Нейросеть не работает с текстом. Она работает с данными, а уж какие данные - это как обучишь.
Тебе нужен OpenSource framework для построения нейросетей. Далее строишь нейросеть, и обучаешь.
Нейросети не самообучаются и очень ограничены. Их требуется обучать извне.
Их необходимо тренировать в контролируемых условиях, и далее фиксировать, запрещать развитие. Так обычно и делают.
Именно такие обученные и зафиксированые сети и представляют коммерческую ценность, являясь законченным продуктом. Нефиксированных сетей боятся как огня - они склонны выкидывать сюрпризы.
Дело в том, что развитие нейросетей спонтанно, и без контроля приводит к хаосу.
В контролируемых условиях развитие жестко контролируется, потому сеть и обучается в нужную сторону.
В боевых условиях сложно либо невозможно создать адекватную систему контроля, так что нередки сюрпризы.
Либо, если так нужна развивающаяся нейросеть - нужно городить над ней систему динамического контроля, что сложнее, которая будет решать, что хорошо, а что плохо.
Сложность как раз в том, чтобы определить, что есть хорошо, а что плохо, имея случайный набор данных - сеть ведь должна обучаться в процессе работы.
Есть задачи, в которых легко определить результат работы нейросети - хорош он или плох. Есть и такие, где это сделать сложно, а то и невозможно - там требуется целая обученная нейросеть просто для контроля другой нейросети.
Есть и третий вариант, компромиссный - обработка данных фиксированной боевой сетью, а в фоне анализ данных, дальнейшее обучение на них клона боевой сети, уточнение критериев успешности (в т.ч. с участием человека - спешить некуда), тестирование, сравнение результатов с боевой сетью, и, если все круто - в ближайший сервисный период замена боевой сети более развитым клоном. И так в цикле.
Так более безопасно - развивающаяся сеть никогда не выйдет в боевой режим, пока не будет соответствовать требованиям надежности, а работу выполняет надежная фиксированная от изменений сеть, выдающая стабильный результат без сюрпризов.
В общем технология примитивная: эволюция и есть эволюция, ты просто определяешь критерии успешности, по которым отделяешь успешные вариации от негодных, и далее фиксируешь положительные изменения, а негативные отбрасываешь.
Методы обучения можешь погуглить - их несколько, и все они старые.
