我对 NLP/文本处理领域比较陌生。我想知道如何从给定的文本中识别与域相关的重要关键字。 例如，如果我必须构建一个将在银行领域使用的问答聊天机器人，那么 Q 会是：TRADE:12345 的到期日期是什么时候？
从 Q 中，我想提取关键字：到期日期 & TRADE:12345。 从提取的信息中，我将构建一个类似 SQL 的查询，搜索数据库，检索 SQL 输出并将响应提供给用户。
任何帮助将不胜感激。
提前致谢。
【问题讨论】：
标签： python nlp nltk chatbot text-processing
所以，这就是工作的用武之地。
通常人们从停用词列表开始。有好几种，慎重选择。但您很有可能会尝试和/或使用基本列表，然后在该列表中添加更多单词。
根据列表会取出来
“什么，是，那个，为了，？”
由于这是一个非常简单的示例，他们都会这样做。但是您会注意到正在做的事情与您想要的相反。您要求提供特定于域的单词，但正在发生的事情是删除所有其他杂乱无章的内容（到库中）。
从这里开始，这将取决于您使用什么。 NLTK 或 Spacy 是常见的选择。不管你选择什么，都要真正理解概念，否则它会咬你一口（就像数据科学中的几乎所有东西一样）。
期望开始思考语言模式，因此，在您的示例中：
TRADE:12345 的到期日是什么时候？
“What”是疑问句，“the”是定冠词，“for”是介词短语的开头。
可能还有其他线索，例如“：”或 TRADE 全部大写。但是，可能不是。
这应该可以帮助您入门，但您可以查看其他一些 StackExchange 站点以获得更深入的专业知识。
最后，您希望将这样的问题分解为多个问题（假设您已完成研究并确定该问题尚未被反复询问）。因此，NLTK 和 NLP 是相当新的，但 SQL 查询通常是谷歌搜索。
【讨论】：