algoritmo di riconoscimento del significato di un testo

[Lillo85]

Salve a tutti,
devo realizzare un'applicazione che faccia un'operazione particolare:

supponiamo di avere memorizzato in una variabile di tipo String un testo lungo e non banale come per esempio il contenuto di un sms inviato tramite cellulare.
Lo scopo é implementare un algoritmo che possa "interpretare" il testo, ovvero analizzarlo e individuare determinate parole utili che corrispondono a parole chiave che per esempio fanno parte di un grande insieme di parole che abbiamo memorizzato da qualche parte (una sorta di vocabolario di riferimento).

Qualcuno ha dei suggerimenti o può aiutarmi a realizzare questo?grazie a tutti.

[VincenzoTheBest]

Originariamente inviato da Lillo85
una sorta di vocabolario di riferimento

Potresti anche utilizzare una semplice matrice, se dell'aspetto della complessità computazionale in tempo ti interessa poco; altrimenti ti consiglio l'uso di una istanza della classe java.util.HashMap.

[Lillo85]

scusami, forse non mi sono spiegato bene, vorrei dei suggerimenti su come poter realizzare tale programma che deve analizzare un testo e riconoscere determinate parole.. non mi serve sapere che struttura dati utilizzare per memorizzare il testo o il vocabolario di riferimento.. siccome è un'operazione particolare e non avendo trovato nulla finora volevo qualche suggerimento su come poter realizzare ciò.. grazie

[satifal]

Originariamente inviato da Lillo85
scusami, forse non mi sono spiegato bene, vorrei dei suggerimenti su come poter realizzare tale programma che deve analizzare un testo e riconoscere determinate parole.. non mi serve sapere che struttura dati utilizzare per memorizzare il testo o il vocabolario di riferimento.. siccome è un'operazione particolare e non avendo trovato nulla finora volevo qualche suggerimento su come poter realizzare ciò.. grazie

E secondo te un'indicazione sulla struttura dati da utilizzare è un suggerimento assolutamente inutile ai fini della realizzazione di un'applicazione? Mi sa che parti col piede sbagliato allora dato che le strutture dati sono tra le prime cose a dover essere definite in fase di progettazione di un'applicativo.

[Lillo85]

non volevo assolutamente dire che il suggerimento non fosse utile, lo è sicuramente, ma volevo solo dire che non è esattamente ciò che ho chiesto, vi chiedo nuovamente scusa in quanto probabilmente non mi sono spiegato proprio fin dall'inizio per cui cerco di ripresentarvi meglio il problema, scusate ma non è facile nemmeno da spiegare..

in pratica ho un file xml che contiene il vocabolario che dicevo prima, ovvero determinate parole chiave che dovrei estrarre.. inoltre devo analizzare una stringa e individure se ci sono o meno al suo interno delle parole che fanno parte dell'insieme di parole chiave citato sopra(estratto dal file xml).. magari se qualcuno ha dei suggerimenti riguardo l'elaborazione del testo .. grazie..

[satifal]

Leggi il file XML e per ciascun termine contenuto in esso puoi essettuare un controllo tipo:

String testo = ".......";
for (tutte le parole contenute nel file XML) {
    if (str.indexOf(parola) != -1) {
        la parola è contenuta nel testo
    }
}

[Lillo85]

ok grazie, anche se ero orientato più che altro su algoritmi più complessi di elaborazione del testo o di ricerca delle corrispondenze in un testo con pattern mutipli, non so se mi sono spiegato, grazie comunque per il suggerimento ..

[VincenzoTheBest]

Originariamente inviato da Lillo85
algoritmi più complessi di elaborazione del testo o di ricerca delle corrispondenze in un testo

Io conosco modelli/calcoli per implementare sistemi baseline di categorizzazione e word sense disambiguation dei testi (ma questa è una questione concettuale, tra l'altro baseline! Java è solo l'implementazione).

Potresti appoggiarti su WordNet, è un dizionario machine-readble, che disambigua e classifica termini...può essere un buon punto di partenza, ma devi trovare il modo per interfacciarti con esso.

[dops]

In effetti Lillo85 ha posto una domanda dando un titolo ben preciso al thread: "Algoritmo di riconoscimento del seignificato di un testo".
Con questo suppongo che quello che gli serve non è semplicemente una ricerca in un dizionario per poi crearne un altro ma presumibilmente qualcosa legato alla semantica, al significato del testo.
Allo stesso tempo si contraddice e confonde il lettore quando dice: ".. che corrispondono a parole chiave che per esempio fanno parte di un grande insieme di parole .." in quanto questo grande insieme non dovrebbe contenere semplicemente una serie di parole slegate da qualsiasi contesto, ma piuttosto un testo coerente che tratti un qualsiasi argomento.

Credo che gli serva un algoritmo simile a quello utilizzato da google nel suo motore di ricerca

Se in qualche modo può esserti utile:
http://www.expertsystem.it/page.asp?id=1521&idd=18

[Lillo85]

grazie ad entrambi per i suggerimenti, diciamo che in effetti a me servirebbe un algoritmo semantico, potrebbe essere un'idea quella di utilizzare un algortimo tipo quello utilizzato da COGITO della expert system, anche se molto complesso sicuramente da realizzare non so se è in effetti fattibile, anche perchè per realizzare un progetto cosi grande hanno impiegato tanti algoritmi e risorse e anni per realizzarlo e tra l'altro a riguardo ho trovato solo descrizioni del prodotto COGITO spiegazioni sui risultati raggiunti ma nulla riguardo effettivamente gli algoritmi utilizzati, quindi non mi sembra una cosa proprio fattibile non so..