自然语言处理练习解析

53、考虑以下特征结构：fs1 = nltk.FeatStruct(“[A =?x, B = [C =?x]]”)，fs2 = nltk.FeatStruct(“[B = [D = d]]”)，fs3 = nltk.FeatStruct(“[B = [C = d]]”)，fs4 = nltk.FeatStruct(“[A = (1)[B = b], C->(1)]”)，fs5 = nltk.FeatStruct(“[A = (1)[D =?x], C = [E -> (1), F =?x] ]”)，fs6 = nltk.FeatStruct(“[A = [D = d]]”)，fs7 = nltk.FeatStruct(“[A = [D = d], C = [F = [D = d]]]”)，fs8 = nltk.FeatStruct(“[A = (1)[D =?x, G =?x], C = [B =?x, E -> (1)] ]”)，fs9 = nltk.FeatStruct(“[A = [B = b], C = [E = [G = e]]]”)，fs10 = nltk.FeatStruct(“[A = (1)[B = b], C -> (1)]”)。在纸上计算以下合并的结果。（提示：你可能会发现绘制图结构很有用。）a. fs1和fs2 b. fs1和fs3 c. fs4和fs5 d. fs5和fs6 e. fs5和fs7 f. fs8和fs9 g. fs8和fs10 使用NLTK检查你的答案。

需按照题目提示在纸上计算合并结果，再使用 NLTK 检查。可根据特征结构的合并规则，通过绘制有向无环图（DAG）辅助计算。

例如对于 a. fs1 和 fs2 ：

• fs1 为 [A = ?x, B = [C = ?x]]
• fs2 为 [B = [D = d]]

合并时需考虑特征和值的兼容性等情况。其他组合同理计算。

54、扩展德语语法，使其能够处理像 ‘Heute sieht der Hund die Katze.’ 这样的动词第二位结构。

通常扩展德语语法以处理动词第二位结构，需要在现有语法基础上，调整规则来允许副词等成分出现在句首，同时保证动词处于第二位。

例如，可以添加规则允许副词短语作为句子起始部分，并且调整句子生成规则保证动词紧跟其后。如添加规则：

S -> AdvP V[AGR=?a] NP[CASE=nom, AGR=?a] VP[AGR=?a]  

其中 AdvP 表示副词短语。

不过这只是一个示例思路，实际操作还需根据具体语法细节和需求进一步完善。

55、看似同义的动词有细微的句法差异。考虑以下“loaded”“filled”和“dumped”动词的语法模式。以下是相关例句：a. 农夫用沙子装满了马车。b. 农夫把沙子装进了马车。c. 农夫用沙子填满了马车。d. 农夫把沙子填满进马车。e. 农夫用沙子倾倒马车。f. 农夫把沙子倒进了马车。你能写出处理这些数据的语法生成式吗？

可以根据动词的不同搭配模式推测，需要为不同动词设置不同的子范畴化规则。例如：

• 对于“loaded”，可以有规则如：
• VP -> V NP with NP

• VP -> V NP into NP

• 对于“filled”，规则为：

• VP -> V NP with NP

• 对于“dumped”，规则为：

• VP -> V NP into NP

具体的语法生成式还需要结合更详细的语法框架和规则来制定。

56、形态范式很少是完全规则的，即矩阵中的每个单元格都有不同的表现形式。例如，词位“walk”的一般现在时变位只有两种不同形式：第三人称单数用“walks”，其他所有的人称和数的组合都用“walk”。一个成功的分析不应冗余指定六种可能的形态组合中有五种具有相同的表现形式。请提出并实施一种处理此问题的方法。

可以采用规则泛化的方法，定义一条通用规则来涵盖具有相同形态表现的组合。例如，对于“walk”的一般现在时，定义一条