我即将从社交媒体，新闻网站，博客中发布的RAW测试中提取一些信息，这些信息与政治，WAR，药物等特定领域相关。所以我已经开始使用一些开源库例如stanford-nlp，apache OpenNLP以及名为lexalytics的商业许可工具。
根据我的项目，我们正在分析公开发布的文本并生成一些结果，并根据一些参数进行挖掘，以确定这些帖子与哪个类别相关。
但我需要使用stanford-nlp库从给定文本中提取主题。主题是指与教育，政治相关的文本或句子。我已经能够提取像文本/句子这样的实体包含LOCATION，DATE，PERSON，MONEY这样的方式。
与lexalytics同样的主题提取也是许可证工具。
你的帮助表示赞赏。
感谢。
答案 0 :(得分：0)
从文本文档中提取主题可以使用生成建模来完成，其中分布的单词假定为先验基于已部署LDA等算法的主题
Open Calais API http://www.opencalais.com/opencalais-api/为您提供单个/多个主题以及文档所基于的相关置信度值。