Analyse syntaxique par grammaires algébriques

Instructions

Exercice 1 - Grammaires algébriques et arbres syntaxiques

1. Afficher les arbres syntaxiques associés aux deux phrases suivantes:
   • Luc prévient le facteur de son arrivée.
   • Lea prévient le facteur de son village.
   Vous utiliserez un script ressemblant à celui-là :

   		tree = nltk.bracket_parse('(NP (Adj old) (NP (N men) (Conj and) (N women)))')
   		tree.draw()
   				

2. Le script ci-dessous permet de définir une petite grammaire algébrique pour l'anglais:

   			import nltk
   			grammar=nltk.parse_cfg("""
   			  S -> NP V NP | NP V PP 
   			  PP -> P NP
   			  NP -> Det N | NP PP
   			  Det -> 'a' | 'the'
   			  N -> 'dog' | 'cat'
   			  V -> 'chased' | 'sat'
   			  P -> 'on' | 'in'
   """)
   			sent = "the dog chased a cat".split()
   			cp = nltk.ChartParser(grammar, nltk.parse.TD_STRATEGY)
   			for p in cp.nbest_parse(sent):
   			  p.draw()
   				

   Adapter cette grammaire pour qu'elle reconnaisse la phrase :
   
   le petit chien court dans le pré vert
   
   Afficher l'arbre syntaxique de la phrase en lui appliquant cette grammaire.
3. Modifier la grammaire précédente pour qu'elle reconnaisse la phrase suivante:
   
   Lea a malheureusement oublié son sac à la piscine.

Exercice 2 - Analyse syntaxique par grammaires algébriques

1. Ecrire une grammaire la plus générale possible permettant d'analyser les différentes phrases du texte text-tpnote.txt. Pour cette question, vous préciserez les terminaux (tokens) en ne gardant que leur analyse dans le texte (même si ce token est potentiellement ambigu). Par exemple, pour le token la, on n'a qu'une seule production:

   					Det -> la
   				

   ATTENTION : Pour simplifier la visualisation des résultats, appliquer l'analyseur phrase par phrase (une phrase par ligne dans le fichier).
2. Dans un deuxième temps, vous préciserez les terminaux de la grammaire en tenant compte de l'ambiguïté potentielle. Pour chacune des ambiguïtés, vous donnerez un exemple d'emploi. Pour le token la, il existe trois analyses possibles :

   					Det -> la  // "La carte de Luc est belle"
   					Pro -> la  // "Je la donne à Paul"
   					Nom -> la // Ambiguïté un peu trop artificielle "le la sonne faux sur ton piano."
   				

   Que constatez vous?

Exercice 3 - Analyse syntaxique par grammaires alégébriques avec contraintes

				
## Natural Language Toolkit: feat0.fcfg
##
## First example of a feature-based grammar for English, illustrating
## value-sharing of NUM and TENSE features.
## Used in Feature-Based Grammars chapter.
## 
## Author: Ewan Klein <ewan@inf.ed.ac.uk> 
## URL: <http://nltk.sourceforge.net>
## For license information, see LICENSE.TXT
##
## $Id: feat0.cfg 4674 2007-06-14 08:55:32Z ehk $

% start S
# ############################
# Grammar Rules
# ############################

# S expansion rules
S -> NP[NUM=?n] V[NUM=?n] NP

# NP expansion rules
NP[NUM=?n] -> Npr[NUM=?n] 
NP[NUM=?n] -> Det[NUM=?n] N[NUM=?n]


# ############################
# Lexical Rules
# ############################

Det[NUM=sg] -> 'this' | 'every'
Det[NUM=pl] -> 'these' | 'all'
Det -> 'the' | 'some'

Npr[NUM=sg]-> 'Mary' | 'John'

N[NUM=sg] -> 'dog' | 'girl' | 'car' | 'child'
N[NUM=pl] -> 'dogs' | 'girls' | 'cars' | 'children' 

V[TENSE=pres,  NUM=sg] -> 'disappears' | 'walks'
V[TENSE=pres, NUM=sg] -> 'sees' | 'likes'

V[TENSE=pres,  NUM=pl] -> 'disappear' | 'walk'
V[TENSE=pres, NUM=pl] -> 'see' | 'like'					
				
				fichier grammar.fcfg
			

cp = load_earley('grammar.fcfg')
sent = "John sees Mary".split()
for tree in cp.parse(sent):
  tree.draw()
				

Exercice 4 - Question de réflexion