使用 POS-tagging 否定句子

Question

我正在尝试找到一种基于 POS 标记来否定句子的方法。请考虑：

include_once 'class.postagger.php';

function negate($sentence) {  
  $tagger = new PosTagger('includes/lexicon.txt');
  $tags = $tagger->tag($sentence);
  foreach ($tags as $t) {
    $input[] = trim($t['token']) . "/" . trim($t['tag']) .  " ";
  }
  $sentence = implode(" ", $input);
  $postagged = $sentence;

  // Concatenate "not" to every JJ, RB or VB
  // Todo: ignore negative words (not, never, neither)
  $sentence = preg_replace("/(\w+)\/(JJ|MD|RB|VB|VBD|VBN)\b/", "not$1/$2", $sentence);

  // Remove all POS tags
  $sentence = preg_replace("/\/[A-Z$]+/", "", $sentence);

  return "$postagged<br>$sentence";
}

顺便说一句：在这个例子中，我使用的是 Ian Barber 的 POS-tagging implementation 和 lexicon。运行此代码的示例是：

echo negate("I will never go to their place again");
I/NN will/MD never/RB go/VB to/TO their/PRP$ place/NN again/RB 
I notwill notnever notgo to their place notagain

如您所见（代码中也注释了此问题），否定词本身也被否定：never 变为 notnever，这显然不应该发生。由于我的正则表达式技能还不是全部，有没有办法从使用的正则表达式中排除这些词？

[edit] 另外，我非常欢迎您在这个否定实现中可能遇到的其他 cmets / 批评，因为我确信它（仍然）存在很大缺陷 :-)

Answer 1

试试这个：

$sentence = preg_replace("/(\s)(?:(?!never|neither|not)(\w*))\/(JJ|MD|RB|VB|VBD|VBN)\b/", "$1not$2", $sentence);