Я сейчас размещаю печатный словарь в Интернете. Сделать это
более ценным для пользователей, я хотел бы указать категорию для каждого термина
(или, если быть точным, подкатегорию, так как весь словарь
специфичны для одной широкой темы.) Поскольку существует более 10 000 терминов, чтобы
делать это вручную было бы очень трудоемко. Есть ли способ, которым я
может полностью или в основном автоматизировать категоризацию терминов на основе
по тексту их определений?
(Обычные определения состоят из 1–4 предложений.) Например, видя, что
термины упоминают другие термины в их определении или видят, какие термины
говорить на подобные темы. (В качестве альтернативы, если есть какой-то источник
который уже классифицировал все (или почти все) слова по категориям,
который предположительно включал бы все слова в нашем словаре, и мы
теоретически мог бы использовать это как отправную точку.
 
  ) У меня есть хорошая идея
того, какие подкатегории должны быть (вероятно, около 50-60). Я сделал
некоторые поиски в Google в поисках программного обеспечения, которое позволило бы мне делать
это, но не нашел ничего очень хорошего. 

 Привет! Спасибо за вопрос.  
Программное обеспечение для автоматической категоризации текста или таксономии может помочь
ваш проект. Есть только несколько программ, которые я вижу
которые могут быть полезны для ваших требований. Следующие автоматизированные
программное обеспечение для категоризации текста может помочь вам в создании
такой словарь.
Вордстат
http://www.provalisresearch.com/wordstat/WordstatFeatures.html
Программное обеспечение Инксайт
http://www.inxight.com/products/
Автономия
http://www.autonomy.com/content/Products/Taxonomy/index.en.html
Гармония данных
http://www.dataharmony.com/products/tm.htm
Энтриева
http://www.entrieva.com/entrieva/semiotagger.htm
------------------------------
Вас также может заинтересовать программное обеспечение для систематизации тезаурусов.
он же Программное обеспечение для классификации
http://a-k-a.com.au/aka_classification/
Мультисистемы
http://www.multites.com/
Дерево терминов
http://www.termtree.com.au/
Используемые условия поиска:
текстовый таксономический словарь тезауруса
автоматический классификатор текстовой таксономии
  
 
Надеюсь, это поможет вам в ваших исследованиях.
  Прежде чем оценивать это
ответ, пожалуйста, попросите разъяснения, если у вас есть вопрос или если
вам потребуется дополнительная информация.
                                                          
                              
С уважением,
Истерангел-га
Google Ответы исследователь 

---

Запрос на уточнение ответа от david7777-га на 15 ноября 2006 г., 14:53 по тихоокеанскому времени

 Это не то, что я искал. Я уже сделал поиск в Google
и нашел программное обеспечение для таксономии (что заняло всего 10-15 минут). Я был
ищу другую душу для этого, потому что даже самые известные
таксономии (например, каталог Yahoo и проект открытого поиска) не имели
слова в нашем словаре 

---

Уточнение ответа пасхальный ангел-га на 15 ноября 2006 г., 15:33 по тихоокеанскому времени

 Привет!
В вашем первоначальном вопросе не упоминалось ничего, что вы уже
посмотрел таксономию.  Исследователям трудно понять, что вы
искали или нет, если только вы не упомянули о них в самом начале.
Исследователи могут работать только с тем, что нам представлено в оригинале.
вопрос.
С уважением,
Пасхальный ангел 

---

Запрос на уточнение ответа от david7777-ga на 15 ноября 2006 г., 15:43 по тихоокеанскому времени

 Я сказал: "Я сделал
некоторые поиски в Google в поисках программного обеспечения, которое позволило бы мне делать
это, но не нашел ничего очень хорошего", что является ссылкой на
программное обеспечение для таксономии (я предположил, что это имелось в виду). Во всяком случае, таксономия
программное обеспечение не может делать то, что нам нужно, я говорил с парой компаний
в вашем списке ниже, и они сказали, что не могут справиться с этим (или в
по крайней мере, это потребует большого участия человека). Плюс
Исследование, которое вы провели, по моему мнению, не стоит 75 долларов. 

---

Уточнение ответа пасхальный ангел-га на 15 ноября 2006 г. , 15:56 по тихоокеанскому времени

 Привет!
Прежде чем опубликовать ответ, я тщательно изучил это, и с тех пор
отсутствие специального программного обеспечения для таксономии, это
результаты, достижения. Пожалуйста, имейте в виду, что исследователи обычно находят
ответы путем поиска в Интернете, и это то, что предлагает этот сервис.
В любом случае, я действительно хотел бы помочь вам, поэтому не могли бы вы рассказать мне о
программное обеспечение, близкое к тому, что вам нужно. Конкретный пример будет
хороший.
Спасибо. 

---

Запрос на уточнение ответа от david7777-га на 16 ноября 2006 г., 06:15 по тихоокеанскому времени

 Привет.
В том-то и дело, что я не знаю программного обеспечения, которое это делает так, как мы
хотят, чтобы это было сделано (что означает без какого-либо участия человека). Вот почему я
задал вопрос. Программное обеспечение для таксономии требует много человеческого
участие. 
Да, я ожидаю, что исследователи ответят на вопросы, используя Интернет, но
Я ожидаю, что они углубятся, а не просто дадут мне несколько ссылок.
особенно за 75 долларов.
А если чего-то не знают, так и сказать 

---

Уточнение ответа пасхальный ангел-га на 16 ноября 2006 г., 14:10 по тихоокеанскому времени

 Еще раз привет.
Прошу прощения, что мой ответ не удовлетворил вашим требованиям. Вы можете
потребовать возврата платы. Пожалуйста, прочитайте следующие ссылки о
возврат.
"Ответы Google: часто задаваемые вопросы: что, если мне не нравится мой
отвечать? Могу ли я получить компенсацию?»
http://answers.google.com/answers/faq.html#refund
«Ответы Google на возврат средств или запрос на повторную публикацию»
http://answers.google.com/answers/refundrequest 

 Обратите внимание, что это моя вторая отправка этого запроса на
бланк возврата.  Кроме того, я также отправил 2 электронных письма, не получив
Ответить. Прошло больше недели с тех пор, как я отправил свой запрос.
Пожалуйста, пополните мой счет как можно скорее и отправьте мне
письмо с подтверждением.
Что касается причины запроса на возмещение, я изложил
причины в моей первой подаче запроса. Вы также можете посмотреть мой
общение с исследователем, который предложил мне запросить
возврат тоже.
По сути, исследование, проведенное этим человеком, не стоило 75 долларов (я бы
счастлив заплатить до 15 долларов на самом деле). Все, что сделал этот человек, это несколько
поиски и дал мне несколько ссылок. Я уже упоминал, что у меня
сделал поиск в Интернете и не нашел ничего полезного. я искал
за решение, которое было хорошо изучено, а не ссылки, которые я должен
использовать сделать мое собственное исследование. Кроме того, я также позвонил 2-3 из
компании, на которые мне дали ссылки, и их представители сказали мне, что их
решение не могло сделать то, что мне нужно было сделать.  

 вы ищете программное обеспечение для кластеризации текста. попробуй с открытым исходным кодом
Проект Apache Lucene как базовый механизм индексации (и очень хороший
с довольно низкой стоимостью входа с точки зрения необходимых навыков) в сочетании
с инфраструктурой кластеризации Carrot2 с открытым исходным кодом.
Carrot2 находится поверх Lucene и других индексов и автоматически
группирует результаты запросов.  это, по крайней мере, стандартное использование.
однако вы можете загрузить и настроить Carrot2 для чтения вашего корпуса.
и сгруппируйте свои определения (и, следовательно, ваши слова) с некоторыми скромными
усилия по программированию. разработчики Carrot2 действительно предлагают технические
поддержка разработки платная, хотя само ПО бесплатное.
моя компания в настоящее время создает структуру, используя эти компоненты для
автоматически кластеризовать текст медицинской документации. первые результаты
многообещающий. должно быть существенное сходство с вашим
ситуация, хотя бизнес-сфера явно отличается.
существуют и другие инструменты кластеризации, многие из которых являются коммерческими и
может потребоваться меньше технической помощи для настройки. основные алгоритмы
хорошо известны и доступны, как правило, в учебниках по информатике.
удачи! 

 Apache Lucene великолепен, и у него есть подпроект SOLR, который может упростить задачу.
У вас есть Термин и Определение, которые могут включать ссылки на другие Условия.
Подсчитав баллы упомянутых терминов, вы можете автоматически определить
Категория (ссылочные термины с наивысшими баллами).
В проекте SOLR есть функция под названием «Рассеянный просмотр»: Срок может быть
содержится в нескольких различных категориях, и такой дизайн может быть
привлекательным в некоторых случаях (когда нам не нужно строгое дерево категорий
и подкатегории).
Apache Lucene великолепен.