我正在开展一个项目，目前能够检测文本正文中何时提到某个主题/想法非常有用。例如，如果文本包含：
也许如果你再多告诉我琼斯先生是谁，那会有所帮助。如果我可以描述他的外表，甚至更好的照片，那也会很有用吗？
能够发现这个人要求拍摄琼斯先生的照片真是太棒了。我可以采取一种非常天真的方法，只是寻找“照片”或“照片”这个词，但如果他们写下这样的话，这显然是不好的：
请不要给我发一张琼斯先生的照片。
有谁知道从哪里开始？它甚至可能吗？
我已经研究过像nltk这样的东西了，但是我还没有找到一个人做类似事情的例子，我仍然不完全确定这种分析是什么。任何可以让我离开的帮助都会很棒。
谢谢！
答案 0 :(得分：3)
可能对您有用的最好的事情是自动情绪分析。例如，这用于判断客户评论是正面还是负面。我不能直接指出可用的工具，但这正是你要找的。 但是，我必须说，这是当前自然语言处理的热门话题，我在会议上看过很多论文。这绝对是一件非常复杂的事情，如果你从头开始，可能需要一段时间才能得到你想要的结果。
答案 1 :(得分：1)
NLTK对于解析自然语言来说不是一个糟糕的框架，但要注意这不是一件简单的事情。做这样的事情实际上是研究水平的编程。
一个让事情变得更容易的好事是，如果你的域名非常有限 - 比如你的应用程序专注于有关着名作家的信息，那么你就可以避免某些类型的歧义等自然语言的复杂性。
从哪里开始？好问题。我不知道有关该主题的任何教程（我认为你尝试过谷歌选项），但我想iTunes U会有关于这个主题的课程。如果没有，我可以发布一个链接到我已经完成的课程，提到这个主题，并不是完全可怕的：http://www.inf.ed.ac.uk/teaching/courses/inf2a/lecturematerials/index.html#lecture01
答案 2 :(得分：1)
你解决的问题非常具有挑战性。
我首先要确定文本中的实体（问题称为命名实体识别，谷歌），然后我会尝试识别概念。
如果想要粗略地确定有关文本的内容，我建议您首先使用WordNet并根据层次结构中的单词及其位置来确定所涉及的概念。 如果你想创建一个显示真实智能的系统，你应该开始研究CYC（OpenCYC）等资源，这样你就可以将句子转换成FOL句子。
这种核心人工智能，解决问题的方法。对于简单的聊天机器人来说，依靠简单的统计方法会更容易。
祝你好运