题主的这个问题，其实是中文处理。 首先说一下，我不是什么大牛哈，不过倒是做过这方面调查，在这里给题主分享一下思路吧：
1 文字处理，需要词库，没有词库 是无法分词、词干化的，但是词库这种东西，不是个人、小团体能造出来得
2 词库： http://www.afenxi.com/post/9700
3 有了词库，你可能还要针对你要处理的业务去“划一些界限”和“规则”，要让机器自己知道遇到多个选择、矛盾的选择 应该如何处理，这就有点儿“机器学习”的意思了
4 机器学习，怎么教呢？ 得有教科书、题库，让机器做，那就是对应的前面的词库和N多篇文章
5 巴拉巴拉说了好几句，具体工具没说几个呵呵~~~
6 最直接的办法： 去智联，搜中文处理职位，看他们的技能要求，基本上就OK了

效果

参考地址