snø*_*ven 5 nlp information-extraction text-classification
是否有可以检测自然文本主题的库或数据库？
我不是在谈论从提取的关键字生成主题，而是在分析使用的词汇并将其与预定义的主题进行匹配。例如搜索烹饪或某些运动中使用的单词（例如足球俱乐部的名称或技术术语）。
更新并澄清：
示例文本片段：一个关于足球的句子，然后是另一个谈论活动餐饮的句子。
图书馆可以分配类别“体育”、“足球”、“烹饪”。
我正在寻找可以分配这些类别（或可能是“感兴趣的主题”）的东西，而无需我使用数 TB 的手动分类文档来训练数千个模型。例如，这可以通过匹配关键字而不是统计分析来工作（这就是我之前提到数据库的原因）。
我正在搜索这个，因为我自己没有人力建立这么大的数据库。
您描述的任务是经典的文本文档分类。我建议通读这篇文章，然后通过已知关键字进行搜索。
简而言之，最流行的方法是监督机器学习（例如 SVM），使用单词的 tf-idf，或者有时是单词 n-gram。
Scikit-learn 教程描述了此任务；还有像LibShortText这样的现有库。
对于数据集（比“数据库”更常见的术语），请参阅Reuters-21578 Text Categorization Collection或此处。一般来说，从预定义的类别中收集文本并不难。例如，如果您想按运动类型对文本进行分类，请访问新闻网站（也许是专门的网站），例如体育运动。
另请参阅stackoverflow或quora上的相关问题。