有什么好的自然语言库可以用来进行释义？

Question

我正在寻找一个现有的库来总结或解释内容(我的目标是博客文章)--有使用现有自然语言处理库的经验吗？

我对各种语言都很开放，所以我对语言的能力和准确性更感兴趣。

Answer 1

有一些关于Grok的讨论。这现在被支持为OpenCCG，并且也将在OpenNLP中重新实现。

你可以在http://openccg.sourceforge.net/上找到OpenCCG。我还建议在这里提供Curran和Clark CCG解析器：http://svn.ask.it.usyd.edu.au/trac/candc/wiki

基本上，对于释义，你需要做的是写一些东西，首先解析博客文章的句子，提取这些文章的语义，然后在构成相同语义的单词空间中搜索，然后选择一个与当前句子不匹配的单词。这将需要很长时间，而且可能没有多大意义。不要忘记，为了做到这一点，您将需要近乎完美的回指解析和获取语篇级别推理的能力。

如果您只是想制作没有机器可识别的重复内容的博客帖子，则始终可以只使用主题和焦点转换以及WordNet同义词。肯定有一些网站利用AdWords赚钱，以前就是这样做的。

Answer 2

我认为他想通过自动解释这个系统正在监控的博客来生成博客帖子。

如果你能将2到10篇相似但来源不同的博客文章组合在一起，然后自动做一个释义的“真实”摘要(一篇博客文章的大小)，这将是非常有趣的。

这对Homeworks来说也是很好的。不幸的是，这不是那么容易做到的。

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

这些句子的意思是一样的：

• 我恨这家伙，他太傻了。
• 这家伙很傻，我恨他。
• 我鄙视这个哑巴。
• 他是哑巴，我恨他。

写一个程序将这些句子中的一个转换成其他句子是不容易的，这些都是简单的句子，来自博客的真正句子要复杂得多。

Answer 3

你进入了真正远离AI类型的领域。我主要使用Attempto Controlled English (参见：http://attempto.ifi.uzh.ch/site/)在文本到机器知识的转换方面做了大量的工作，它是一种自然语言(英语)，完全可以通过计算机处理成几个不同的本体，例如OWLDL。

看起来我们这样做太过分了.

有没有理由不把你的博客帖子的前几句话，然后在总结中加上一个省略号？