将论坛讨论整理成分类文章或信息的算法/方法？

Question

我正在为网络设计和编码一个基于知识的社区共享系统(论坛，问答，学生，教授和专家之间的文章共享)。

我需要使用一些数据挖掘/文本处理技术/算法来分析专家和学生之间的讨论(讨论使用标签进行分类)，并在特定的类似主题上创建适当的笔记和汇编。

对于这样的算法或可用的工具，我不是专家。如果有人能为我提供一些指点或解释我如何解决这个问题，那就太好了。

谢谢！！

Answer 1

对于文章的分类，你可以使用LSA (潜在语义分析)技术。

您可以检查这些工具以进行文本处理。

1. LingPipe：处理文本的工具包: text.
2. Lucene
3. Solr：功能强大的文本搜索工具

Answer 2

开始阅读文本挖掘。你的问题没有通用的答案，因为它不够精确。你必须更准确地确定你的目标，然后人们才能为这些目标提出方法。你的“分析”太宽泛了。计算单词的数量也是“分析”！

那么:你想识别什么，分组还是预测？