NLP需要什么？

Question

假设我对所有事情一无所知，并且我今天开始编程，你认为为了开始使用自然语言处理我需要学习什么？

我一直在努力解决一些字符串解析方法，但到目前为止它只是让我烦恼并让我创建丑陋的代码。我正在寻找一些关于如何创建Remember The Milk API的新想法，以解析用户的输入，以便为快速数据输入提供输入表单，而不是基于字段，而是使用简单的一行短语。

编辑：RTM是待办事项列表系统。因此，为了输入任务，您不需要键入每个字段来填充值（任务名称，截止日期，位置等）。你只需输入一个短语，如“在WhateverPlace下午2点的牙医约会星期一”，它将解析它并为你填写所有字段。

我没有任何技术限制，因为它将成为一个个人项目，但我对.NET世界更熟悉。实际上，我不确定这是语言问题，但如果有必要，我非常愿意学习一门新语言。

我的项目与个人财务有关，因此这些短语更像是“昨晚与我的女朋友在咖啡上花了10美元”，它会填充位置，数量的$$$，标签和其他东西。

非常感谢你给我的任何指示！

Answer 1

这似乎不需要完整的NLP。简单的基于模式的information extraction可能就足够了。基本思想是对文本进行标记，然后识别/分类某些关键字，最后识别模式/短语。

在你的例子中，标记化给你“牙医”，“约会”，“星期一”，“在”，“2PM”，“在”，“WhateverPlace”。您的工具将识别“星期一”是一周中的某一天，“2PM”是时间等。最后，您可以找到[at] [TIME]和[in] [Place]等模式并使用它们填写田野。

像GATE这样的框架可能有所帮助，但即使这样也可能比你真正需要的更大。

Answer 2

看看NLTK，它是对NLP感兴趣的初学者程序员的一个很好的资源。 http://www.nltk.org/
它是用python编写的，它是一种比较容易编程的语言。

现在我明白了你的问题，这是我的解决方案：

您可以开发一种限制词汇表，其中所有金额必须以$符号结尾或任何时间必须是00:00和/或以AM / PM结束，关于检测项目，您可以使用列表来自本体的对象，例如Open Cyc。 Open Cyc可以为您提供所有对象的列表，如啤酒，咖啡，面包和牛奶等。这将帮助您检测短语中的对象。仍然是一个非常模糊的方法。