研究文章
建立一个为越南为什么回答Discourse-Argument混合动力系统
| (我) |
输入:文本,一个文本解析。UNISeg,越南EDU分割模型。模式,列表模式识别话语标记和符号用于语法G1和G2。G1,CFG inner-sentence识别原因关系水平。G2,CFG intersentence识别原因关系水平。输出:跨越,列表的文本跨越edu或部分edu从输入文本。rel,原因关系的列表形式(我,j),我是文本跨越索引文本跨越索引的原因吗j。 |
| (1) |
索耶⟵SentDetect(文本) |
| (2) |
LookupTable⟵{} |
| (3) |
TextSyms |
| (4) |
为sent_id = 1 |会派| |
| (5) |
edu⟵EDUSegment派[sent_id]) |
| (6) |
SentSyms⟵[] |
| (7) |
为edu_id = 1 | edu |: |
| (8) |
ConvertToSymbol (edu (edu_id)、符号、查找) |
| (9) |
LookupTable.append(查找) |
| (10) |
树⟵厄(符号,G1) |
| (11) |
SentSyms.append (tree.childNodes ()) |
| (12) |
树⟵厄(SentSyms G1) |
| (13) |
TextSyms.append (tree.childNodes ()) |
| (14) |
树⟵厄(TextSyms G2) |
| (15) |
子树⟵tree.childNodes () |
| (16) |
base_index⟵0 |
| (17) |
rel⟵[] |
| (18) |
为subt_id = 1 | |子树 |
| (2) |
rel⟵GetRelation(子树(subt_id) base_index) |
| (19) |
Rels.append (rel) |
| (20) |
| base_index + = | subt.leaves () |
| (21) |
跨越⟵LookupTable.values () |
| (22) |
返回跨越,rel |
|
