我是NLP的新手，我正在寻找一些起点，包括一些教程，文档或示例代码。 我被告知研究处理自然文本的可能性，从中提取一些结构化数据。 例如，我想从下面的语句中提取（注释）身高和体重。 “他身高6英尺，体重200磅”或 “他的身高是6英尺，体重是200”等 我已经看过UIMA，但它看起来像一个自己创建的没有训练能力的REGEX词典。 所以简而言之，我可以使用什么Java框架来创建一个可以训练的注释引擎！ 对此的任何帮助（指针）将非常感激。 谢谢NLP新手，关于注释的问题
如果你真的想用机器学习来训练你的注释器，那么GATE可能是你最好的选择。请看他们的指南中有关machine learning的章节。
由于您询问了指针：LingPipe（已在上面提到过），OpenNLP和Stanford NLP distributions。
注意：如果Python是一个选项，您可以使用Natural Language Toolkit。
+1，最好的开始是使用NLP编程框架，因为 - 在这个阶段 - 初学者不需要浪费时间来进入解决方案的体系结构细节，比如GATE或apache UIMA。 – Skarab 2010-12-01 11:56:00
@Skarab我不同意，@NLP声明他希望创建一个用于提取事实的注释引擎，而这正是GATE和UIMA所设计的。上面提到的图书馆将进行词汇和语法分析，但是之后还有很多工作要做。 – Stompchicken 2010-12-01 15:33:35
我会使用NER。下面是输出我看到您输入文本： 
你可以在这里尝试一下： http://deagol.cs.illinois.edu:8080
BTW。要了解信息提取技术的最初技术，我建议阅读Sunita Sarawagi最近的一项调查 - http://osm.cs.byu.edu/CS652s09/papers/Sarawagi.ieSurvey.pdf – Skarab 2010-12-01 17:49:43