这是我第一次涉足NLP，所以请原谅我的无知。我正在寻找一种方法来从用户那里提取兴趣/喜欢/爱好＆＃39;社交档案。这是一个所有兴趣/喜欢/爱好都是粗体的例子：
＆＃34;我认为自己是一个非常多元化的角色......我是一名专业人士 摔跤手，但我会为 Wall•E 采取一颗子弹。我在健身房中像一个单人种族灭绝机器一样训练，但我哭了 ＆＃34;的末日＆＃34。我会对 AC / DC 进行抨击，我认真对待 考虑获得一个塞尔达传说纹身。我是420友好的。一世 喜欢派对它与兄弟会的人群一晚，和他一起出去玩 我的燃烧的人朋友下一个，玩光环和世界 魔兽下一个，和不比年轻的朋友一样 40下一个。我最小的朋友是16岁，我最老的朋友是66岁。我会 在酒吧唱卡拉OK ，我和我的朋友们在一起。集体 精神科医生/肩＆＃34;
个人资料是纯文字。没有任何元标记或ID与其相关联，它只是一段文字。
我的理念是将每个名词与Freebase相匹配，以查看它是否为活动/艺术家/电影/书籍等。问题在于，虽然提到的大多数实体都是用户喜欢，她也会提到她不喜欢的东西，我无法区分2.
我有两个问题：
谢谢！
答案 0 :(得分：1)
首先，除非使用NLP执行此操作是您的特定目标，请检查您的问题域，看看您是否可以完全避免它。
例如：
这些配置文件是否有标签（由网站或由网站提供） 用户）？
网站的API 提供什么（假设您是这样的 正在访问这些数据;如果你正在刮它，那么这不是 当然适用）？一个很好的例子，Facebook。如果您阅读用户的帖子， 你会看到像“摔跤手”，“卡拉OK”等词，但如果你看一下 通过Graph API公开哪些字段，你会看到这些 活动几乎总是有一个关联的FB ID。
我不是这个领域的专家，但我可以推荐一些针对NLP的资源，非专家或新手可以访问。第一个是text processing API。这个简单的Web服务使用REST和JSON IO。它是免费的，似乎有一个相当大的速率限制。
这个API似乎在很大程度上依赖于优秀的Natural Language Tooolkit（NLTK），它是python中一个成熟稳定的库，包括针对问题中的问题的模块，例如，情感分析，标记和块提取，等
哪个特定的子域与解决OP中的问题最相关？我不知道，但我怀疑在NLTK的某个地方有一个模块可以满足您的需要找到该模块希望只是略过API Documentation（由模块组织）;阅读Getting Started部分，其中包含对NLTK模块的优秀调查以及每个模块的演示。