Выполнение значимого предложения из заданного набора слов

Question

Я работаю над программой, которая должна создать предложение, которое является грамматически правильным из заданного набора слов. Здесь я передам входной список списка строк в программу, и мой вывод должен быть содержательным предложением, сделанным с этими словами, и несколькими другими словами, которые необходимы. Например.

Input: {'You' , 'House' , 'Beautiful'} 
Output: 'Your house is beautiful' (or) 'you house is beautiful' 
Input: {'Father' , 'Love' , 'Child'} 
Output: 'The father loves the child' 

Как это реализовать с помощью NLTK и (или) машинного обучения?

Любые предложения относительно того, как я должен это делать? Я готов даже самые смелые идеи. Благодаря! :)

Answer 1

В этом случае вы можете применить n-gram model. Идея в том, что предложение

Мне очень нравится НЛП.

получает следующий 3-грамм:

1. <s> I like
2. I like NLP
3. like NLP very
4. NLP very much
5. very much </s>

Тогда вы думаете об этом как о вероятностной модели P(word3 | word1 word2).

Так что ваша работа будет:

1. Получить много данных русских слов друг за другом (например, я думаю https://books.google.com/ngrams есть вариант скачать)
2. Для заданного набора слов, найти все п -граммы, содержащие только те слова
3. Найдите наиболее вероятную комбинацию.

Обратите внимание:

• п должна быть не менее 3
• чем больше п, тем больше вероятность того, получает, что вы должны «back off», как у вас нет данных (но п-грамм может существовать и иметь смысл)
• даже п = 5 уже очень много данных