python - 如何在python（NLP）中改变句子的结构（祈使句->疑问句）

Question

我想建立一个模型，该模型可以以命令形式接受一个句子，并以疑问形式输出一个新句子（但是，两个句子的含义是相同的——两个句子都是命令）。我已经看到了以下问题，并对可以使用哪种模型进行了一些研究，但我很难过。任何关于从哪里去的建议都将非常受欢迎。

将疑问句转换为祈使句

示例数据：

我有几个与其疑问句对应的祈使句。

    Imperative: Make sure you know what your own assets are and operate them accordingly.
    Interrogative 1: Do you know what your own assets are and can you operate them accordingly?
    Interrogative 2: Do you know what your own assets are and how to operate them accordingly?

    Imperative: Hold your hands in position.
    Interrogative 1: Can you hold your hands in position?
    Interrogative 2: Could you hold your hands in position?

我更喜欢用机器学习方法来做这件事，因为我有很多句子。

最终目标是能够输入祈使句并输出具有相同含义的随机疑问句。

我做了什么

我创建了一个基于规则的系统，可以使用 NLTK 的 POS 标记分块以 87% 的准确率对命令进行分类。我还能够使用 NLTK 的上下文无关语法函数从句子中提取语法。我对神经语言模型和 LSTM 进行了一些研究，但这些似乎都想以一段或更多的文本作为训练。我想使用单个句子作为具有明确输出可能性的训练。

最后一个问题

是否有一种算法可以用来训练命令式与其对应的疑问句之间的语法差异，以便我可以简单地输入一个命令式并获得一个疑问句作为回报？我应该研究另一种方法吗？

标签： pythonnlpsentenceimperative