【发布时间】：2008-08-24 20:57:33
【问题描述】：
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？
我对多种语言持开放态度，因此我对能力和准确性更感兴趣。
【问题讨论】：
-
这不是关闭 tpic
标签： language-agnostic nlp
【发布时间】：2008-08-24 20:57:33
【问题描述】：
有一些关于 Grok 的讨论。这现在作为 OpenCCG 得到支持，并且也将在 OpenNLP 中重新实现。
您可以在http://openccg.sourceforge.net/ 找到 OpenCCG。我还建议在此处使用 Curran 和 Clark CCG 解析器：http://svn.ask.it.usyd.edu.au/trac/candc/wiki
基本上，对于释义，您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，然后搜索词汇空间，这将组合创建相同的语义，然后选择一个与当前句子不匹配的句子。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，您将需要近乎完美的照应解析和获取话语级推理的能力。
如果您只是想制作没有机器可识别重复内容的博客文章，您可以随时使用主题和焦点转换以及 WordNet 同义词。以前肯定有一些网站通过 AdWords 赚钱。
【讨论】：
我认为他想通过自动解释该系统正在监控的博客来生成博客文章。
如果您可以将 2 到 10 篇相似但来自不同来源的博文合并起来，然后自动进行解释性“真实”摘要（一篇博文的大小），这将非常有趣。
它对 Homeworks 也很有帮助。不幸的是，这并不容易做到。
我能看到的唯一办法就是能够把每一个句子分解成“意义”，然后随机改变句子结构和一些保留意义的词。
这些句子意思相同：
- 我讨厌这个人，他太笨了。
- 这家伙很蠢，我恨他。
- 我鄙视这个笨蛋。
- 他很笨，我恨他。
编写一个程序将这些句子中的一个转换为其他句子并非易事，这些都是简单的句子，博客中的真实句子要复杂得多。
【讨论】：
您进入了非常遥远的 AI 类型领域。我主要使用 Attempto Controlled English（参见：http://attempto.ifi.uzh.ch/site/）在将文本转换为机器知识方面做了大量工作，它是一种自然语言（英语），可以完全由计算机处理成几种不同的本体，例如 OWLDL。
看起来我们会有点矫枉过正......
是否有理由不只取博文的前几句话，然后在摘要中添加一个省略号？
【讨论】：
感谢这些链接。看起来 GROK 已经死了 - 但它可能仍然适用于我的目的。
还有 2 个链接：
Attempto Controlled English 是一个有趣的概念：因为它是看待问题的完全相反的方式。对于我正在尝试做的事情来说并不实用。
@mmattax 至于说几句话的建议——我不是想给出一个总结：否则这将是一个很好的judo 解决方案。我正在寻找实际总结的内容以用于其他评估目的。
【讨论】：