使用示例生成语法的工具？

这是一个机器学习问题。你最多可以得到一个近似值。但我认为没有人做得这么好，更不用说发布了一个工具。 （我主动跟踪人们为计算机语言构建语法的行为，这个想法已被多次提出，但我还没有看到有用的实现）。 问题是，对于任何固定的示例集，都有大量可能的语法。构建一个简单的例子很容易：对于固定的一组例子，只需提出一个语法，该语法有一个规则来识别每个例子。这有效，但几乎没有帮助。现在的问题是，你能用多少种方法来概括这一点，哪一种最好？事实上你无法知道，因为你的下一个新例子在结构方面可能是一个惊喜。 （理论定义：语言是构成它的句子集）。 我们甚至没有谈到学习语言词汇的简单问题。您如何建议了解浮点数的合法字符串是什么？     

这样做的一个工具是NLTK。我强烈推荐它，并且可以在线免费获得涵盖它的O'Reilly书籍。有解析，学习语法等工具......唯一的缺点是它主要是研究而不是生产工具，所以重点不在于性能。 NLTK能够从标记的训练样本中构建语法，这正是您所要求的。看看伟大的文档和书。 （我之前的经验也让它通过Jython在JVM上工作而没有任何问题。）