构建通用语法模式以识别介词关联名词的技术问询

Great question! Identifying which nouns (or even verbs) a preposition links to is a common NLP challenge, and you can build a generalizable system using part-of-speech (POS) tagging and dependency parsing. Let’s break this down into actionable steps that work for any sentence:

1. 先做词性标注与多词介词识别 #

首先要给句子里的每个词打上语法标签——比如动词（VB/VBD/VBG）、介词（IN）、名词（NN/NNS/NNP）等。这里有个关键细节：要把多词介词短语（比如in front of、to the right of）当成一个整体的介词单元，不能拆成单个词处理，它们本质上是一个完整的连接成分。

拿你的示例句子来说：

extinguish the fire in front of the table which is to the right of stool which is to the left of cone then go towards the chair

标注后会得到：

• 动词：extinguish、go
• 介词单元：in front of、to the right of、to the left of、towards
• 名词：fire、table、stool、cone、chair

2. 用依存句法分析映射关联关系 #

依存句法分析会生成一棵语法树，展示每个词之间的依赖关系。对于介词，我们只需要关注两个核心关系：

• 支配词（Governor）：介词短语所修饰的词（可以是名词或动词）
• 介词宾语（pobj）：介词直接指向的名词

把这个逻辑套用到你的例子上：

• in front of 修饰fire（支配词），指向table（介词宾语）→ 关联对：(fire, table)
• to the right of 通过代词which指代table（支配词），指向stool（介词宾语）→ 关联对：(table, stool)
• to the left of 修饰stool（支配词），指向cone（介词宾语）→ 关联对：(stool, cone)
• towards 修饰动词go（支配词），指向chair（介词宾语）→ 关联对：(go, chair)

3. 构建通用规则模式 #

你可以把上面的逻辑提炼成适用于所有句子的规则：

1. 先识别所有介词单元（单词或多词）
2. 对每个介词单元：
   • 找到它的支配词：也就是依存树里的"父节点"（介词短语依附的核心词）
   • 找到它的介词宾语：也就是依存树里标记为pobj的子节点
   • 处理代词指代：如果支配词是关系代词（比如which），要把它替换成对应的先行词（比如which指代的table）

4. 实现思路的伪代码示例 #

这里提供一段简化的代码逻辑，帮你理解如何落地：

def extract_preposition_pairs(parsed_sentence):
    preposition_pairs = []
    # 预定义多词介词列表（可根据需求扩展）
    multi_word_preps = {"in front of", "to the right of", "to the left of"}
    
    for token in parsed_sentence:
        # 检查当前词是否是多词介词的开头
        prep_phrase = check_for_multiword_prep(token, multi_word_preps)
        if not prep_phrase and token.pos_ != "IN":
            continue
        
        # 获取支配词
        governor = token.head
        # 解析关系代词的先行词
        if governor.pos_ == "PRON" and governor.dep_ == "nsubj":
            governor = governor.head.head
        
        # 获取介词宾语
        pobj = next(child for child in token.children if child.dep_ == "pobj")
        
        # 保存关联对
        preposition_pairs.append( (governor.text, pobj.text, prep_phrase or token.text) )
    
    return preposition_pairs

需要注意的边缘情况 #

• 多词介词的扩展：要维护一个更新的多词介词列表，或者用统计模型自动识别这类短语
• 代词消解：务必把关系代词（如which、that）映射回它们指代的原名词
• 动词类支配词：介词不仅会依附名词，也会依附动词（比如go towards chair），你的系统要兼容这两种情况

内容的提问来源于stack exchange，提问作者Aditya Vartak