我想知道的是从文本中提取含义的最佳方法是什么。我给NLTK进行了阅读，它确实为我提供了一些有关NLP基础知识的信息。
我是nlp的新手，所以我很难决定我的方向。阅读NLTK文本后，这就是我在想什么可以解决我的问题的方法：
这是我理想的目标，例如：
输入：
在2018年8月29日之前执行X，直到2018年12月9日（每个星期三）和2018年9月10日（星期一）
以粗体显示“语音”标签的内容（至少是我的想法）：
在2018年8月29日做X（ 日期 ）直到（ 范围 ）9/12 / 2018（ 日期 ）（每（ 频率 ）周三（ 日 ）和9/10/2018（ 日期 ）（星期一）（ 日 ）
接下来，我将遍历语音标记的一部分，然后将文本取下来。我的希望是在对文本进行适当的分块之后，然后需要进行一些其他处理才能弄清楚用户到底想要什么。这就是我在想从句子中成功提取出意思之后的输出结果：
8/29/2018-9/12/2018，星期三
9/10/2018，星期一
我意识到可以通过正则表达式轻松找到月份中的几天，日期和日期等。
但是我的问题是NLTK方法 nltk.pos_tag 对我不起作用。 （对于不熟悉的人，该方法是语音标记程序的一部分，用于标记单词喜欢的名词，动词等。）我很可能必须自定义自己的 pos_tag 方法？
这是我的问题。是先标记每个标记词，然后将标记中的句子分块，然后才视为提取含义的最佳做法？
我猜测我需要某种AI分类来学习分块部分，以便将来我可以从多个句子中提取含义。
我的方法是否理智？我发疯了吗？ ：）
答案 0 :(得分：1)
虽然您没有发疯（可能是：），但这是一个非常普遍的问题，管理员可能会很快将其标记为不适合SO，因为它太广泛了。基本上，所有在NLP中工作的人都在“提取句子的含义”数十年。存在大多数（商业/实际）可行的方法是因为它们的应用领域相对有限。考虑一个用于酒店预订的聊天机器人（具有明确定义的到达/离开日期，位置等位置），一个允许语音输入的汽车导航系统（“我想去X，避开高速公路”）等等。
由于您的示例输出针对的是日期和时间，而实际上这并不是pos-tagger的意思，因此某些时间分析模块可能对您的用例更好。想到的只有一个工具包是https://github.com/HeidelTime/heideltime，它使用TimeML方案（这也是您可能想看看的东西）来指示具体的时间点和时间间隔，并尝试对此进行标准化。机器可读的时间点。
除了NLP模块外，您还需要什么，取决于您的输入。如果相对严格（说某事的不同方式的数量很少），那么最好手动编写简单的语法。但是事情很容易变得复杂。自然语言中的“从dd-mm-yyyy到周一dd-mm-yyyy的星期一执行X”同样可以很好地表示为“从dd-mm-yyyy开始的星期一进行Do X，以dd-mm-yyyy结尾。这确实有助于了解您的用户将使用哪种语言。可以从句子中提取含义的即用型软件包或工具包（对于英语，更不用说其他6.000种左右官方认可的语言（无论哪个机构决定）：）：
除了NLTK（我发现它对于教育目的非常有价值，并且相对而言使用起来相对灵活，但是现在有点过时了），您可以签出https://spacy.io/。在某种程度上，它的意思是做相同的事情，但是具有更现代的方法和数据集。
答案 1 :(得分：0)