Господа,

Посоветуйте, пожалуйста, готовый компонент для семантического анализа.

Хорошо бы, чтобы он мог:
1) Анализировать текстовые файлы (а лучше ещё и *.doc, *.xls, *.pdf) на наличие в нём слов и словосочетаний. Причём с учётом синонимов, устоявшихся выражений, расстояний между словами и т.д.
2) Анализировать документы на «похожесть».
3) Если он сможет действительно «понимать смысл», строя какой-нибудь «смысловой граф» - это был бы вообще предел мечтаний.

При этом хорошо бы, чтобы:
1) На Pentium 4-2000 с 1 Гб ОЗУ и Win2k3 или RH9 он умел проверить 150 Кб текста на наличие в нём 1000 словосочетаний (до 3 слов) за 1 сек., или на «похожесть» на один из 50 документов за 1 сек.
2) Для изменения был бы доступен его исходный код, и/или были бы доступны люди, которые поддерживают этот продукт. Если бы его исходники были ещё и на C++ или C#.Net – было бы просто супер.
3) Лучше всего, чтобы он распространялся по BSD-лицензии (так, кажется, она называется; смысл – «свободно для чего угодно, можете даже закрыть код, только первоначальных авторов упоминайте»); чуть хуже, если по GPL, и совсем плохо, если по коммерческой.

Знаю, знаю, не компонент мне, а губозакаточную машинку:). Но всё же – может быть, кто-то знает, применяет и доволен... Тогда поделитесь впечатлениями!

Спасибо вам большое! Обязательно попробую! :)

Тоже, судя по всему, хорошая вещь. Хотя как она справится с "инвертированной" задачей быстрого индексирования _одного_ документа и "нечёткого" поиска в нём нескольких тысяч словосочетаний - надо проверить. Спасибо большое и вам!