parsing - 俄语的现代依赖解析器

Question

是否有任何用于俄语的现代词性标注器 + 依赖解析器？我需要一个能够处理纯文本和输出的工具或服务：

• 分句
• 划分为令牌
• 词性标签（欢迎使用细粒度的 MSD 标签）
• 引理（基本形式）
• 依赖角色标签

我需要该工具用于商业目的。它可以是具有训练有素的统计模型的开源项目，可用于商业目的（如果需要，可购买）或 Web API。最终它可能是具有专有模型的专有闭源二进制文件。俄语的解析模型比我在网上找到的都需要使用 TreeTagger，它 1）具有非常不友好的许可证，2）超过 20 年。

Answer 1

为了构建一个（好的）依赖解析器，你需要一个依赖树库。所有构建依赖解析器的团队都可以访问此类树库，但不允许他们传递数据。因此，您可以获得解析器，但通常不是预训练模型。

这就是为什么你必须自己训练一个模型。对于俄语，存在依赖树库 (SynTagRus)。我不知道您是否能够将其用于商业目的。也许这些网站会帮助你：

https://github.com/UniversalDependencies/UD_Russian-SynTagRus
https://habrahabr.ru/post/148124/
http://www.ruscorpora.ru/index.html

如果您设法获取数据，那么训练自己的模型是一项非常容易的任务。要么在这里再问一遍，要么你肯定会在互联网上找到足够多的指南（无论是俄语还是任何其他语言，训练解析器都是一样的）