為簡短的文本片段建議語義標記

Question

我感興趣的是生成一個建議的語義標簽列表（通過鏈接到Freebase，Wikipedia或其他系統）給發布短文本片段的用戶。 我不是要“理解”文本的真正含義，甚至不是自動標記它，我只是想向用戶建議他/她帖子的最可能的語義標記。 我的主要目標是迫使用戶在語義上進行標記，並因此進行一致標記，而不是使用歧義的文本字符串書寫。 如果市場上有功能合理且價格合理的工具，我會使用它。 我還沒有找到這樣的工具，所以我希望自己編寫。

我的問題是，首先，是否有我沒有遇到過的工具。 我看過Zemanta，AlchemyAPI和OpenCalais，它們似乎都不提供我需要的服務。

假設我正在編寫自己的代碼，那么我將使用Python進行編寫（除非有確實令人信服的理由使用其他代碼）。 我的第一個猜測是在Freebase中搜索與“實體”匹配的n-gram，並將它們建議為標簽，也許還搜索實體的描述以獲取一些“更智能”的信息。 如果那還不夠，我會讀起來，把腳趾浸入本體的水中。 由於這是一個非常棘手的問題，並且我不認為我的應用程序需要它的解決方案，因此我想盡可能避免進行真正的語義分析。

有沒有人有使用語義數據庫系統的經驗，並且可以給我一些有關從哪里開始以及期望什么樣的陷阱的指示？

Answer 1

看看NLTK python庫。 它包含大量的工具，詞典和算法。