假设句子是“车辆在寒冷的天气不能启动并且需要更换挡风玻璃叶片”。我很想知道汽车的哪个部分受到影响，原因是什么。从上面的句子，我们无法推断挡风玻璃叶片不会启动。另外单句可以包含多个汽车零件。如何解决这个问题？
答案 0 :(得分：0)
我发现解决方案，上面的问题可以通过斯坦福依赖关系轻松解决，因此我们可以使用Stanford coreNLP。
答案 1 :(得分：-1)
您是否只关注一个主题（例如汽车零件）？
如果是这样，对于一个非常粗略的起点，你可以有一个汽车零件字典和一些高频n-gram，如“需要改变”，“需要修理”等。
汽车零件的POS总是一个名词。表示某些必要动作的n-gram将使用动词作为其POS值。
当您检测到其中一个表示问题或请求操作的n-gram时，您可以查询您的汽车零件清单，以查看哪些是负责的或受影响的。
但请记住，我认为您可能会比语法树更多地受益于语法树。这棵树允许你将你的句子中的两个条款分开“车辆在寒冷的天气里不能启动”和“需要更换挡风玻璃叶片”，并在某种程度上将可能属于问题的其他汽车部件分开（如果你从那些在文中进一步提到的那些人那里得到了很多。
如果系统是多域的，那么您可能需要更深入地进行语法分析。也许是命名实体识别，但这往往适用于具有专有名词的事物。