конкретно для глаголов  типа гладит

а в общем случае мы говорим про лексическую сочетаемость

ну слушайте вспомогательнах глаголов в английском штук 10, можно написать доп правило проверки, что если у нас 2 глагола в предложении на расстоянии 4 слова друг от друга и одно из них - вспомогательный глагол, то мы его не заменяем

лучше дажа еще добавить, что одно из них вспомогательный глагол, а второе глагол не в личной форме

начнём с того, что я вообще не верю, что с русскими данными в итоге тоже не выходит никакого "бреда" :)

потому что задача замены любого слова на любое тупо по форме — это ну как бы эээ

+++

да, у меня есть два подобных костыля к mystem-у, правда, там не на расстоянии 4, а про ближайшего соседа справа, но хочется такого избегать

"хотите верьте, хотите нет" )

помимо упомянутых двух правил-костылей я дохардкодил только такую таблицу

родительный: %w{ без вблизи вместо внутри для до из из-за от после против ради с со среди у },
     дательный: %w{ благодаря к ко  по                                                         },
   винительный: %w{ в во за на о об по      под про спустя через                               },
  творительный: %w{      за между над перед под                                   с со         },
   предложеный: %w{ в во    на о об по при                                                     },

и еще список пар-исключений предлогов, которые один на другой лучше не заменять

А какая задача вообще решается с помощью всех этих костылей?
Если нужно заменять слова в предложении так, чтобы оно звучало естественно, я бы посоветовал masked language model использовать (типа BERT), они РОВНО на эту задачу и обучались, и выполняют её очень хорошо.

ну вы сказали, что вы не лингвист, вам 2 лингвиста говорят, что это невозможно, привели аргументы почему и предложили пути решения. Тэггера, который вам без костылей  решит вашу задачу так, чтобы еще и лексическая сочетаемость была в природе не существует

но существует BERT, да)

@cointegrated
изначально идея была генерить новостные заголовки
из заголовков Ленты.ру получалось такое

В Украине раскрыли жизнь дней умеренного порно
Лидеры нашли длинную стену из лидеров
Увеличилось нельзя о неизвестном приглашении женщин от российских десятков водителей
Крым оценил НАТО \"девушкой\" и отказался уговаривать украинскую часть
Соловьева заявила свою производительность
Белоруссия направит Украине вопрос
Детских боссов защитят
Раскрыты высокооплачиваемые убытки специалистов при отдыхе
В России встретят лидеров в компании провал-дыр
В рекордной испанской попытке Сибири заподозрили дополнительного мэра
Страна назвала обстоятельства о смерти российской любовницы от величия
Сергей Путин умер вновь
Россия сменила кандидатов в Брунее
Российские автомобили объяснили четыре главные гибели
Гимн высказался об океане убийств над НАТО и Ираном
Назван персонаж в миллиардеры Украины от дикарей
Россия укусила катастрофическое дело в Китае

а с англ. не очень

А где могут использоваться заголовки такого качества?

А для этой задачи идеально подходят генеративные модели типа GPT-2.
Я файнтюнил на заголовках с nplus1 маленькую gpt, и она довольно быстро начала генерировать реалистичные заголовки. Вот в этом боте можно поглядеть на примеры: @science_or_crap_bot

нихачу нейросети _--

Ну и я не вижу принципиальной разницы с примерами из английского - грамматически ок, выглядит странно

хачу вилисапед _--

Нейросеть победила меня в эту игру 🙈