Analizar y categorizar textos

[IMAC/]

Hola,

Quiero analizar y dividir en categorías una serie de textos.
Tiene que hacerse de manera automática.

Se trataría de analizar el texto y asignarle una categoría (deportes, econocmía, política...)

¿Sabe alguien de algún modo de hacer esto?

Había pensado en buscar entre los textos palabras típicas de cada categoría y de encontrarlas asignarlas ya a una sección concreta.
Pero claro, esas palabras no tienen por qué aparecer siempre...

Se que esto es posible porque ya se ha hecho en páginas como http://paper.li donde lee unos tweets y los añade a categorias de forma automática pero no se en base a qué lo hace exáctamente ( y eso que los textos son pequeños... 120 caracteres)

Un saludo y gracias.

[pateketrueke]

Pues si... inicialmente podría analizar el texto con una serie de diccionarios por categoría.

Es decir, tienes N diccionarios de frases o keywords que corresponden a cierta categoría, simplemente analizas el texto en contra de todos los diccionarios, probablemente el texto que mas coincida debe corresponder a la categoría en cuestión.

Eso es lo mas simple que se me ocurre.