我的问题是，给定document d1 on the web and a document d2如何判断d1和d2在语义上是相关的。是否有一些API可以进行一些自然语言处理，可能会给我一个提示，因为d1可能与d2相关。
我需要它严重和尿布。请帮助！
答案 0 :(得分：2)
您可以使用特殊的微格式。请点击http://microformats.org/
了解更多信息简单示例：
<a href="http://creativecommons.org/licenses/by/2.0/" rel="license">cc by 2.0</a>
Rel-License是几种微格式之一。通过将rel =“license”添加到超链接，页面指示该超链接的目标是当前页面的许可证。
答案 1 :(得分：1)
对于语义相关的文档，您可以使用特殊词汇表（如SKOS）并将它们与本体相关联。或者你可以直接在你的文档中使用 - 如silex所述 - 微格式。
对于自然语言处理，存在可以提取信息的不同工具，如GATE。但这不是一项微不足道的任务。
也许你可以改进你想做的事情？您想要定义哪些文档是相关的吗？或者您是否希望软件找出哪些文档可能相关？
答案 2 :(得分：0)
您需要查看“named entity extraction”即自然语言处理，以提取两个文档共有的可能实体。这些通常是人，地点，事件，时间，组织。
请查看OpenCalais http://www.opencalais.com/以了解此类技术的一些实际应用。