从文本中检测与实际访问相关的语义信息

Question

我正在寻找好的 NLP/ML/深度学习技术来从大量文本数据中提取和检测语义信息。 具体来说，我专注于检测一个人是否真的去过一家餐馆并吃过一些食物。

例如，我们可能有三个不同的句子 S1 到 S3：

S1。 1 月，约翰在位于纽约市的 Terranova 享用意大利面。

S2。 约翰读了一篇关于纽约市最好的意大利面餐厅 Terranova 的文章

S3。 约翰访问纽约市时想在特拉诺瓦吃意大利面，但他不能。

对于这三个句子，我希望我的程序只能检测到嵌入了与他在餐厅的实际访问和饮食活动相关的重要信息的 S1。 S2 和 S3 并没有表明他确实去过餐厅。

此外，一旦检测到 S1，我如何从句子中提取涉及人员、位置和时间信息的特定实体？

您能否推荐任何有用的 NLP/ML 技术和算法来支持此类任务？

谢谢