这可能是一个非常难以回答的问题，但无论如何这是我的问题。
我想知道确定对话主题的最佳方法是什么。对话发生在IRC上。我过去曾写过聊天机器人，这个机制很好地解释了这个主题，但并不像我想的那样准确。
在过去，我不得不制作常用单词列表，例如“the”和“a”，然后从主题数组中过滤它们。我不知道这是否是正确的方法。
我想知道是否有某种频率算法可以让我弄清楚当前话题是什么词。
对于如何实现这一目标的任何建议将不胜感激。感谢。
答案 0 :(得分：1)
有一种叫做Zipf's Law的东西。 它只能准确地应用于人类写的文本，并且必须有一定的长度。
通过这种算法运行文本的结果将是一组关键字（原始文本的5％-7％），它们密切描述了文本主题。
答案 1 :(得分：1)
自然语言处理可能非常困难，但您仍然可以通过基础知识获得一些结果。 Daniel Gabriel关于使用Zipf定律的建议很好。
像Manning和Schütze的Foundations of Statistical Natural Language Processing这样的概述书可能会有所帮助 - 它解释了许多常用技巧，并将指向更专业的资源。
（他们的Introduction to Information Retrieval也非常出色，并且在网站上有免费的PDF。）