什么是一个很好的自然语言库用于释义？

Question

我正在寻找一个现有的图书馆来总结或转述内容（我瞄准博客文章） - 任何与现有的自然语言处理库的经验？

我对各种语言开放，所以我对&精度更感兴趣。

Answer 1

你进入真正遥远的AI类型域。我主要使用Attempto Controlled English（参见：http://attempto.ifi.uzh.ch/site/）将文本转换为机器知识，这是一种自然语言（英语），可以完全计算机处理成几种不同的本体，例如OWLDL。

好像那会我们的方式矫枉过正，但...

是否有不只是把你的博客文章的前几句，然后追加为您总结的椭圆理由吗？

Answer 2

感谢您的链接。看起来GROK已经死了 - 但它仍然可以用于我的目的。

2个环节：

• http://classifier4j.sourceforge.net/
• http://www.corporasoftware.com/products/summarize.aspx

的Attempto控制的英语是一个有趣的概念：因为它是在看问题的一个完全相反的方式。对于我正在尝试做的事情来说，这不是很实际。

@mmattax关于采取几句话的建议 - 我不想提出一个总结：否则这将是一个不错的judo解决方案。我期望实际总结出用于其他评估目的的内容。

Answer 3

可能想尝试门或闭源的，专有的和昂贵的TextAnalyst COM API

Answer 4

我认为他想通过自动意译无论是它的博客，该系统监控产生的博客文章。

如果您可以合并2到10篇类似但来自不同来源的博客文章，然后自动完成释义的“真实”摘要（1篇博文的大小），这将非常有趣。

它也可能是伟大的Homeworks。不幸的是，这并不容易。

我能看到的唯一方法是能够将每个句子分解为“意义”，然后随机更改句子结构和一些保留意义的单词。

这些句子的意思是相同的：

• 我讨厌这个家伙，他是如此的愚蠢。
• 这家伙很蠢，我讨厌他。
• 我鄙视这个笨蛋。
• 他很笨，我恨他。

编写一个程序将其中的一个句子转换成其他句子并不重要，这些都是简单的句子，来自博客的真正句子要复杂得多。

Answer 5

有一些关于Grok的讨论。现在OpenCCG支持这一功能，并且将在OpenNLP中重新实现。

你可以在http://openccg.sourceforge.net/找到OpenCCG。我也建议Curran和Clark CCG解析器可以在这里找到：http://svn.ask.it.usyd.edu.au/trac/candc/wiki

基本上，对于解释，你需要做的是写一些东西，首先解析博客帖子的句子，提取这些语义的含义然后搜索词汇空间，这些词汇在组成方面会创建相同的语义，然后选择一个与当前句子不匹配的词汇。这将需要很长时间，并且可能没有多大意义。不要忘记，为了做到这一点，你需要接近完美的照应解决方案，并有能力选择话语层面的推论。

如果您只是想让博客文章没有机器可识别的重复内容，您可以随时使用主题和焦点转换以及WordNet同义词。肯定有一些网站已经从AdWords中赚了钱，而这些都是以前做过的。