背景

我有一大堆写得很糟糕的陈述，一些事实，一些观点。它都是从各种公共互联网资源中刮下来的，都是英文的。

我现在在 python 中使用 nltk 来尝试从这个庞大的文本块中找出一些基本语句。

我的目标不是捕捉所有陈述，误报也不算太糟糕。我只是想从这个文本块中得到一些可能真实而简单的断言。

例子

鲍勃自 1983 年起与丽莎结婚。

丽莎的猫雪球两年前去世了。

鲍勃和丽莎有一个 30 岁的儿子，名叫乔治。

从这些简单的句子中，我想解析出一些简单的事实，比如：

"Bob is married", "Lisa is married", "George is Lisa's son", "George is Bobs son", "Snowball is a cat"

它不需要完全是这样。

实际问题

这种处理叫什么？（除了它是自然语言处理的一个子类别。）

解决这个问题的更简单和更难的方法是什么？

公共和专有算法在多大程度上解决了这个问题？