使用NLP或機器學習來提取關鍵字把句子

Question

我是新來的ML/NLP領域，所以我的問題是，什麼樣的技術是最合適的，以實現以下目標：

我們有一個簡短的句子 - 「去哪裏吃晚飯？」或「你最喜歡的酒吧是什麼？」或者「你最喜歡的便宜酒吧是什麼？」

是否有這將使我訓練它提供以下數據集的技術：

• 「去哪裏吃飯？」 - >晚餐
• 「你最喜歡的酒吧是什麼？」 - >酒吧
• 「你最喜歡的便宜餐廳是什麼？」 - >廉價，餐廳

這樣下一次我們有一個類似的問題關於一個未知的活動，比如說：「你最喜歡什麼昂貴的[無論]」它將能夠提取「昂貴」和[無論] ？

的目標是，如果我們可以用這個問題的數百變化（或上千）訓練它要求及相關的輸出數據預期，因此它可以與日常用語的工作。

我知道如何使它即使沒有NLP/ML，如果我們有像酒吧，餐廳，游泳池等，預計術語詞典，但我們也希望它與未知項工作。

我已經看到了耙和Scikit學習爲「東西」分類的例子，但我不知道我會怎麼養活文本到這些，所有這些例子有培訓預定義的輸出。

我也試了谷歌的NLP API，亞馬遜Lex和機智，看看他們在提取實體有多好，但結果令人失望，至少可以說。

閱讀有關摘要技術，我留下的印象是它不適用於小型單句文本，所以我沒有深入研究它。

Answer 1

至於@ polm23簡單的東西提到你可以使用POS標註做了提取。您提到的服務，如LUIS，Dialog flow等，使用所謂的自然語言理解。他們使用intent &實體（詳細的解釋與例子，你可以找到here）。如果您擔心自己的數據正在上線或者有時需要離線，那麼您總是會使用RASA。

的事情你可以做RASA：

• 實體提取和句子分類。通過用各種句子標記單詞位置，提及從句子中提取哪個特定術語。因此，如果任何不同的單詞出現，而不是您在訓練集中給出的單詞，它將被檢測到。
• 使用規則學習和keras LSTM進行檢測。
• 與在線服務進行比較的一個缺點是，您必須手動標記JSON文件中的位置編號才能進行培訓，而不是在線服務中的點擊和標記功能。

你可以找到教程here。

I am having疼痛in my腿。例如，我已經訓練了RASA和各種句子用於識別身體部位和症狀（我僅限於2個實體，可以添加更多），然後當出現未知句子（如上面的那個句子）時，它會正確地識別「疼痛」爲「症狀」和「腿部」爲「身體部分」。

希望這回答你的問題！