Nlp 提取给定句子、关键字或主题的相关文本

是否有任何已知的方法（除了统计分析之外，但不一定排除它作为解决方案的一部分）使用自然语言处理将句子或概念彼此关联起来。到目前为止，我只与NLTK和斯坦福NLP合作来帮助我的项目，但我对其他开源解决方案持开放态度

以下面乔治·奥威尔的文章（）为例。假设我给了申请者一个句子

"What are George Orwell's opinions on writers." 

或许

"George Orwell believes writers enjoy writing to express their creativity, to make a point and for their egos."

可能会从这篇文章中产生像

"The aesthetic motive is very feeble in a lot of writers, but even a pamphleteer or writer of textbooks will have pet words and phrases which appeal to him for non-utilitarian reasons; or he may feel strongly about typography, width of margins, etc."

或

---

我知道这并不容易，也可能无法获得太多的准确度，但我希望了解已经存在的内容以及我可以尝试开始的内容，或者至少根据已知的内容获得可能的最佳结果。

最简单的方法可能是使用一些距离函数（如余弦相似性）在查询句子和句子池之间。这很容易实现。从文本集合创建词汇表，每个句子都表示为一个向量。您可以使用TF-IDF表示向量中的值，并计算句子之间的余弦相似度，获得与查询句子相关的得分最高的句子

或者你可以从你的语料库中建立索引，使用Lucene，让它为你做这项工作

---

你也可以考虑使用LSA（潜在语义分析）来获得句子之间的相似性。

从我对你的问题（以及你的评论）的理解中。你更感兴趣的是理解单个句子的意思，然后彼此接近。在我看来，统计方法更多的是为了“感受”句子，而不是理解它。在我看来，我建议采用深度解析方法

深入分析句子，了解单词在句子中扮演的角色，了解主语-动词-宾语模式（从左到右的分析和此类技术），然后掌握词汇表，帮助您对名词和动词进行分类

e、 g

---

解析这个句子，让你理解这个句子的主语是“严重的作家”（严重是一个形容词，作家基本上）。在动词形式中，它表示“是”（当前状态）和“感兴趣”。然后每个动词指向更多的词汇，包括形容词。如果你以正确的方式排列这个词汇（并不断构建它）我认为你应该解决你的问题。

我已经尝试过其中一些方法，但它们都是“空话”技巧。我想我更感兴趣的是，到目前为止，是否有任何已知的方法来尝试理解句子中的意思，而不仅仅是匹配词。我知道这是一个困难且深入研究的领域，我只是一直难以确定它在这一点上的位置。感谢您的回复！

"Serious writers, I should say, are on the whole more vain and self-centered than journalists, though less interested in money."

"Serious writers, I should say, are on the whole more vain and self-centered than journalists, though less interested in money."