Компьютерная лингвистика

Две новые фичи в этом релизе чатбота:
( Collapse )

В продолжение работы над составными прилагательными, в грамматическом словаре выполнена чистка русского лексикона от большого количества составных существительных.

( Collapse )

Далее будут кратко описаны три модели. Две модели для частичной разметки соответствуют последовательным экспериментам по выбору общей архитектуры. Условно они называются Model1 и Ensemble. Модель лемматизации общая, ансамбль для нее я не делал, хотя это безусловно возможно и даже желательно.

Исходные тексты можно найти на гитхабе: https://github.com/Koziev/MorphoRuEval2017

( Collapse )
PS: Ансамбль будет описан отдельно.

После небольшой обработки напильничком для фразы "я умею говорить по-русски" получается такая озвучка:

( Collapse )

Надо еще добавить хранение озвучки для словосочетаний, чтобы для отдельных частых случаев получалось русское ударение и не было пауз между словами "пó лесу", "передо мной".

В принципе, меня устраивает даже такое качество речи. Для игрушечных гигантских человекоподобных роботов - самое то.