parsing - 俄语的现代依存解析器

Question

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

• 分成句子
• 划分为代币
• 词性标签(欢迎使用细粒度 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。它可以是一个开源项目，具有经过训练的统计模型，可用于商业目的(如果需要，可以购买)，也可以是一个 Web API。最终它可能是一个具有专有模型的专有闭源二进制文件。我在网上找到的俄语解析模型都需要使用 TreeTagger，它 1)有一个非常不友好的许可证，2)已经超过 20 年了。

Answer 1

为了构建一个(好的)依赖解析器，您需要一个依赖树库。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，但通常不能获得预训练模型。

这就是为什么你必须自己训练模型。对于俄语，存在依赖关系树库 (SynTagRus)。我不知道你是否能够将其用于商业目的。也许这些网站会对您有所帮助:

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，训练您自己的模型是一项非常简单的任务。要么再次在这里询问，要么您肯定会在互联网上找到足够的指南(无论是俄语还是任何其他语言，训练解析器都是相同的)