我的朋友有一个小企业，客户使用电子邮件订购服务。他每天收到几封电子邮件，通过它进行排序变得很麻烦。
客户可以请求大约10种不同类型的任务，每种任务都有一两个单词指定它。电子邮件中存在的其他信息是服务的交付地点，时间以及相关人员的姓名。该电子邮件还包含一个ID，一个具有相当标准格式的长号。
电子邮件非常非结构化，但都包含上面的密钥信息。我的问题是：通过这些电子邮件扫描并提取关键信息（例如服务类型，地点，人名，ID等）的最佳方法是什么？
我考虑了某种预处理，然后通过AlchemyAPI传递它，然后使用神经网络测试Alchemy输出的每个功能（关键信息）。这可以是监督学习，因为我可以随时进行反馈循环，因为一旦输入信息，我可以让某人进行验证。
有什么想法吗？感谢
答案 0 :(得分：1)
我猜一些部分（ID，任务，时间）可以通过正则表达式和字典匹配来捕获。看看GATE's JAPE工具。
组装字典然后使用查找“任务”应该相当容易，你也可以重用日期/时间的可用jape规则并为ID写一个新的（同样，一个简单的正则表达式可以没事。）
为了匹配位置和人名，你应该小心，如果在明确定义的句子中使用名称和地点，openCalais和alchemyAPI可以给你很好的结果，并且可能会以某些表格或奇怪的格式犯更多错误。此外，您永远无法确定是否正确捕获了地点和人员，因此不要依赖它直接处理订单。
如果您有关于邮件结构或预期名称和地点的更多信息（即您有一个包含所有可能名称的“客户”表），您可能想要自己做标记，否则我会坚持使用openCalais或alchemyAPI +一些正则表达式。
P.S。我假设所有邮件都是英文的。