javacc在stanfordnlp中的应用

Posted 2020-10-31 Democracy and Science

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了javacc在stanfordnlp中的应用相关的知识，希望对你有一定的参考价值。

总结：

这个javacc感觉比较复杂，在于stanfordnlp中

CoreMapExpressionExtractor这个太过复杂，只需要搞清楚如何写正则就行了

格式就是

ENV.defaults["ruleType"] = "tokens"

{

ruleType: "tokens", #类型

pattern: ( $DAYOFWEEK ), #正则本身

result: "TIME" #如果匹配后如何生成nlg

}

一、javacc说明文档

>>>红色部分

parser_begin 和 parser_end
但是这也是一个声明实例变量的好场所，该实例变量将由您结果中的 Java 语句引用。如果您喜欢，甚至可以在这里插入 Java main() 过程，并且使用它来构建独立的应用程序，以启动和测试您正在生成的解析器

>>>绿色部分

绿色部分直接调用黄色函数
该操作作为方法 Parser_1.integerLiteral() 的一部分产生。每当解析器遇到整数时，都执行该操作

>>>黄色部分函数

声明了类型 Token （JavaCC 的内置类）的局部变量 t 。当在输入流中遇到整数时会触发该规则，该整数（象文本一样）的值被赋给实例变量 t.image 。

>>>黑色部分

举个例子
TOKEN : { < NUMBER : ([”0”-”9”])+ > }
说明([”0”-”9”])+. The [”0”- ”9”] part is a regular expression that matches any digit, that is, any character whose unicode encoding is between that of 0 and that of 9. A regular expression of the form (x)+ matches any sequence of one or more strings, each of which is matched by regular expression x. So the regular expression ([”0”-”9”])+ matches any sequence of one or more digits.

>>>执行流程

1. 最上面的方法 simpleLang() 调用 integerLiteral() 。
2. integerLiteral() 希望在输入流中立即遇到一个整数，否则该表达式将无效。为了验证这一点，它调用记号赋予器（Tokenizer.java）以返回输入流中的下一个记号。记号赋予器穿过输入流，每次检查一个字符，直到它遇到一个整数或者直至文件结束。如果是前者，则以 <INT> 记号将值“包”起来；如果是后者，则当作 <EOF> ；并将记号返回给 integerLiteral() 做进一步处理。如果记号赋予器未遇到这两个记号，则返回词法错误。
3. 如果记号赋予器返回的记号不是整数记号或 <EOF> ，那么 integerLiteral()抛出 ParseException ，同时解析完成。
4. 如果它是整数记号，表达式仍然可能是有效的， integerLiteral() 再次调用记号赋予器以返回下一个记号。如果返回 <EOF> ，则由单个整数构成的整个表达式都是有效的，解析器将控制返还给调用应用程序。
5. 如果记号赋予器返回加号或减号记号，则表达式仍然是有效的，integerLiteral() 将最后一次调用记号赋予器，以寻找另一个整数。如果遇到一个整数，则表达式是有效的，解析器将完成工作。如果下一个记号不是整数，则解析器抛出异常。