我希望从非结构化文本创建概念图。例如
Desired input: find "/" -name "*.txt"
Desired output: concepts-graph.dot
换句话说，我想挖掘我的文本文件并创建某种结构化的关键词/概念表示。大致就是一个穷人版的 Google 文本分析器。
是否有一个开源工具/API 可以查找纯文本文件中术语之间的关系？
答案1
你可以使用许多工具来构建：
就关键词而言，大多数编程语言中都有基本的工具，比如 Porter 词干提取器，还有更多针对特定语言的选项。
例如，NLTK（自然语言工具包）是一个 Python 文本分类系统，你可以使用它来进行词性标注等操作（http://nltk.org/）
此外，您还可以在 R 中使用各种文本挖掘包：http://tm.r-forge.r-project.org/，例如（另请参阅以下幻灯片：http://www.zinkov.com/posts/2010-10-21-slides_from_larug/tm_slides.pdf）。
如果您可以更清楚地了解您所想的文本分析类型，那么建议可能相关的具体软件包是否会更容易？