建议短文本片段的语义标签

Question

我有兴趣为发布短文本 sn-p 的用户生成建议语义标签列表（通过指向 Freebase、Wikipedia 或其他系统的链接）。我不是想“理解”文本的真正含义，甚至是自动标记它，我只是想向用户建议他/她的帖子最可能的语义标签。我的主要目标是强制用户在语义上进行标记，因此要保持一致，而不是使用模棱两可的文本字符串。如果市场上有功能合理且价格合理的工具，我会使用它。我还没有找到这样的工具，所以我正在寻找自己的工具。

我的问题首先是，有没有我没有遇到过的这种工具。我查看了 Zemanta、AlchemyAPI 和 OpenCalais，但似乎都没有提供我需要的服务。

假设我正在编写自己的代码，我会在 Python 中编写它（除非有一个非常令人信服的理由来使用其他东西）。我的第一个猜测是在 Freebase 中搜索与“实体”匹配的 n-gram，并将它们建议为标签，也许还可以搜索实体的描述以变得更“聪明”。如果这被证明是不够的，我会阅读并将我的脚趾浸入本体论的水中。由于这是一个非常困难的问题，而且我认为我的应用程序不需要它的解决方案，因此我想尽可能避免真正的语义分析。

有没有人有使用语义数据库系统的经验，可以给我一些关于从哪里开始以及预期会遇到什么样的陷阱的指示？

Answer 1

看看 NLTK python 库。它包含大量工具、字典和算法。