Уважаемые друзья, подскажите, каким инструментом можно приводить словосочетания на русском в более-менее правильный человекочитаемый вид?

Например, дано:
'роза купить гатчина'

Хотелось бы получить:
'купить розу в Гатчине'

заранее благодарен за ответы!

Я готового инструмента не знаю.
Что можно попробовать сделать: сделать довольно сложную машиннообученную конструкцию, которая бы из кривого словосочетания делала правильное.
Как сделать:
1. Берёшь много "нормальных" фраз, и "портишь" их некоторыми эвристиками
2. На этих данных обучаешь seq-2-seq нейронку с атеншном и копированиями (типа как для перевода), которая переводила бы с "запросного" языка на "обычный".
Вместо голого seq-2-seq'а можно попробовать замутить что-нибудь с синтаксическим разбором (ведь по сути тут надо правильно восстановить связи между словами и на основе этих связей сгенерировать правильное предложение), но у меня такого опыта нет.

можно даже без нейронки по идее, просто подбирать деревья по pos

Просто pos недостаточно, а то может выйти "купить гатчину в розе". Нужна всё-таки какая-то модель, куда вшита статистика употребления слов - но да, необязательно нейронка.

я и имел ввиду все возможные деревья по конкретному набору pos

а дальше можно померять какое из них наиболее правдоподобное, например по частоте биграм в некотором корпусе

неоднозначности многовато будет, семантика нужна

Ага, звучит норм

Спасибо, буду пробовать!

По предыдущему вопросу: нашлась библиотека для русского языка termextractor, для текущей задачи ее хватило

Это вот эта библиотека: https://github.com/igor-shevchenko/rutermextract ???

Народ, никому не встречался аналог "Regex Coach" - пошаговой отладки регулярок на python-е?

Да

Такой: https://pythex.org/ ?

regex101

Не, именно пошаговые. берётся большая регулярка и текст html странички.
И можно смотреть как оно применяется, где откатывается какими частями.
В Regex Coach это великолепно сделано http://www.weitz.de/regex-coach/#step, но диалект несколько свой, да и работает только под виндой..

Друзья, а какие готовые модели и датасеты для NLI для русского языка вы использовали? Что посоветуете?
Особенно интересует детекция пар фраз, противоречащих друг другу.

Всем привет!
Кто-нибудь использовал уже предобученные модели на Universal Sentence Encoder с tensorflow или pytorch/text для sentiment analysis?
А то попадаются сплошные гайды с полным пайплайном: от очистки до обучения модели. Нет ли уже натрененных моделей?

В тф хабе же претрейн модель

Или речь о модели, предобученной для сентимента?