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） - 对现有自然语言处理库的任何经验？
我对各种语言持开放态度，所以我对能力和准确性更感兴趣。
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） - 对现有自然语言处理库的任何经验？
我对各种语言持开放态度，所以我对能力和准确性更感兴趣。
有一些关于Grok的讨论。现在支持OpenCCG，也将在OpenNLP中重新实现。
你可以找到OpenCCG http://openccg.sourceforge.net/。我还建议使用Curran和Clark CCG解析器： http://svn.ask.it.usyd.edu.au/trac/candc/wiki
基本上，对于释义，你需要做的是写出一些东西，首先解析博客文章的句子，提取这些帖子的语义，然后在词汇空间中搜索，这将构成相同的语义意思，然后选择一个与当前句子不匹配的。这将需要很长时间，可能没有多大意义。不要忘记，为了做到这一点，你将需要近乎完美的回指分辨率和接受话语层次推断的能力。
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。肯定有一些网站已经从AdWords中赚钱，之前已经这样做了。
我想他想通过自动解释这个系统正在监控的博客来生成博客文章。
如果您可以组合2到10个相似的博客文章，但是来自不同的来源，然后自动进行释义的“真实”摘要（1篇博文的大小），这将非常有趣。
它也可能对Homeworks来说很棒。不幸的是，这并不容易。
我能看到的唯一方法是能够将每个句子分解为“含义”，然后随机改变句子结构和一些保留含义的词。
这些句子意思相同：
编写一个程序将这些句子中的一个转换为其他句子是非常重要的，这些是简单的句子，来自博客的真实句子要复杂得多。
你进入了非常远的AI类型域。我主要使用Attempto Controlled English在文本转换为机器知识方面做了大量的工作（参见： http://attempto.ifi.uzh.ch/site/），它是一种自然语言（英语），完全可以通过计算机处理成几种不同的本体，例如OWLDL。
好像那样我们会过度杀戮......
有没有理由不只是在你的博客文章的前几句话，然后为你的摘要附加一个椭圆？
谢谢你们的链接。看起来GROK已经死了 - 但它仍然可以用于我的目的。
另外2个链接：
Attempto Controlled English是一个有趣的概念：因为它是一种完全相反的方式来查看问题。对我想做的事情不太实际。
@mmattax至于建议采取几句话 - 我不是要提出一个总结：否则这将是一个很好的 柔道 解。我希望实际总结用于其他评估目的的内容。
可能想尝试GATE或封闭源，专有和昂贵的TextAnalyst COM API