Ayuda urgente Procesamiento de Lenguaje Natural

Hola a todos, soy nuevo en el foro, necesito ayuda urgentemente.Estoy tratando de trabajar la teoría del
procesamiento de lenguaje natural, explico un poco,estoy trabajando con java, la idea
del programa es que apoye al diagnóstico médico en una atención médica X, se supone
que el médico ingresa los síntomas del paciente en lenguaje natural y los va separando
por "," (comas) Los síntomas los tengo almacenados en una tabla llamada SINTOMAS en
mi base de datos hecha en MySQL. Por ejemplo tengo almacenados:

Dolor de Cabeza - Náuseas - Jaqueca - etc. Entonces, ya tengo definidas las "palabras"
que va a reconocer, pero como van separadas por "," (comas) debe haber un análisis léxico y
sintáctico, y bueno, para que sea procesamiento de lenguaje natural debe también poseer
el analisis semántico. Para estos análisis se supone que debe haber una gramática definida,
pero no sé cómo hacer la lógica de esta gramática si ya tengo definidas en una base de datos
las palabras que va a reconocer. Necesito ayuda y sugerencias, pues sé que hay formas más
sencillas de trabajar este problema, como utilizar un listbox, pero si hago eso, estaría
omitiendo lo que es el procesamiento de lenguaje natural y quiero saber si es posible
definir algún tipo de gramática con las especificaciones que mencioné. Desde ya muchas
gracias.

Por supuesto que hay una gramática muy simple para eso. Pero lo que pasa es que, como lo planteás, eso no es "lenguaje natural", sino un mero reconocimiento de palabras separadas por comas. Para que fuera lenguaje natural las palabras deberían por lo menos estar enlazadas por conectivos, tales como "y", "o","sin", "mayor que", etc., y aun así le faltaría mucho para ser lenguaje natural. Lo que estás planteando es claramente un lenguaje artificial.
Ahora, si lo que estás tratando de hacer es algo que pueda utilizarse en la práctica, podés usar esa gramática muy simple, pero tu principal problema será el reconocimiento de palabras mal escritas.

Esto que contas me hace recordar a un sistema que se llama Mycin, que fue usado para diagnostico medico muy parecido a lo que pretendes hacer. Fue programado en Lisp, que es un lenguaje de inteligencia artificial.
Te dejo el link de la wikipedia. http://es.wikipedia.org/wiki/Mycin

Hola, muchas gracias a ambos por responder, pero no sé si tal vez me puedas guiar Kryptonyte un poco en cómo hacer esa gramática, si es que tienes algún ejemplo que me pudieses enviar??

Te muestro dos formas de verlo. La primera, cómo generar un texto perteneciente al lenguaje suponiendo que cualquier combinación de letras es aceptada como palabra significativa. En BNF sería así:
<letra> ::= a | b | c | ... | z
<palabra> ::= <letra> | <palabra> <letra>
<texto> ::= <palabra> | <texto> "," <palabra>

Ahora vamos a suponer que sólo ciertas palabras son aceptadas. Entoces una gramática (sólo las producciones, que es lo más importante) sería:
X -> palabra1 | palabra2 | palabra3 | ... hasta completar todas las palabras admitidas.
Es decir que esta X vendría a ser el alfabeto del lenguaje.
Si S es el axioma, entonces:
S -> X | X , S

Como ves, gramática muy simple.

Por otra parte, me parece que hay lenguajes más adecuados que Java para esa tarea: Lisp, Scheme, PROLOG.