Antonio Solo

посмотреть курс по созданию нейросетей и сделать

собственно задача примитивна для того кто хотя бы день потратил на изучение этой темы

Не понятна задача. Если это случайный ответ (из ранее сказанных фраз) то нейросеть не нужна.

Но если это ответ на основе пар вопрос-ответ, когда для нового вопроса подбирается (строится новый) ответ, то это задача как раз для нейросети.

Но, как верно написали выше, парой строк для понимания тут не обойдешься. а бесплатно никто за вас эту работу делать не будет.

берешь случайную последовательность (последовательность это будет "геном") размещаешь, вычисляешь какую-то метрику, делаешь мутацию (как-то изменяешь этот геном) - сравниваешь их метрики - "выживает" наилучшая.

ну а дальше поле для экспериментов

любая задача построения классификатора начинается с построения корпуса - исходного набора данных для анализа - в вашем случае картинок.

то есть если вы хотите научить распознавать порезанные вены на руках - вам надо иметь 10000 картинок порезанных вен и 10000 - целых рук

я думаю в конкретной задаче очень большой разброс потенциальных изображений очень слабые признаки которые надо выявлять и поэтому ничего не получится.

это называется NLP или NLU

я сейчас решаю аналогичную задачу, вижу следующий подход (если есть гуру - покритикуйте)

город Москва: ул. Таллинская; улица Твардовского, Туркменский проспект (дома с 1 по 31). Серебряноборское лесничество

1) предварительная обработка текста фильтрами
город [имя] [.] ул [имя] [.] улица [имя] [.] [имя] [.] проспект дома с 1 по 31 [имя] [.] лесничество

2) вытаскивание значений
город [имя] ул [имя] [.] улица [имя] [.] [имя] [.] проспект дома [диапазон] [.] [имя] лесничество

3) нормализация
город [имя] [.] улица [имя] [.] улица [имя] [.] [имя] проспект дом [диапазон] [.] [имя] лесничество

если у вас тематика фиксирована, то можно выделить какие-то маркерные слова, в вашем случае это виды гео-объектов

[геообъект] [имя] [.] [геообъект][имя] [.] [геообъект] [имя] [.] [имя] [геообъект] [геообъект] [диапазон] [.] [имя] [геообъект]

4) обработка на предмет выделения смысловых токенов
город [имя]
улица [имя]
улица [имя]
[имя] проспект дом [диапазон]
[имя] лесничество

последний пункт может решаться как алгоритмически, так и при помощи НС. это уже надо смотреть насколько регулярный сам текст. поскольку у вас есть разделители в конкретном примере все тривиально решается