我想制作一个日历应用程序，使它接受的英语输入比现有的输入更好。我发现斯坦福的NLP看起来很酷，但是我想知道它是否对此类任务有用。我找不到人们将其用于任何用途的示例。应用程序应该真正理解该语言吗？似乎现有的自然英语日历正在寻找关键字/模式并试图以这种方式进行解析，但我认为应用程序可以做得更好。
我的真实问题：有人可以告诉我如何找到使用NLP或其他（公开可用的）英语解析器制作真正有用的应用程序的人的示例吗？
几年来，NLP围绕NodeJS涌现了重要的新兴技术。有关此情况的更多概述，请参见此处：http://www.quora.com/Are-there-any-JavaScript-natural-language-processing-projects
但是，这是+1问题的示例，因为几年后我也在寻找相同的问题...
JavaScript中的NLP的工作示例？
这是我的答案...
步骤1-样板节点服务器：
install npm
npm install nodebootstrap
nodebootstrap naturalNode
cd naturalNode && npm install
node app
//这应该为您提供一个在本地主机上运行的节点引导应用程序：3000
有关简单节点服务器设置的完整信息，请访问：https://github.com/stonebk/nodeboilerplate
STEP 2-包括自然图书馆：
前往GitHub Natural Library来检查它可以做什么...
https://github.com/NaturalNode/natural
运行：
npm install natural
（在您的引导服务器中，名称为naturalNode）
STEP 3-运行示例：
将上面链接中的示例代码包含到app.js引导程序文件中。
var natural = require('natural'),
tokenizer = new natural.WordTokenizer();
console.log(tokenizer.tokenize("your dog has fleas."));
// [ 'your', 'dog', 'has', 'fleas' ]
现在，当您运行服务器时，您将拥有对自然库的完全访问权限，并具有通过前端接口对其进行扩展的能力。
让我知道是否缺少任何说明...
签出NLTK。
NLTK是用于构建可与之一起使用的Python程序的领先平台 人类语言数据。它提供了超过50个易于使用的界面 语料库和词汇资源（如WordNet）以及一套 文本处理库，用于分类，标记化，词干， 标记，解析和语义推理。
>>> import nltk
>>> rd_parser = nltk.RecursiveDescentParser(grammar)
>>> sent = 'Mary saw a dog'.split()
>>> for t in rd_parser.nbest_parse(sent):
... print t
(S (NP Mary) (VP (V saw) (NP (Det a) (N dog))))
NLTK提供了一本很棒的免费书，可以在线获得：http://nltk.googlecode.com/svn/trunk/doc/book/book.html
IBM的简要介绍：http://www.ibm.com/developerworks/linux/library/l-cpnltk/index.html
PS：另一个与您相似的SO问题：Using integers/dates as terminals in NLTK parser
由于您未指定任何编程语言，因此建议您使用一个名为Natty的Java库。您可以使用他的lib向作者询问有关现实生活中的应用程序的信息。
[有许多有用的NLP库，例如Spacy，NLTK和CoreNLP
下面是使用NodeJS和Javascript的示例中排名前2位的NLP库：
Github：https://github.com/axa-group/nlp.js
NLP.js由AXA组开发。它是一个用于构建机器人的NLP库，具有实体提取，情感分析，自动语言识别等功能，支持40种语言。
这里是一个基本代码段，可帮助您了解设置它的难度。
const {NlpManager} = require（'node-nlp'）;const manager = new NlpManager（{语言：['en']}）;
//为NLP添加话语和意图manager.addDocument（'en'，'暂时再见'，'greetings.bye'）;manager.addDocument（'en'，'bye bye care'，'greetings.bye'）;
//还要训练NLGmanager.addAnswer（'en'，'greetings.bye'，'直到下一次'）;manager.addAnswer（'en'，'greetings.bye'，'很快再见！'）;
//训练并保存模型。（async（）=> { 等待manager.train（）; manager.save（）; const response = await manager.process（'en'，'我应该现在去'）; console.log（response）;}）（）;
Github：https://github.com/NaturalNode/natural
Natural是另一个著名的Node.js NLP库。 “自然”是Node.js的通用自然语言工具。它目前支持标记化，词干，分类，语音，tf-idf，WordNet，字符串相似性和某些变形。
var natural = require（'natural'）;var tokenizer = new natural.WordTokenizer（）;console.log（tokenizer.tokenize（“您的狗有跳蚤。”））;// ['您的'，'狗'，'有'，'跳蚤']
console.log（natural.HammingDistance（“ karolin”，“ kathrin”，false））;console.log（natural.HammingDistance（“ karolin”，“ kerstin”，false））；//如果返回的字符串长度不同，则为-1
此处提供更多库和示例代码：https://www.kommunicate.io/blog/nlp-libraries-node-javascript/