我正在开展一个项目，我需要提取＆＃34;技术相关的关键字/关键短语＆＃34;来自文字。例如，我的文字是：
＆＃34; ABC公司一直致力于与机器学习相关的项目，利用现有的库从大数据中查找信息。＆＃34;
提取的关键字/关键短语应为：{机器学习，大数据}。
我的文本文档在MongoDb中存储为BSON文档。
有哪些最好的nlp库（有足够的文档和示例）来执行此任务以及如何执行此操作？
谢谢！
答案 0 :(得分：4)
看起来您需要缩小范围，而不仅仅是关键字/关键短语，并找到每个句子的主语和对象。 对于主题/对象识别，我推荐使用Stanford Parser或Google Language API，您可以在其中发送字符串并获取依赖关系树响应。
您可以先测试Google API，看看它是否适用于您的语料库：https://cloud.google.com/natural-language/
此处的结果是主题谓词对象（SPO）三元组，其中谓词描述了这种关系。您需要遍历依赖关系图并编写脚本来解析三元组。
其他套餐： 我经常使用NLTK，Spacy和Textblob。如果语料库简单，通用且直截了当，Spacy和Textblob可以很好地运行OOTB。如果语料库是高度自定义的，特定于域的，混乱的（拼写错误或语法错误）等等，我将使用NLTK并花更多时间来自定义我的NLP文本处理管道，使用擦洗，lematizing等。您可能想要添加您自己的技术相关关键字和关键短语的自定义词典，以便您决定使用其中一个包时，您的解析器可以捕获这些。
NLTK教程：http://www.nltk.org/book/
Spacy快速入门：https://spacy.io/usage/
Textblob快速入门：http://textblob.readthedocs.io/en/dev/quickstart.html