python人工智能学习笔记_[Python] 人工智能与自然语言处理学习笔记（1）

最近我参加了一个人工智能与自然语言处理的课程，这是第一周的学习笔记。这份笔记不涉及一般知识，全部都是与实践(我在这门课上的作业)有关的总结。

文章目录理论学习人工智能的五种模型：作业1. Rule Based 基于规则的模型2. Probability Based 基于概率的模型

理论学习

人工智能的五种模型：

Rule Based 基于规则的模型

Probability Based 基于概率的模型

Search Based 基于搜索的模型

Mathematical or Analytical Based 基于数学或统计的模型

Machine Learning (Deep Learning) Based 基于机器学习或深度学习的模型

作业

1. Rule Based 基于规则的模型

语言是有语法规则的，比如一个完整的句子一般都有“主谓宾”结构。因此我们可以根据一个规则生成句子(像不像人话再说)。首先我们创建一个规则(以空格分界)和语料库(以 “|” 分界):

simple_grammar = """

sentence => noun_phrase verb_phrase

noun_phrase => Article Adj* noun

Adj* => null | Adj Adj*

verb_phrase => verb noun_phrase

Article => 一个 | 这个

noun => 女人 | 篮球 | 桌子 | 小猫

verb => 看着 | 坐在 | 听着 | 看见

Adj => 蓝色的 | 好看的 | 小小的

"""

这个语法结构是：

名词性结构和动词性结构组成一个句子；

名词性结构由冠词、形容词结构和名词组成；

形容词结构由空、一个形容词或多个形容词组成；

动词性结构由动词和名词组成。

选择词语的时候，我们先按照“|”将字符串拆分，然后使用 random.choice 随机选择一个词。

>>> import random

>>> def adj(): return random.choice('蓝色的 | 好看的 | 小小的'.split('|')).split()[0] # 先拆分字符串，然后随机选择一个词

>>> adj()

'好看的'

然后我们还可以定义一个函数重复取词：

>>> def adj_star():

... return random.choice([lambda : '', lambda : adj() + adj_star()])()

>>> adj_star()

'好看的蓝色的'

>>> adj_star()

'小小的蓝色的好看的好看的'

可以看到，这个函数可以一次读取多次形容词。有两个地方需要说明：

第二行里调用了函数本身，需要使用 lambda 来控制函数的调用，即加了 lambda 以后，只有随机抽到了这部分才会启动。没有 lambda 的话，在选择的时候，无论有没有选取这部分，它都会启动，从而形成一个死循环。

最后的 () 是函数执行符。没有这对括号，函数返回的是它的内存地址：

<