自然語言與程序語言的思考

來自專欄 程序員的日常我先試著講一個簡單的例子

1. 概念
1. 動物
1. 動物能叫
2. 動物能咬某個動物
3. 動物能感覺疼
4. 動物能死掉
2. 狗
1. 狗是一個動物
2. 狗叫的時候

• 顯示「汪」

• 該動物感覺疼

• 該動物死掉

1. 貓是一個動物
2. 貓叫的時候

• 顯示喵

• 該動物感覺疼

class Animal{ virtual void Sound() = 0; virtual void Bite(Animal& a) = 0; virtual void FeelHurt() = 0; virtual void Die() = 0;}class Dog : public Animal{ virtual void Sound(){ print("wang"); } virtual void Bite(Animal& a) { a.FeelHurt(); a.Die(); }}class Cat : public Animal{ virtual void Sound(){ print("meow"); } virtual void Bite(Animal& a) { a.FeelHurt(); }}

以上兩端不同語言的東西應該是完全等價的，那麼到底有沒有可能讓我們把上面這一段中文，自動的翻譯成下面的代碼呢？

我覺得並不是完全沒有希望（當然這好像目前算是一個未解決的難題），以下是一些想法

一篇中文文檔中應該是一個良好的樹。其中可以包含這些節點：

• 頂級節點應該是：話題，概念，對象，常數（等）
• 話題：話題節點下的所有子節點用於生成namespace，這些節點只需要一個名稱
• 概念：概念節點下的所有子節點用於生成class
• 一個子節點的名稱就是class的name
• 其下的子節點可以包括：
• 主語+具有+x：主語是classname（或許也可以省略，或用代詞「他」），這用於生成一個屬性
• 主語+能夠+動詞：定義一個函數（方法）
• 主語+能夠+（介詞+泛指代詞+名詞）+謂語+泛指代詞+名詞+（介詞+泛指代詞+名詞）：定義個一個帶參數的函數，其中泛指代詞（某個，某種，某隻，中文這裡因為量詞的關係比較複雜，反倒是英文可以直接用a/an, a dog, a cat）用於標記一個形參，而介詞及其賓語，謂語的賓語按照某個指定順序生成參數列表
• 動詞節點應該擁有子節點，定義了函數的實現（如果沒有則是純虛函數）
• 其中每一行均是一個語句，根據主語，查找其在概念節點中的動詞，然後根據該動詞的定義解析介詞和賓語的位置，並放入函數調用的參數列表
• 對象：對象節點下的子節點是其父節點下的變數
• 實例或許可以這樣：有一隻狗叫小黃
• 有（變數定義關鍵字）一隻（泛指代詞，無意義）狗（變數類型）叫（變數定義關鍵字）小黃（變數名稱）
• 生成代碼為："Dog Huang;"（當然中英文轉換需要一個字典）
• 常數：和對象差不多，只是加上const