апи показывает контекст слов в предложениях

Question

Привет Мне любопытно API, для определения контекста слов в предложениях

С тех пор, как я видел появление настроения агрегаторов - скрипты, которые пытались оценить настроения предложения - I интересовались более сложными версиями этого. По сути, агггараторы чувств, которые я видел, на самом деле очень просты, они просто пытаются назначить положительное и отрицательное значение предложению, но до сих пор не знают контекста. Точно так же я был разочарован текущим прогрессом машин обнаружения контекста

Я думал, более сложный алгоритм будет назначать гораздо больше атрибутов к слову, и сравнить их с другими словами

пример:

The quick brown fox jumped over a lazy dog.

слово лисы будет интерпретироваться как объект

{ 
    word: fox, 
    type: noun, 
    relation: ... 
} 

Wher Теперь он знает, что лиса относится к млекопитающему, а не к глаголу «переборщить с обманом», например, и это было бы полезно для перевода на другой язык или для оценки хорошего ответа для робота

любые хорошие API для этого или проекты с открытым исходным кодом?

Answer 1

Для продвинутого анализа настроений одним из возможных шагов является поиск смысла слова каждого слова и зависимостей между словами. Существует много возможностей, которые вы можете сделать. Когда у вас есть эта информация. Например, вы можете обрабатывать отрицания, сглаживать чувства с помощью воспитания (более широкая концепция) и т. Д. Вы также можете выйти за рамки простого, как/неприязнь, для определения целевых целей или тем (например, насилия, незаконных действий и т. Д.). Способность правильно распознавать смысл слова устраняет большую часть шума. (Например, слово «like» не передает чувства в «Как и другие, я ...».)

Answer 2

Никогда не вникал в НЛП, но звучал как «тег-реплика части речи», мог бы получить вас, является ли слово существительным или глаголом в конкретном контексте. По крайней мере, это работало на ваше предложение. http://cogcomp.cs.illinois.edu/demo/pos/?id=4

Answer 3

Слова имеют некоторые значения индивидуально, и они имеют разные значения в предложениях разницы, как вы упомянули. Предположим, что слово имеет список значений. При переводе слова с одного языка на другой язык может быть предсказано значение слов, значение которого в этом списке имеет наибольшую вероятность для того, чтобы стать в этом предложении (имеет более высокую вероятность стать с другими словами при данном предложении)

Такой вид ситуаций могут быть решены HMMs в Machine Learning. Вы можете прочитать, что blog post о скрытых марковских моделях и текстовом переводе с веб-сайта Университета Корнелла.

Вы должны посмотреть на такие API. В Стэнфордском университете есть Java NLP Api, и вы должны посмотреть здесь: http://dbpubs.stanford.edu:8091/~klein/javadoc/edu/stanford/nlp/ie/hmm/package-tree.html