我已经做了很多关于此的研究并阅读了几篇论文，检查了所有的SO Q＆amp; A's但我仍然不清楚。
I'm trying to setup a small search engine. I am crawling data using nutch and
have integrated it with solr for front end and indexing.
After crawl, I have unstructured data i.e content of entire page I crawled and
I need to structure this data into sets.
例如：我抓取了一个页面，其中包含有关任何产品的信息，我有原始文本，其中包含产品说明，尺寸，尺寸等。
我的目标：提取我想说的关键字：维度 - ＆gt;存储在DB列中 提取与维度相关的信息 - ＆gt;存储在同一行（另一列）
所以，我在一个表中有关键字和描述，我根据查询获取并输出给用户。
我不确定如何去构建/获取我需要的信息，如果可能的话，我希望使用java来做到这一点。我读了几篇文章，但我不能跟随。任何帮助/指导将不胜感激。
如果您需要更多信息，请告诉我。感谢您的时间和帮助
答案 0 :(得分：2)
你可以使用像GATE（https://gate.ac.uk/），Apache OpenNLP（https://opennlp.apache.org/），Minorthird（http://sourceforge.net/projects/minorthird/）等nlp工具。
您可以在GATE中编写jape语法，根据文本中的单词创建注释。例如，您可以将dimension, measurements, proportions等注释为dimension，然后在下一句中查找数字。
您可以在此处查看其他nlp工具：https://www.quora.com/What-are-the-best-Java-open-source-NLP-toolkits
答案 1 :(得分：0)
试试CogComp-NLP：http://deagol.cs.illinois.edu:8080/
它在Java中可用，带有Python api。