代码之家 › 专栏 › 技术社区 › tucaz

NLP需要什么?

nlp language-agnostic algorithm

tucaz · 技术社区 · 14 年前

假设我对所有的事情都一无所知,并且我今天开始编程,你认为我需要学习什么才能开始使用自然语言处理?

我一直在努力使用一些字符串解析方法,但到目前为止,它只是让我恼火,让我创建了丑陋的代码。我正在寻找一些关于如何创建一个记住牛奶API的新想法,比如解析用户的输入,以便为快速数据输入提供一个输入表单,而不是基于字段,而是简单的一行短语。

编辑 :rtm是TODO列表系统。因此,为了输入任务,不需要在每个字段中键入值(任务名称、截止日期、位置等)。您可以简单地输入一个短语,比如“星期一下午2点在何处预约牙医”,它将对其进行解析并为您填充所有字段。

我没有任何技术限制,因为这将是一个个人项目,但我更熟悉.NET世界。实际上,我不确定这是语言问题,但如果有必要的话,我更愿意学习一种新的语言。

我的项目与个人财务有关,所以这些短语更像是“昨晚和我女朋友在咖啡上花了10美元”,它会填充位置、美元金额、标签和其他东西。

非常感谢你给我任何指示!

2 回复 | 直到 14 年前

Akshay Bhat 14 年前

请看一下NLTK,它是对NLP感兴趣的初学者的一个很好的资源。 http://www.nltk.org/
它是用Python编写的,这是一种更简单的编程语言。

现在我了解了你的问题,下面是我的解决方案:

您可以开发一种受限词汇表,其中所有金额必须以$符号结束,或者任何时间必须以00:00和/或AM/PM结束,关于检测项目,您可以使用本体中的对象列表,如开放cyc。open cyc可以为您提供所有对象的列表,如啤酒、咖啡、面包和牛奶等。这将帮助您在短时间内检测到对象。不过,这将是一个非常模糊的方法。

Aaron Novstrup 14 年前

这似乎不需要完整的NLP。基于简单模式 information extraction 可能就足够了。基本思想是将文本标记化,然后识别/分类某些关键字,最后识别模式/短语。

在您的示例中,标记化为您提供“牙医”、“预约”、“星期一”、“时间”、“下午2点”、“地点”、“地点”。您的工具将认识到“星期一”是一周中的一天,“下午2点”是一个时间等。最后,您可以找到[时间]和[地点]这样的模式,并使用这些模式填充字段。

像这样的框架 GATE 可能会有帮助,但即使是这样也可能是一个比你真正需要的更大的锤子。

推荐文章

Matthew Thomas · 在每个决策中给出多个选择的所有可能的决策路径/结果

4 月前

feasega · 聚合物模拟-2个节点之间的最短路线,适用于所有节点

5 月前

Alisa Petrova · 在有向图中更改一对顶点以创建循环

5 月前

Matvey Androsyuk · 如何使用React在树结构中呈现我的组件,就像IDE中的默认文件结构一样

5 月前

Pengcheng · 这个简单的递归函数的输出是什么?你能详细解释一下吗?

6 月前

b39b332d · 使用C++标准库实现高效间隔存储

9 月前

Paul C · 在维基百科上,将二叉搜索树转换为排序链表的算法是否存在错误?

9 月前

ABGR · 二叉树的直径——当最长路径不通过根时的失败案例

10 月前

SHUBHAM KUMAR · 这两个是否完全相同-->“下限(股份有限公司rbegin(),股份有限公司rend(),i,更大<int>())”和“下限(dec.begin(

10 月前

EpicAshman · 数独棋盘程序中同一列和同一行出现两次的数字

10 月前