我目前正在开展一个项目，能够检测何时在正文中提到某个主题/想法将非常有用。例如，如果文本包含：
也许如果你告诉我更多关于琼斯先生是谁，那会有所帮助。如果我能描述一下他的外表，或者更好的是一张照片，那也很有用？
如果能够检测到此人要求提供琼斯先生的照片，那就太好了。我可以采取一种非常天真的方法，只寻找“照片”或“照片”这个词，但如果他们写了这样的东西，这显然是不好的：
请永远不要给我发琼斯先生的照片。
有谁知道从哪里开始？甚至可能吗？
我已经研究过 nltk 之类的东西，但我还没有找到一个人做类似事情的例子，我仍然不完全确定这种分析被称为什么。任何能让我离开地面的帮助都会很棒。
谢谢！
可能对您有用的最好的东西是自动情绪分析。例如，这用于判断客户评论是正面的还是负面的。我无法为您提供可用工具的直接指示，但这是您正在寻找的。
不过，我必须说，这是自然语言处理领域当前的热门话题，我在会议上看到了许多论文。这绝对是一件相当复杂的事情，如果你从头开始，可能需要相当长的时间才能得到你想要的结果。
NLTK 是解析自然语言的一个不错的框架，但要注意这不是一件简单的事情。做这样的事情真的是研究级编程。
让事情变得更容易的一件好事是，如果您的领域非常有限 - 假设您的应用程序专注于有关著名作家的信息，那么您可以避免自然语言的一些复杂性，例如某些类型的歧义。
从哪儿开始？好问题。我不知道有关该主题的任何教程（我假设您尝试了 Google 选项），但我想 iTunes U 会有关于该主题的课程。如果不是，我可以发布一个链接，指向我已经完成的课程，其中提到了这个主题并且并不完全可怕： http: //www.inf.ed.ac.uk/teaching/courses/inf2a/lecturematerials/index.html #lecture01
你要解决的问题非常具有挑战性。
我将首先识别文本中的实体（称为命名实体识别的问题，谷歌搜索），然后我会尝试识别概念。
如果想大致识别文本是关于什么的，我建议您从使用 WordNet 开始，并根据单词及其在层次结构中的位置来识别所涉及的概念。如果您想创建一个显示真正智能的系统，那么您应该开始研究诸如 CYC (OpenCYC) 之类的资源，这将允许您将句子转换为 FOL 句子。
这个核心人工智能，解决您的问题的方法。对于简单的聊天机器人，依靠简单的统计方法会更容易。
祝你好运