【語言處理與Python】1.5自動理解自然語言

【詞義消歧】
在詞義消歧中，我們要算出特定上下文中詞被賦予的是哪個意思。自動消除歧義需要使用上下文，利用相鄰詞匯有相近含義這樣一個簡單的事實。
【指代消解】
解決“誰對誰做了什么”，即監測主語和動詞的賓語。確定帶刺或名詞短語指的是什么，處理這個問題的技術包括指代消解。還包括語義角色標注，確定名詞短語與動詞相關聯。
【自動生成語言】
自動生成語言有自動問答和機器翻譯。
【機器翻譯】
機器翻譯是苦難年的，因為一個給定的詞可能有幾種不同的解釋（取決于它的意思），也因為必須改變次序才能與目標語言的語法結構保持一致。今天，這些困難遇到新情況，從新聞和政府網站發布的兩種或者兩種以上的語言文檔中可以收集到大量的相似文本，給出一個德文和英文雙語的文檔或者一個雙語詞典，我們就可以自動配對組成橘子。這個過程叫做文本對齊。一旦我們有一百萬或者更多的句子對，就可以檢測出相應的詞和短語，并建立一個能用來翻譯新文本的模型。
【人機對話系統】
對話系統給我們一個機會來說說一般認為的NLP流程。
-nltk.chat.chatbots()(先要import nltk)
【文本的含義】
文本含義識別（Recognizing Textual Entailment）簡稱RTE