，如果句子级对齐就足够了，我认为将重写的句子存储为附加到每个句子的跨度扩展应该不难。
如果您需要直接操作依赖关系，我认为没有什么比 spaCy 更容易使用的了。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
