я на питоне простым скриптом превратил его из исходного формата в чистый txt

ща поделюсь

https://github.com/aragaer/human2pa/blob/flair/human2pa/tlk.py - тут функции, которые скачивают, распаковывают, расковыривают и сохраняют в виде текста

хорошо, но я сейчас всё делаю в colab

не очень представляю как туда я буду совать этот скрипт

скачай его как файл в колаб

скачал

Тут омонимия на самом деле вот в чём: есть семантика слов, есть семантика фраз, семантика предложений.
NER -- семантика слов и коротких фраз (точнее, многословных выражений -- Multi-Word Entities, MWE), притом одна часть, векторное представление -- другая часть семантики слов и фраз (тематическая в основном, аналог информации о гиперниме слова/фразы). А ты под семантикой подразумеваешь исключительно логическую часть семантики предложения: решение задачи SRL и даже включаешь туда прагматическую часть о том, что это означает в данном контекте (семантика текста!) в данном конкретном мире.
В инженерном смысле синтаксис и семантика более мелких кусков используется для более крупного куска, так что и тебе это будет полезно. Как сделать качественный SRL без этого, а тем более качественную логическую семантику в контексте -- я не представляю. Но да, это разные вещи, безусловно.

кстати, может кто ещё не видел, по Сети гуляют новости о русскоязычной GPT-2. https://github.com/mgrankin/ru_transformers

(вроде в чате ссылка раньше не мелькала, а я сам наткнулся на проект только сейчас)

Ага и бот)

да, конечно сначала я услышал про бота от автора репозитория (который стихи пишет) и про HistoryAIBot

Я вот только не могу понять как это можно было бы применить в бизнесе

мне же наоборот приходят на ум мрачные, но вполне реальные и монетизируемые вещи :(

Манипулирование обществом? Фейковые новости?

да, как раз об этом писал сообщение. сейчас, кажется, такие вещи делаются в основном вручную. ещё когда OpenAI только анонсировала GPT-2, было понятно, что в результате эти модели будут использовать в т.ч. и в этих областях (впрочем, OpenAI сами об этом писали)

Это не очень интересно.

Фейсбук например зарабатывает обратную систему - выявление фейковых новостей))

это не очень интересно, и очень неэтично (я бы за такое не брался). но думаю, что кому-то будет очень интересно, и вопросами морали не все будут себя ограничивать.