{"id":303744,"date":"2020-05-17T15:00:30","date_gmt":"2020-05-17T15:00:30","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=303744"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=303744","title":{"rendered":"\u0421\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u0435\u043c \u0440\u0430\u0431\u043e\u0442\u0443 open source Python \u2014 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a \u0434\u043b\u044f \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0435\u0439"},"content":{"rendered":"\n<div class=\"post__text post__text-html post__text_v1\" id=\"post-content-body\" data-io-article-url=\"https:\/\/habr.com\/ru\/post\/502366\/\">\n<h3>\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435<\/h3>\n<p>  \u041c\u044b \u0432 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0441\u043e\u0437\u0434\u0430\u0435\u043c \u0441\u0435\u0440\u0432\u0438\u0441, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c, \u0443\u043f\u0440\u0430\u0432\u043b\u044f\u0442\u044c \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u043e\u043d\u043d\u044b\u0435 \u0441\u043e\u0433\u043b\u0430\u0448\u0435\u043d\u0438\u044f \u0438 \u043f\u0440\u043e\u0447\u0438\u0435 \u0434\u043e\u0433\u043e\u0432\u043e\u0440\u044b \u043c\u0435\u0436\u0434\u0443 \u0444\u0440\u0438\u043b\u0430\u043d\u0441\u0435\u0440\u0430\u043c\u0438 \u0438 \u0438\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u0430\u043c\u0438. <\/p>\n<p>  \u0414\u043b\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u044d\u0442\u043e \u0437\u0430\u0434\u0430\u0447\u0438 \u044f \u043e\u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b \u0434\u0435\u0441\u044f\u0442\u043a\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u0432 \u0442\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u043a\u043e\u0434\u043e\u043c \u0438 \u0445\u043e\u0442\u0435\u043b \u0431\u044b \u043f\u043e\u0434\u0435\u043b\u0438\u0442\u044c\u0441\u044f \u043e\u043f\u044b\u0442\u043e\u043c \u0440\u0430\u0431\u043e\u0442\u044b \u0441 open source Python \u2014 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430\u043c\u0438 \u0434\u043b\u044f \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0435\u0439.<\/p>\n<h3>\u0420\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0435\u0439 <\/h3>\n<p>  \u041d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u043b\u043e\u0432 \u043e \u0441\u0430\u043c\u043e\u0439 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0435. Named Entity Recognition (NER) \u2014 \u044d\u0442\u043e \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u043d\u0430\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u044c \u0432 \u0440\u0435\u0447\u0438 \u0438 \u0442\u0435\u043a\u0441\u0442\u0435 \u043e\u043f\u0440\u0435\u0434\u043c\u0435\u0447\u0435\u043d\u043d\u044b\u0435 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 \u0441\u043b\u043e\u0432 \u0438 \u0441\u043b\u043e\u0432\u043e\u0441\u043e\u0447\u0435\u0442\u0430\u043d\u0438\u0439. \u0421\u043d\u0430\u0447\u0430\u043b\u0430 \u044d\u0442\u043e \u0431\u044b\u043b\u0438 \u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043d\u0430\u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u0438\u044f, \u0438\u043c\u0435\u043d\u0430 \u043b\u044e\u0434\u0435\u0439, \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0439, \u0430\u0434\u0440\u0435\u0441\u0430, \u043e\u0434\u043d\u0430\u043a\u043e \u0432 \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0435\u0435 \u0432\u0440\u0435\u043c\u044f \u044d\u0442\u043e \u043f\u043e\u043d\u044f\u0442\u0438\u0435 \u0441\u0438\u043b\u044c\u043d\u043e\u0439 \u0440\u0430\u0441\u0448\u0438\u0440\u0438\u043b\u043e\u0441\u044c \u0438 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e NER \u043c\u044b \u0438\u0449\u0435\u043c \u0432 \u0442\u0435\u043a\u0441\u0442\u0435 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0438 \u0430\u0431\u0441\u043e\u043b\u044e\u0442\u043d\u044b\u0435 \u0434\u0430\u0442\u044b, \u0447\u0438\u0441\u043b\u0430, \u043d\u043e\u043c\u0435\u0440\u0430 \u0438 \u0442.\u0434. <br \/>  \u0412\u044b\u044f\u0432\u043b\u0435\u043d\u0438\u0435 \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0435\u0439 \u2014 \u044d\u0442\u043e \u00ab\u0432\u043e\u0440\u043e\u0442\u0430\u00bb \u0432 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a, \u043e\u043d\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u044b\u044f\u0432\u043b\u044f\u0442\u044c \u0438 \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c \u043d\u0430\u043c\u0435\u0440\u0435\u043d\u0438\u044f \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0430, \u0443\u0441\u0442\u0430\u043d\u0430\u0432\u043b\u0438\u0432\u0430\u0442\u044c \u0441\u0432\u044f\u0437\u0438 \u0441\u043b\u043e\u0432 \u0432 \u0435\u0433\u043e \u0440\u0435\u0447\u0438 \u0438 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c \u043c\u0438\u0440\u043e\u043c. <\/p>\n<p>  <a name=\"habracut\"><\/a>  <\/p>\n<h3>\u042f\u0437\u044b\u043a\u043e\u0432\u043e\u0435 \u043d\u0435\u0440\u0430\u0432\u0435\u043d\u0441\u0442\u0432\u043e<\/h3>\n<p>  \u0414\u043b\u044f \u043d\u0430\u0447\u0430\u043b\u0430, \u0445\u043e\u0442\u0435\u043b \u0431\u044b \u043e\u0431\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435 \u043d\u0430 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e\u0435 \u043d\u0435\u0440\u0430\u0432\u0435\u043d\u0441\u0442\u0432\u043e \u0432 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u043d\u044b\u0445 \u0440\u0435\u0448\u0435\u043d\u0438\u044f\u0445 \u0434\u043b\u044f \u0440\u0430\u0437\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432. \u0422\u0430\u043a, \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u043e \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043e\u043a (\u0432 \u0442\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u0435 \u0440\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0438\u043c\u0438 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u0430\u043c\u0438) \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0441 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u043c \u044f\u0437\u044b\u043a\u043e\u043c. \u041d\u0430\u0439\u0442\u0438 \u0433\u043e\u0442\u043e\u0432\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0434\u043b\u044f \u0431\u0430\u0445\u0430\u0441\u0430, \u0445\u0438\u043d\u0434\u0438 \u0438\u043b\u0438 \u0430\u0440\u0430\u0431\u0441\u043a\u043e\u0433\u043e \u2014 \u0437\u0430\u0434\u0430\u0447\u0430 \u043d\u0435\u0431\u043b\u0430\u0433\u043e\u0434\u0430\u0440\u043d\u0430\u044f. <\/p>\n<p>  \u0415\u0432\u0440\u043e\u043f\u0435\u0439\u0441\u043a\u0438\u0435 \u044f\u0437\u044b\u043a\u0438 \u0445\u0443\u0434\u043e-\u0431\u0435\u0434\u043d\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u0432 \u043d\u0430\u0438\u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430\u0445, \u044f\u0437\u044b\u043a\u0438 \u0430\u0444\u0440\u0438\u043a\u0438 \u043d\u0435 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442 \u0432 \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u043c Natural Language Processing \u0432 \u043f\u0440\u0438\u043d\u0446\u0438\u043f\u0435. \u041c\u0435\u0436\u0434\u0443 \u0442\u0435\u043c, \u043f\u043e \u0441\u0432\u043e\u0435\u043c\u0443 \u043e\u043f\u044b\u0442\u0443 \u0437\u043d\u0430\u044e, \u0447\u0442\u043e \u0430\u0444\u0440\u0438\u043a\u0430\u043d\u0441\u043a\u0438\u0439 \u043a\u043e\u043d\u0442\u0438\u043d\u0435\u043d\u0442 \u2014 \u044d\u0442\u043e \u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u0438 \u0431\u043e\u0433\u0430\u0442\u044b\u0439 \u0440\u044b\u043d\u043e\u043a, \u0438 \u0442\u0430\u043a\u043e\u0435 \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0435 \u044d\u0442\u043e, \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e, \u0438\u043d\u0435\u0440\u0446\u0438\u044f \u0440\u044b\u043d\u043a\u0430. <\/p>\n<p>  \u0414\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 \u0435\u0441\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u044b\u0437\u044b\u0432\u0430\u044e\u0449\u0438\u0445 \u0443\u0434\u0438\u0432\u043b\u0435\u043d\u0438\u0435 \u0441\u0432\u043e\u0438\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u0440\u0435\u0448\u0435\u043d\u0438\u0439, \u043e\u0434\u043d\u0430\u043a\u043e, \u0437\u0430 \u043d\u0438\u043c\u0438 \u043d\u0435 \u0447\u0443\u0432\u0441\u0442\u0432\u0443\u0435\u0442\u0441\u044f \u0442\u0430\u043a\u043e\u0439 \u043a\u043e\u043c\u043c\u0435\u0440\u0447\u0435\u0441\u043a\u043e\u0439 \u043c\u043e\u0449\u0438 \u0438 \u0430\u043a\u0430\u0434\u0435\u043c\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u0430 \u043a\u0430\u043a \u0434\u043b\u044f \u0440\u0430\u0437\u0432\u0438\u0442\u044b\u0445 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a \u00ab\u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u043d\u044b\u0445\u00bb \u043d\u0430 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430. <\/p>\n<h3>\u0422\u0435\u043a\u0441\u0442 \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438<\/h3>\n<p>  \u042f \u0432\u0437\u044f\u043b \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0438\u0437 \u0440\u0430\u0437\u043d\u044b\u0445 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u043e\u0432, \u0438 \u0441\u043e\u0435\u0434\u0438\u043d\u0438\u043b \u0438\u0445 \u0432 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0433\u0438\u043f\u043d\u043e\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0442\u0435\u043a\u0441\u0442, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u043f\u0440\u0430\u0432\u044f\u0442\u0441\u044f \u0441\u043e \u0441\u0432\u043e\u0435\u0439 \u0437\u0430\u0434\u0430\u0447\u0435\u0439 \u0432\u044b\u0431\u0440\u0430\u043d\u043d\u044b\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438. <\/p>\n<pre><code class=\"python\">english_text = ''' I want a person available 7 days and with prompt response all most every time. Only Indian freelancer need I need PHP developer who have strong experience in Laravel and Codeigniter framework for daily 4 hours. I need this work by Monday 27th Jan. should be free from plagiarism .  Need SAP FICO consultant for support project needs to be work on 6 months on FI AREAWe.  Want a same site to be created as the same as this https:\/\/www.facebook.com\/?ref=logo, please check the site before contacting to me and i want this site to be ready in 10 days. They will be ready at noon tomorrow .'''  russian_text = '''\u0412\u043b\u0430\u0441\u0442\u0438 \u041c\u043e\u0441\u043a\u0432\u044b \u0432\u044b\u0434\u0435\u043b\u0438\u043b\u0438 110 \u043c\u043b\u0440\u0434 \u0440\u0443\u0431\u043b\u0435\u0439 \u043d\u0430 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0443 \u043d\u0430\u0441\u0435\u043b\u0435\u043d\u0438\u044f, \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0437\u0434\u0440\u0430\u0432\u043e\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u0438 \u0433\u043e\u0440\u043e\u0434\u0441\u043a\u043e\u0433\u043e \u0445\u043e\u0437\u044f\u0439\u0441\u0442\u0432\u0430. \u041e\u0431 \u044d\u0442\u043e\u043c \u0441\u043e\u043e\u0431\u0449\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \u043c\u044d\u0440\u0430 \u0441\u0442\u043e\u043b\u0438\u0446\u044b https:\/\/www.sobyanin.ru\/ \u0432 \u043f\u044f\u0442\u043d\u0438\u0446\u0443, 1 \u043c\u0430\u044f. \u041f\u043e \u0430\u0434\u0440\u0435\u0441\u0443 \u0410\u043b\u0442\u0443\u0444\u044c\u0435\u0432\u0441\u043a\u043e\u0435 \u0448\u043e\u0441\u0441\u0435 \u0434.51 (\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u0432\u0438\u0434 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f: \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u0434\u0435\u044f\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c, \u0441\u043a\u043b\u0430\u0434\u044b) \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d \u041c\u041f\u0417? \u041f\u043e\u0434\u043f\u043e\u0440\u0443\u0447\u0438\u043a \u041a\u0438\u0436\u0435 \u0443\u043f\u0440\u0430\u0432\u043b\u044f\u044f \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u043c \u0412\u0410\u04172107 \u043f\u0435\u0440\u0435\u0432\u043e\u0437\u0438\u043b \u0430\u0432\u0442\u043e\u043c\u0430\u0442 \u0410\u041a47 \u0441 \u0446\u0435\u043b\u044c\u044e \u043e\u0433\u0440\u0430\u0431\u043b\u0435\u043d\u0438\u044f \u0431\u0430\u043d\u043a\u0430 \u0412\u0422\u041124, \u043a\u0430\u043a \u0441\u043b\u0435\u0434\u0443\u0435\u0442 \u0438\u0437 \u0437\u0430\u043f\u0438\u0441\u0435\u0439.  \u0412\u0437\u044b\u0441\u043a\u0430\u0442\u044c c \u0438\u043d\u0434\u0438\u0432\u0438\u0434\u0443\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043f\u0440\u0435\u0434\u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0442\u0435\u043b\u044f \u0418\u0432\u0430\u043d\u043e\u0432\u0430 \u041a\u043e\u0441\u0442\u0430\u043d\u0442\u0438\u043f\u0430 \u041f\u0435\u0442\u0440\u043e\u0432\u0438\u0447\u0430 \u0434\u0430\u0442\u0430 \u0440\u043e\u0436\u0434\u0435\u043d\u0438\u044f 10 \u044f\u043d\u0432\u0430\u0440\u044f 1970 \u0433\u043e\u0434\u0430, \u043f\u0440\u043e\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0433\u043e \u043f\u043e \u0430\u0434\u0440\u0435\u0441\u0443 \u0433\u043e\u0440\u043e\u0434 \u0421\u0430\u043d\u043a\u0442-\u041f\u0435\u0442\u0435\u0440\u0431\u0443\u0440\u0433, \u0443\u043b. \u041a\u0440\u0443\u0437\u0435\u043d\u0448\u0442\u0435\u0440\u043d\u0430, \u0434\u043e\u043c 5\/1\u0410 8 000 (\u0432\u043e\u0441\u0435\u043c\u044c \u0442\u044b\u0441\u044f\u0447) \u0440\u0443\u0431\u043b\u0435\u0439 00 \u043a\u043e\u043f\u0435\u0435\u043a \u0433\u043e\u0441. \u043f\u043e\u0448\u043b\u0438\u043d\u044b \u0432 \u043f\u043e\u043b\u044c\u0437\u0443 \u0431\u044e\u0434\u0436\u0435\u0442\u0430 \u0420\u0424 \u0416\u0438\u0442\u0435\u043b\u0438 \u0442\u0440\u0435\u0431\u0443\u044e\u0442 \u043d\u0435\u0437\u0430\u043c\u0435\u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u043e\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0438 \u041c\u041f\u0417 \u0438 \u0435\u0433\u043e \u0432\u044b\u0432\u043e\u0434\u0430 \u0438\u0437 \u0440\u0430\u0439\u043e\u043d\u0430. \u0420\u0435\u0448\u0435\u043d\u0438\u0435 \u0431\u044b\u043b\u043e \u043f\u0440\u0438\u043d\u044f\u0442\u043e \u043f\u043e \u043f\u043e\u0440\u0443\u0447\u0435\u043d\u0438\u044e \u043c\u044d\u0440\u0430 \u0433\u043e\u0440\u043e\u0434\u0430 \u0421\u0435\u0440\u0433\u0435\u044f \u0421\u043e\u0431\u044f\u043d\u0438\u043d\u0430 \u0432 \u0441\u0432\u044f\u0437\u0438 \u0441 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f\u043c\u0438 \u0438\u0437-\u0437\u0430 \u043a\u043e\u0440\u043e\u043d\u0430\u0432\u0438\u0440\u0443\u0441\u0430.'''  <\/code><\/pre>\n<h3>\u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 NLTK<\/h3>\n<p>  NLTK \u044d\u0442\u043e \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u043e\u043d\u0430 \u043f\u0440\u043e\u0441\u0442\u0430 \u0432 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438, \u043d\u0435 \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u0438\u0437\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u0442 99% \u0437\u0430\u0434\u0430\u0447, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u043e\u0433\u0443\u0442 \u0432\u043e\u0437\u043d\u0438\u043a\u043d\u0443\u0442\u044c \u043f\u0440\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0438 \u0441\u0442\u0443\u0434\u0435\u043d\u0447\u0435\u0441\u043a\u0438\u0445 \u0437\u0430\u0434\u0430\u0447.   <\/p>\n<pre><code class=\"python\">import nltk nltk.download('punkt') nltk.download('averaged_perceptron_tagger') nltk.download('maxent_ne_chunker') nltk.download('words') for sent in nltk.sent_tokenize(english_text):    for chunk in nltk.ne_chunk(nltk.pos_tag(nltk.word_tokenize(sent))):       if hasattr(chunk, 'label'):          print(chunk) <\/code><\/pre>\n<p>  Output:<br \/>  <code>(GPE Indian\/JJ)<br \/>  (ORGANIZATION PHP\/NNP)<br \/>  (GPE Laravel\/NNP)<br \/>  (PERSON Need\/NNP)<br \/>  (ORGANIZATION SAP\/NNP)<br \/>  (ORGANIZATION FI\/NNP)<br \/>  <\/code><\/p>\n<p>  \u041a\u0430\u043a \u043c\u044b \u0432\u0438\u0434\u0438\u043c, NLTK \u043d\u0435\u043f\u043b\u043e\u0445\u043e \u0441\u043f\u0440\u0430\u0432\u0438\u043b\u0441\u044f \u0441\u043e \u0441\u0432\u043e\u0435\u0439 \u0437\u0430\u0434\u0430\u0447\u0435\u0439, \u043e\u0434\u043d\u0430\u043a\u043e \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0431\u043e\u043b\u0435\u0435 \u00ab\u0431\u043e\u0433\u0430\u0442\u044b\u043c\u00bb \u043d\u0430\u043c \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u043e\u0431\u0443\u0447\u0430\u0442\u044c \u0441\u0432\u043e\u0439 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 tagger (\u0438\u043b\u0438 \u0432\u044b\u0431\u0440\u0430\u0442\u044c \u0434\u0440\u0443\u0433\u043e\u0439 \u0438\u0437 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0448\u0438\u0440\u043e\u043a\u043e\u0433\u043e \u0441\u043f\u0438\u0441\u043a\u0430). \u041d\u043e, \u0441\u0442\u043e\u0438\u0442 \u043b\u0438 \u044d\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c \u0432 2020 \u0433\u043e\u0434\u0443 \u0435\u0441\u043b\u0438 \u0435\u0441\u0442\u044c \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u043e\u0441\u0442\u044b\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u044f? <\/p>\n<h3>Stanford CoreNLP<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/images.g2crowd.com\/uploads\/product\/image\/social_landscape\/social_landscape_8c3334e07be0d50b757d5526a9acebcc\/stanford-corenlp.jpg\" alt=\"image\"\/><\/p>\n<p>  \u041e\u0434\u0438\u043d \u0438\u0437 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u0440\u0430\u0441\u0448\u0438\u0440\u0438\u0442\u044c \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u0438 NLTK \u044d\u0442\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u043e\u0439 Python \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u043e\u0439 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0443\u044e Java \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0443 \u043e\u0442 Stanford CoreNLP. \u041a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0443\u043b\u0443\u0447\u0448\u0430\u0435\u0442\u0441\u044f \u0437\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u043e, \u043f\u0440\u0438 \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043d\u0438\u0437\u043a\u0438\u0445 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f\u0445.   <\/p>\n<pre><code class=\"python\">from nltk.tag.stanford import StanfordNERTagger jar = &quot;stanford-ner-2015-04-20\/stanford-ner-3.5.2.jar&quot; model = &quot;stanford-ner-2015-04-20\/classifiers\/&quot;  st_3class = StanfordNERTagger(model + &quot;english.all.3class.distsim.crf.ser.gz&quot;, jar, encoding='utf8')  st_4class = StanfordNERTagger(model + &quot;english.conll.4class.distsim.crf.ser.gz&quot;, jar, encoding='utf8')  st_7class = StanfordNERTagger(model + &quot;english.muc.7class.distsim.crf.ser.gz&quot;, jar, encoding='utf8') for i in [st_3class.tag(english_text.split()), st_4class.tag(english_text.split()), st_7class.tag(english_text.split())]:   for b in i:     if b[1] != 'O':         print(b) <\/code><\/pre>\n<p>  Output:<br \/>  <code>('PHP', 'ORGANIZATION')<br \/>  ('Laravel', 'LOCATION')<br \/>  ('Indian', 'MISC')<br \/>  ('PHP', 'ORGANIZATION')<br \/>  ('Laravel', 'LOCATION')<br \/>  ('Codeigniter', 'PERSON')<br \/>  ('SAP', 'ORGANIZATION')<br \/>  ('FICO', 'ORGANIZATION')<br \/>  ('PHP', 'ORGANIZATION')<br \/>  ('Laravel', 'LOCATION')<br \/>  ('Monday', 'DATE')<br \/>  ('27th', 'DATE')<br \/>  ('Jan.', 'DATE')<br \/>  ('SAP', 'ORGANIZATION')<br \/>  <\/code><br \/>   \u041a\u0430\u043a \u043c\u044b \u0432\u0438\u0434\u0438\u043c, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u044b\u0434\u0430\u0447\u0438 \u0443\u043b\u0443\u0447\u0448\u0438\u043b\u043e\u0441\u044c \u0437\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u043e, \u0438 \u0442\u0435\u043f\u0435\u0440\u044c, \u0441 \u0443\u0447\u0435\u0442\u043e\u043c \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u044b \u0438 \u043f\u0440\u043e\u0441\u0442\u043e\u0442\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e, \u0447\u0442\u043e \u0434\u043b\u044f \u043d\u0435\u0441\u043b\u043e\u0436\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447 NLTK \u0432\u043f\u043e\u043b\u043d\u0435 \u043f\u0440\u0438\u0433\u043e\u0434\u043d\u0430 \u0438 \u0432 \u043f\u0440\u043e\u043c\u044b\u0448\u043b\u0435\u043d\u043d\u043e\u0439 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0435. <\/p>\n<h3>Spacy<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/spacy.io\/static\/social_default-1d3b50b1eba4c2b06244425ff0c49570.jpg\" alt=\"image\"\/><\/p>\n<p>  Spacy \u044d\u0442\u043e Python-\u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c \u043a\u043e\u0434\u043e\u043c \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u043e\u043d\u0430 \u0438\u0437\u0434\u0430\u0435\u0442\u0441\u044f \u043f\u043e\u0434 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0435\u0439 MIT (!), \u0435\u0435 \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u0438 \u0440\u0430\u0437\u0432\u0438\u0432\u0430\u044e\u0442 \u041c\u044d\u0442\u044c\u044e \u0413\u0430\u043d\u043d\u0438\u0431\u0430\u043b \u0438 \u0418\u043d\u0435\u0441 \u041c\u043e\u043d\u0442\u0430\u043d\u0438, \u043e\u0441\u043d\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438-\u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0430 Explosion.<br \/>  \u041a\u0430\u043a \u043f\u0440\u0430\u0432\u0438\u043b\u043e, \u043a\u0430\u0436\u0434\u044b\u0439, \u043a\u0442\u043e \u0441\u0442\u0430\u043b\u043a\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0441 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u044c\u044e \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u043a\u0430\u043a\u0438\u0445-\u0442\u043e \u0437\u0430\u0434\u0430\u0447 \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u0440\u0430\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u0437\u0434\u043d\u043e \u0443\u0437\u043d\u0430\u0435\u0442 \u043e\u0431 \u044d\u0442\u043e\u0439 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0435. \u0411\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u043e \u0444\u0443\u043d\u043a\u0446\u0438\u0439 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u043e \u00ab\u0438\u0437 \u043a\u043e\u0440\u043e\u0431\u043a\u0438\u00bb, \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0438 \u0437\u0430\u0431\u043e\u0442\u044f\u0442\u0441\u044f \u043e \u0442\u043e\u043c, \u0447\u0442\u043e\u0431\u044b \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0431\u044b\u043b\u0430 \u0443\u0434\u043e\u0431\u043d\u0430 \u0432 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438. <br \/>  Space \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u0442 18 \u043c\u0435\u0442\u043e\u043a (tags) \u043a\u043e\u0442\u043e\u0440\u044b\u043c\u0438 \u043e\u0442\u043c\u0435\u0447\u0430\u044e\u0442\u0441\u044f \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0438, \u0440\u0430\u0432\u043d\u043e \u043a\u0430\u043a \u0438 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u0441\u043f\u043e\u0441\u043e\u0431 \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u0442\u044c \u0441\u0432\u043e\u044e \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c. \u0414\u043e\u0431\u0430\u0432\u044c\u0442\u0435 \u0441\u044e\u0434\u0430 \u043e\u0442\u043b\u0438\u0447\u043d\u0443\u044e \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u044e, \u043e\u0433\u0440\u043e\u043c\u043d\u043e\u0435 \u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432\u043e \u0438 \u0445\u043e\u0440\u043e\u0448\u0443\u044e \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0443 \u2014 \u0438 \u0441\u0442\u0430\u043d\u0435\u0442 \u043f\u043e\u043d\u044f\u0442\u043d\u043e, \u043f\u043e\u0447\u0435\u043c\u0443 \u044d\u0442\u043e \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u0441\u0442\u0430\u043b\u043e \u0442\u0430\u043a\u0438\u043c \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u043c \u0432 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0435 \u043f\u0430\u0440\u0443 \u043b\u0435\u0442. <\/p>\n<pre><code class=\"python\">import spacy model_sp = en_core_web_lg.load() for ent in model_sp(english_text).ents:   print(ent.text.strip(), ent.label_) <\/code><\/pre>\n<p>  Output:<br \/>  <code>7 days DATE<br \/>  New York GPE<br \/>  Indian NORP<br \/>  Laravel LOC<br \/>  Codeigniter NORP<br \/>  4 hours TIME<br \/>  Monday 27th Jan. DATE<br \/>  FICO ORG<br \/>  6 months DATE<br \/>  10 days DATE<br \/>  noon TIME<br \/>  tomorrow DATE<br \/>  Iceland GPE<br \/>  <\/code><br \/>  \u041a\u0430\u043a \u0432\u0438\u0434\u0438\u043c, \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u043b\u0443\u0447\u0448\u0435, \u0430 \u043a\u043e\u0434 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043f\u0440\u043e\u0449\u0435 \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u0435\u0439. \u041c\u0438\u043d\u0443\u0441\u044b \u0440\u0430\u0431\u043e\u0442\u044b \u2014 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u0432\u0435\u0441 \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0430\u044f \u0440\u0430\u0431\u043e\u0442\u0430, \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043d\u0435\u043b\u043e\u0433\u0438\u0447\u043d\u044b\u0435 \u00ab\u043c\u0435\u0442\u043a\u0438\u00bb, \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0434\u043b\u044f \u043c\u043d\u043e\u0433\u0438\u0445 \u044f\u0437\u044b\u043a\u043e\u0432, \u0432 \u0442\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e (\u0445\u043e\u0442\u044f \u0435\u0441\u0442\u044c \u043c\u0443\u043b\u044c\u0442\u0438\u044f\u0437\u044b\u0447\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438). <\/p>\n<h3>Flair<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/raw.githubusercontent.com\/flairNLP\/flair\/master\/resources\/docs\/flair_logo_2020.png\" alt=\"image\"\/><\/p>\n<p>  Flair \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u0442 \u0433\u043e\u0440\u0430\u0437\u0434\u043e \u0431\u043e\u043b\u0435\u0435 \u0433\u043b\u0443\u0431\u043e\u043a\u043e\u0435 \u043f\u043e\u0433\u0440\u0443\u0436\u0435\u043d\u0438\u0435 \u0432 \u043f\u0440\u0435\u0434\u043c\u0435\u0442\u043d\u0443\u044e \u043e\u0431\u043b\u0430\u0441\u0442\u044c, \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0441\u043e\u0437\u0434\u0430\u043d\u0430, \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438, \u0434\u043b\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u0438\u0445 \u0437\u0430\u0434\u0430\u0447, \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u044f \u043d\u0435\u043f\u043b\u043e\u0445\u0430\u044f, \u043d\u043e \u0441 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u043c\u0438 \u043f\u0440\u043e\u0432\u0430\u043b\u0430\u043c\u0438, \u0435\u0441\u0442\u044c \u0438\u043d\u0442\u0435\u0433\u0440\u0430\u0446\u0438\u044f \u0441 \u0431\u043e\u043b\u044c\u0448\u0438\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u0434\u0440\u0443\u0433\u0438\u0445 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a, \u043f\u043e\u043d\u044f\u0442\u043d\u044b\u0439, \u043b\u043e\u0433\u0438\u0447\u043d\u044b\u0439 \u0438 \u0447\u0438\u0442\u0430\u0435\u043c\u044b\u0439 \u043a\u043e\u0434. <br \/>  \u0423 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0440\u0430\u0437\u0432\u0438\u0442\u043e\u0435 \u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432\u043e, \u043f\u0440\u0438\u0447\u0435\u043c \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0440\u0438\u0435\u043d\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0435 \u043d\u0430 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a, \u0431\u043b\u0430\u0433\u043e\u0434\u0430\u0440\u044f \u0431\u043e\u043b\u044c\u0448\u043e\u043c\u0443 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0443 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 Flair \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0431\u043e\u043b\u0435\u0435 \u0434\u0435\u043c\u043e\u043a\u0440\u0430\u0442\u0438\u0447\u0435\u043d \u0432 \u0432\u044b\u0431\u043e\u0440\u0435 \u044f\u0437\u044b\u043a\u043e\u0432 \u0447\u0435\u043c Spacy.   <\/p>\n<pre><code class=\"python\">from flair.models import SequenceTagger tagger = SequenceTagger.load('ner') from flair.data import Sentence s = Sentence(english_text) tagger.predict(s) for entity in s.get_spans('ner'):     print(entity) <\/code><\/pre>\n<p>  Output:<br \/>  <code>Span [6,7]: &quot;7 days&quot; [\u2212 Labels: DATE (0.9329)]<br \/>  Span [17]: &quot;Indian&quot; [\u2212 Labels: NORP (0.9994)]<br \/>  Span [35,36]: &quot;4 hours.&quot; [\u2212 Labels: TIME (0.7594)]<br \/>  Span [42,43,44]: &quot;Monday 27th Jan.&quot; [\u2212 Labels: DATE (0.9109)]<br \/>  Span [53]: &quot;FICO&quot; [\u2212 Labels: ORG (0.6987)]<br \/>  Span [63,64]: &quot;6 months&quot; [\u2212 Labels: DATE (0.9412)]<br \/>  Span [98,99]: &quot;10 days.&quot; [\u2212 Labels: DATE (0.9320)]<br \/>  Span [105,106]: &quot;noon tomorrow&quot; [\u2212 Labels: TIME (0.8667)]<br \/>  <\/code><br \/>   \u041a\u0430\u043a \u0432\u0438\u0434\u0438\u0442\u0435, \u043f\u0440\u0435\u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0442\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430 \u043d\u0435 \u043b\u0443\u0447\u0448\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c. \u041e\u0434\u043d\u0430\u043a\u043e, \u043c\u0430\u043b\u043e \u043a\u0442\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442 Flair \u00ab\u0438\u0437 \u043a\u043e\u0440\u043e\u0431\u043a\u0438\u00bb \u2014 \u044d\u0442\u043e \u043f\u0440\u0435\u0436\u0434\u0435 \u0432\u0441\u0435\u0433\u043e \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0434\u043b\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0441\u0432\u043e\u0438\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432. <br \/>  \u0422\u043e \u0436\u0435 \u0441\u0430\u043c\u043e\u0435, \u0441 \u043e\u0433\u043e\u0432\u043e\u0440\u043a\u0430\u043c\u0438, \u043c\u043e\u0436\u043d\u043e \u0441\u043a\u0430\u0437\u0430\u0442\u044c \u0438 \u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0439 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0435. <\/p>\n<h3>DeepPavlov<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/avatars3.githubusercontent.com\/u\/29918795?s=400&amp;v=4\" alt=\"image\"\/><br \/>  DeepPavlov \u044d\u0442\u043e \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c \u043a\u043e\u0434\u043e\u043c, \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u043d\u0430\u044f TensorFlow \u0438 Keras.<\/p>\n<p>  \u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0438 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u044e\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0434\u043b\u044f \u00ab\u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432\u044b\u0445\u00bb \u0441\u0438\u0441\u0442\u0435\u043c, \u0447\u0430\u0442-\u0431\u043e\u0442\u043e\u0432 \u0438 \u0442.\u0434., \u043d\u043e \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u043f\u0440\u0435\u0432\u043e\u0441\u0445\u043e\u0434\u043d\u043e \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0438 \u0434\u043b\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u0438\u0445 \u0437\u0430\u0434\u0430\u0447. \u0418\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0435\u0435 \u00ab\u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d\u00bb \u0431\u0435\u0437 \u0441\u0435\u0440\u044c\u0435\u0437\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b \u043f\u043e \u00ab\u043a\u0430\u0441\u0442\u043e\u043c\u0438\u0437\u0430\u0446\u0438\u0438\u00bb \u0438 \u00ab\u0434\u043e\u043f\u0438\u043b\u0438\u0432\u0430\u043d\u0438\u044e\u00bb \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u2014 \u0437\u0430\u0434\u0430\u0447\u0430, \u043f\u043e\u0445\u043e\u0436\u0435, \u0434\u0430\u0436\u0435 \u043d\u0435 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u043c\u0430\u044f \u0441\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u044f\u043c\u0438 \u0438\u0437 \u041c\u0424\u0422\u0418. <br \/>  \u0421\u0442\u0440\u0430\u043d\u043d\u044b\u0439 \u0438 \u043d\u0435\u043b\u043e\u0433\u0438\u0447\u043d\u044b\u0439 \u043f\u043e\u0434\u0445\u043e\u0434 \u043a \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0435 \u043a\u043e\u0434\u0430, \u043f\u0440\u043e\u0442\u0438\u0432\u043e\u0440\u0435\u0447\u0430\u0449\u0438\u0439 \u0434\u0437\u0435\u043d Python, \u0442\u0435\u043c \u043d\u0435 \u043c\u0435\u043d\u0435\u0435 \u043f\u0440\u0438\u043d\u043e\u0441\u0438\u0442 \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b, \u0435\u0441\u043b\u0438 \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u0442\u044c \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438, \u0447\u0442\u043e\u0431\u044b \u0441 \u043d\u0438\u043c \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f.   <\/p>\n<pre><code class=\"python\">from deeppavlov import configs, build_model from deeppavlov import build_model, configs  ner_model = build_model(configs.ner.ner_ontonotes_bert, download=True) result = ner_model([english_text]) for i in range(len(result[0][0])):      if result [1][0][i] != 'O':          print(result[0][0][i], result[1][0][i]) <\/code><\/pre>\n<p>  Output:<br \/>  <code>7 B-DATE<br \/>  days I-DATE<br \/>  Indian B-NORP<br \/>  Laravel B-PRODUCT<br \/>  Codeigniter B-PRODUCT<br \/>  daily B-DATE<br \/>  4 B-TIME<br \/>  hours I-TIME<br \/>  Monday B-DATE<br \/>  27th I-DATE<br \/>  Jan I-DATE<br \/>  6 B-DATE<br \/>  months I-DATE<br \/>  FI B-PRODUCT<br \/>  AREAWe I-PRODUCT<br \/>  10 B-DATE<br \/>  days I-DATE<br \/>  noon B-TIME<br \/>  tomorrow B-DATE<\/code><\/p>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u044b\u0439, \u043f\u043e\u043d\u044f\u0442\u043d\u044b\u0439, \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u044b\u0439 \u0438 \u043e\u0434\u0438\u043d \u0438\u0437 \u043b\u0443\u0447\u0448\u0438\u0445. \u0421\u0430\u043c\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0442\u0430\u043a\u0436\u0435 \u043c\u043e\u0436\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e \u0432 Hugging Face Transformers, \u0447\u0442\u043e \u0441\u043d\u0438\u043c\u0430\u0435\u0442, \u0432\u043e \u043c\u043d\u043e\u0433\u043e\u043c, \u043f\u0440\u0435\u0442\u0435\u043d\u0437\u0438\u0438 \u043a \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0435 \u043a\u043e\u0434\u0430.<\/p>\n<h3>deepmipt\/ner<\/h3>\n<p>  \u042d\u0442\u043e, \u043f\u043e \u0441\u0443\u0442\u0438, \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0441 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043d\u0430\u0447\u0438\u043d\u0430\u043b\u0441\u044f Deep Pavlov. \u041e\u043d\u0430 \u043c\u043e\u0436\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f, \u0447\u0442\u043e\u0431\u044b \u043f\u043e\u043d\u044f\u0442\u044c \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043c\u044b\u0441\u043b\u0438 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u043e\u0432 \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0441\u0441, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0431\u044b\u043b \u0438\u043c\u0438 \u0434\u043e\u0441\u0442\u0438\u0433\u043d\u0443\u0442.   <\/p>\n<pre><code class=\"python\">import ner example = russian_text def deepmint_ner(text):   extractor = ner.Extractor()   for m in extractor(text):      print(m) deepmint_ner(example) <\/code><\/pre>\n<p>  Output:<br \/>  <code>Match(tokens=[Token(span=(7, 13), text='\u041c\u043e\u0441\u043a\u0432\u044b')], span=Span(start=7, end=13), type='LOC')<br \/>  Match(tokens=[Token(span=(492, 499), text='\u0418\u0432\u0430\u043d\u043e\u0432\u0430')], span=Span(start=492, end=499), type='PER')<br \/>  Match(tokens=[Token(span=(511, 520), text='\u041f\u0435\u0442\u0440\u043e\u0432\u0438\u0447\u0430'), Token(span=(521, 525), text='\u0434\u0430\u0442\u0430')], span=Span(start=511, end=525), type='PER')<br \/>  Match(tokens=[Token(span=(591, 600), text='\u041f\u0435\u0442\u0435\u0440\u0431\u0443\u0440\u0433')], span=Span(start=591, end=600), type='LOC')<br \/>  Match(tokens=[Token(span=(814, 820), text='\u0421\u0435\u0440\u0433\u0435\u044f'), Token(span=(821, 829), text='\u0421\u043e\u0431\u044f\u043d\u0438\u043d\u0430')], span=Span(start=814, end=829), type='PER')<br \/>  <\/code><\/p>\n<h3>Polyglot<\/h3>\n<p>  \u041e\u0434\u043d\u0430 \u0438\u0437 \u0441\u0442\u0430\u0440\u0435\u0439\u0448\u0438\u0445 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a, \u0431\u044b\u0441\u0442\u0440\u0430\u044f \u0440\u0430\u0431\u043e\u0442\u0430 \u0438 \u0431\u043e\u043b\u044c\u0448\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0435\u043c\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432 \u0434\u0435\u043b\u0430\u044e\u0442 \u0435\u0435 \u043f\u043e \u043f\u0440\u0435\u0436\u043d\u0435\u043c\u0443 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u043e\u0439. \u0421 \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0442\u043e\u0440\u043e\u043d\u044b \u0432\u0438\u0440\u0443\u0441\u043d\u0430\u044f GPLv3 license \u043d\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u0435\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432 \u043a\u043e\u043c\u043c\u0435\u0440\u0447\u0435\u0441\u043a\u043e\u0439 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0432 \u043f\u043e\u043b\u043d\u0443\u044e \u0441\u0438\u043b\u0443.   <\/p>\n<pre><code class=\"python\">from polyglot.text import Text for ent in Text(english_text).entities:  print(ent[0],ent.tag) <\/code><\/pre>\n<p>  Output:<br \/>  <code>Laravel I-LOC<br \/>  SAP I-ORG<br \/>  FI I-ORG<br \/>  <\/code><br \/>  \u0418 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430:   <\/p>\n<pre><code class=\"python\">!polyglot download embeddings2.ru ner2.ru for ent in Text(russian_text).entities:  print(ent[0],ent.tag) <\/code><\/pre>\n<p>  Output:<br \/>  <code>\u0412\u0422\u041124 I-ORG<br \/>  \u0418\u0432\u0430\u043d\u043e\u0432\u0430 I-PER<br \/>  \u0421\u0430\u043d\u043a\u0442 I-LOC<br \/>  \u041a\u0440\u0443\u0437\u0435\u043d\u0448\u0442\u0435\u0440\u043d\u0430 I-PER<br \/>  \u0420\u0424 I-ORG<br \/>  \u0421\u0435\u0440\u0433\u0435\u044f I-PER<\/code><\/p>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043d\u0435 \u0441\u0430\u043c\u044b\u0439 \u0445\u043e\u0440\u043e\u0448\u0438\u0439, \u043d\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0440\u0430\u0431\u043e\u0442\u044b \u0438 \u0445\u043e\u0440\u043e\u0448\u0430\u044f \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0430 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c \u0435\u0433\u043e, \u0435\u0441\u043b\u0438 \u043f\u0440\u0438\u043b\u043e\u0436\u0438\u0442\u044c \u0443\u0441\u0438\u043b\u0438\u044f. <\/p>\n<h3>AdaptNLP<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/raw.githubusercontent.com\/novetta\/adaptnlp\/master\/docs\/img\/NovettaAdaptNLPlogo-400px.png\" alt=\"image\"\/><br \/>  \u0415\u0449\u0435 \u043e\u0434\u043d\u0430 \u043d\u043e\u0432\u0430\u044f \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0441 \u043a\u0440\u0430\u0439\u043d\u0435 \u043d\u0438\u0437\u043a\u0438\u043c \u043f\u043e\u0440\u043e\u0433\u043e\u043c \u0432\u0445\u043e\u0434\u0430 \u0434\u043b\u044f \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044f. <br \/>  AdaptNLP \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u043c, \u043d\u0430\u0447\u0438\u043d\u0430\u044f \u043e\u0442 \u0441\u0442\u0443\u0434\u0435\u043d\u0442\u043e\u0432 \u0438 \u0437\u0430\u043a\u0430\u043d\u0447\u0438\u0432\u0430\u044f \u043e\u043f\u044b\u0442\u043d\u044b\u043c\u0438 \u0434\u0430\u0442\u0430-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430\u043c\u0438, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 NLP \u0438 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f.<br \/>  \u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0430 \u043f\u043e\u0432\u0435\u0440\u0445 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a Flair \u0438 Hugging Face Transformers.<\/p>\n<pre><code class=\"python\">from adaptnlp import EasyTokenTagger tagger = EasyTokenTagger() sentences = tagger.tag_text(     text = english_text, model_name_or_path = &quot;ner-ontonotes&quot; ) spans = sentences[0].get_spans(&quot;ner&quot;) for sen in sentences:     for entity in sen.get_spans(&quot;ner&quot;):         print(entity) <\/code><\/pre>\n<p>  Output:<br \/>  <code>DATE-span [6,7]: &quot;7 days&quot;<br \/>  NORP-span [18]: &quot;Indian&quot;<br \/>  PRODUCT-span [30]: &quot;Laravel&quot;<br \/>  TIME-span [35,36,37]: &quot;daily 4 hours&quot;<br \/>  DATE-span [44,45,46]: &quot;Monday 27th Jan.&quot;<br \/>  ORG-span [55]: &quot;FICO&quot;<br \/>  DATE-span [65,66]: &quot;6 months&quot;<br \/>  DATE-span [108,109]: &quot;10 days&quot;<br \/>  TIME-span [116,117]: &quot;noon tomorrow&quot;<br \/>  <\/code><br \/>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043f\u0440\u0438\u0435\u043c\u043b\u0435\u043c\u044b\u0439, \u043e\u0434\u043d\u0430\u043a\u043e \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0430\u043c\u044b\u0435 \u0440\u0430\u0437\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0434\u043b\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u0447\u0438, \u0438 \u043e\u043d \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043c\u043d\u043e\u0433\u043e\u043a\u0440\u0430\u0442\u043d\u043e \u0443\u043b\u0443\u0447\u0448\u0435\u043d \u0435\u0441\u043b\u0438 \u043f\u0440\u0438\u043b\u043e\u0436\u0438\u0442\u044c \u0441\u0438\u043b\u044b (\u043d\u043e \u0437\u0430\u0447\u0435\u043c, \u0435\u0441\u043b\u0438 \u0435\u0441\u0442\u044c \u043d\u0435\u043f\u043e\u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0435\u043d\u043d\u043e Flair \u0438 Hugging Face Transformers). <br \/>  \u0422\u0435\u043c \u043d\u0435 \u043c\u0435\u043d\u0435\u0435, \u043f\u0440\u043e\u0441\u0442\u043e\u0442\u0430, \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u0441\u043f\u0438\u0441\u043e\u043a \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u043c\u044b\u0445 \u0437\u0430\u0434\u0430\u0447 \u0438 \u0445\u043e\u0440\u043e\u0448\u0430\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430, \u0430 \u0442\u0430\u043a\u0436\u0435 \u043f\u043b\u0430\u043d\u043e\u043c\u0435\u0440\u043d\u044b\u0435 \u0443\u0441\u0438\u043b\u0438\u044f \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u043e\u0432 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u043d\u0430\u0434\u0435\u044f\u0442\u044c\u0441\u044f, \u0447\u0442\u043e \u0443 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0435\u0441\u0442\u044c \u0431\u0443\u0434\u0443\u0449\u0435\u0435.<\/p>\n<h3>Stanza<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/raw.githubusercontent.com\/stanfordnlp\/stanza\/dev\/images\/stanza-logo.png\" alt=\"image\"\/><br \/>  Stanza \u043e\u0442 StanfordNlp \u2014 \u044d\u0442\u043e \u043f\u043e\u0434\u0430\u0440\u043e\u043a \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0430\u043c \u0432 2020 \u0433\u043e\u0434\u0443 \u043e\u0442 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0438\u0442\u0435\u0442\u0430 \u0421\u0442\u0435\u043d\u0444\u043e\u0440\u0434\u0430. \u0422\u043e, \u0447\u0442\u043e \u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u043b\u043e Spacy \u2014 \u043c\u0443\u043b\u044c\u0442\u0438\u044f\u0437\u044b\u0447\u043d\u043e\u0441\u0442\u044c, \u0433\u043b\u0443\u0431\u043e\u043a\u043e\u0435 \u043f\u043e\u0433\u0440\u0443\u0436\u0435\u043d\u0438\u0435 \u0432 \u044f\u0437\u044b\u043a \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u043f\u0440\u043e\u0441\u0442\u043e\u0442\u043e\u0439 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f. <br \/>  \u0415\u0441\u043b\u0438 \u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432\u043e \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0442 \u044d\u0442\u0443 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0443 \u2014 \u0443 \u043d\u0435\u0435 \u0435\u0441\u0442\u044c \u0432\u0441\u0435 \u0448\u0430\u043d\u0441\u044b \u0441\u0442\u0430\u0442\u044c \u043e\u0434\u043d\u043e\u0439 \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445.   <\/p>\n<pre><code class=\"python\">import stanza stanza.download('en') def stanza_nlp(text):   nlp = stanza.Pipeline(lang='en', processors='tokenize,ner')   doc = nlp(text)   print(*[f'entity: {ent.text}\\ttype: {ent.type}' for sent in doc.sentences for ent in sent.ents], sep='\\n') stanza_nlp(english_text) <\/code><\/pre>\n<p>  Output:<br \/>  <code>entity: 7 days type: DATE<br \/>  entity: Indian type: NORP<br \/>  entity: Laravel type: ORG<br \/>  entity: Codeigniter type: PRODUCT<br \/>  entity: daily 4 hours type: TIME<br \/>  entity: Monday 27th Jan. type: DATE<br \/>  entity: SAP type: ORG<br \/>  entity: FICO type: ORG<br \/>  entity: 6 months type: DATE<br \/>  entity: FI AREAWe type: ORG<br \/>  entity: 10 days type: DATE<br \/>  entity: noon tomorrow type: TIME<br \/>  <\/code><\/p>\n<p>  \u0418 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430:  <\/p>\n<pre><code class=\"python\">import stanza stanza.download('ru') def stanza_nlp_ru(text):   nlp = stanza.Pipeline(lang='ru', processors='tokenize,ner')   doc = nlp(text)   print(*[f'entity: {ent.text}\\ttype: {ent.type}' for sent in doc.sentences for ent in sent.ents], sep='\\n') stanza_nlp_ru(russian_text) <\/code><\/pre>\n<p>  Output:<br \/>  <code>2020-05-15 08:01:18 INFO: Use device: cpu<br \/>  2020-05-15 08:01:18 INFO: Loading: tokenize<br \/>  2020-05-15 08:01:18 INFO: Loading: ner<br \/>  2020-05-15 08:01:19 INFO: Done loading processors!<br \/>  entity: \u041c\u043e\u0441\u043a\u0432\u044b type: LOC<br \/>  entity: \u0410\u043b\u0442\u0443\u0444\u044c\u0435\u0432\u0441\u043a\u043e\u0435 \u0448\u043e\u0441\u0441\u0435 type: LOC<br \/>  entity: \u041a\u0438\u0436\u0435 type: PER<br \/>  entity: \u0412\u0410\u04172107 type: MISC<br \/>  entity: \u0410\u041a47 type: MISC<br \/>  entity: \u0412\u0422\u041124 type: MISC<br \/>  entity: \u0418\u0432\u0430\u043d\u043e\u0432\u0430 \u041a\u043e\u0441\u0442\u0430\u043d\u0442\u0438\u043f\u0430 \u041f\u0435\u0442\u0440\u043e\u0432\u0438\u0447\u0430 type: PER<br \/>  entity: \u0421\u0430\u043d\u043a\u0442-\u041f\u0435\u0442\u0435\u0440\u0431\u0443\u0440\u0433 type: LOC<br \/>  entity: \u0443\u043b. \u041a\u0440\u0443\u0437\u0435\u043d\u0448\u0442\u0435\u0440\u043d\u0430 type: LOC<br \/>  entity: \u0420\u0424 type: LOC<br \/>  entity: \u041c\u041f\u0417 type: LOC<br \/>  entity: \u0421\u0435\u0440\u0433\u0435\u044f \u0421\u043e\u0431\u044f\u043d\u0438\u043d\u0430 type: PER<br \/>  <\/code><\/p>\n<p>  \u0411\u044b\u0441\u0442\u0440\u0430\u044f \u0440\u0430\u0431\u043e\u0442\u0430, \u043a\u0440\u0430\u0441\u0438\u0432\u044b\u0439 \u043a\u043e\u0434, \u0445\u043e\u0440\u043e\u0448\u0438\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442. <\/p>\n<h3>AllenNLP<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/raw.githubusercontent.com\/allenai\/allennlp\/master\/docs\/img\/allennlp-logo-dark.png\" alt=\"image\"\/><br \/>  \u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0434\u043b\u044f \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b, \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u043d\u0430\u044f \u043d\u0430 PyTorch\/ <br \/>  \u0421 \u043e\u0434\u043d\u043e\u0439 \u0441\u0442\u043e\u0440\u043e\u043d\u044b \u2014 \u043f\u0440\u043e\u0441\u0442\u0430\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u0438 \u0431\u044b\u0441\u0442\u0440\u0430\u044f \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0440\u0430\u0431\u043e\u0442\u044b, \u0441 \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0442\u043e\u0440\u043e\u043d\u044b, \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0438 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u043e \u0438\u0437\u043c\u0435\u043d\u044f\u044e\u0442 \u0447\u0442\u043e-\u0442\u043e \u0432 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0435, \u0447\u0442\u043e \u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0440\u0430\u0431\u043e\u0442\u0435 \u0431\u0438\u0431\u0438\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0432 \u0446\u0435\u043b\u043e\u043c.   <\/p>\n<pre><code class=\"python\">from allennlp.predictors.predictor import Predictor import allennlp_models.ner.crf_tagger predictor = Predictor.from_path(&quot;https:\/\/storage.googleapis.com\/allennlp-public-models\/ner-model-2020.02.10.tar.gz&quot;) allen_result = predictor.predict(   sentence=english_text ) for i in zip(allen_result['tags'], allen_result['words']):     if (i[0]) != 'O':       print(i) <\/code><\/pre>\n<p>  Output:<br \/>  (&#8216;U-MISC&#8217;, &#8216;Indian&#8217;)<br \/>  (&#8216;U-ORG&#8217;, &#8216;PHP&#8217;)<br \/>  (&#8216;U-MISC&#8217;, &#8216;Laravel&#8217;)<br \/>  (&#8216;U-MISC&#8217;, &#8216;Codeigniter&#8217;)<br \/>  (&#8216;B-ORG&#8217;, &#8216;SAP&#8217;)<br \/>  (&#8216;L-ORG&#8217;, &#8216;FICO&#8217;)<br \/>  \u041c\u043e\u0434\u0443\u043b\u044c \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0431\u044b\u0441\u0442\u0440\u043e, \u043d\u043e \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043d\u0435\u043f\u0440\u0438\u0435\u043c\u043b\u0435\u043c\u043e \u0441\u043a\u0443\u0434\u043d\u044b\u0439. <\/p>\n<h3>HanLP<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/repository-images.githubusercontent.com\/24976755\/b76ee080-2f44-11ea-9928-4e6109d3fd79\" alt=\"image\"\/><br \/>  HanLP \u2014 \u044d\u0442\u043e \u043e\u0434\u043d\u0430 \u0438\u0437 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0445 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a \u043e\u0442 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u043e\u0432 \u0438\u0437 \u041a\u0438\u0442\u0430\u044f. \u0423\u043c\u043d\u044b\u0439, \u043f\u0440\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u043d\u043d\u044b\u0439, \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0439 \u043f\u0440\u043e\u0435\u043a\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0439, \u043a\u0430\u043a \u043c\u043d\u0435 \u043a\u0430\u0436\u0435\u0442\u0441\u044f, \u043d\u0430\u0439\u0434\u0435\u0442 \u0441\u0432\u043e\u044e \u043d\u0438\u0448\u0443 \u0438 \u0437\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438 \u00ab\u041f\u043e\u0434\u043d\u0435\u0431\u0435\u0441\u043d\u043e\u0439\u00bb. <br \/>  \u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 NLP \u0434\u043b\u044f \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0438 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439 \u0441\u043e\u0437\u0434\u0430\u043d\u0430 \u043d\u0430 TensorFlow 2.0. <br \/>  HanLP \u043f\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0441 \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043b\u0435\u043d\u043d\u044b\u043c\u0438 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438 \u0434\u043b\u044f \u0440\u0430\u0437\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0439, \u043a\u0438\u0442\u0430\u0439\u0441\u043a\u0438\u0439 \u0438 \u043c\u043d\u043e\u0433\u0438\u0435 \u0434\u0440\u0443\u0433\u0438\u0435.<br \/>  \u0415\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u2014 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u044b\u0434\u0430\u0447\u0438 \u00ab\u0441\u043a\u0430\u0447\u0435\u0442\u00bb \u043f\u043e\u0441\u043b\u0435 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u044f \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438.   <\/p>\n<pre><code class=\"python\">recognizer = hanlp.load(hanlp.pretrained.ner.MSRA_NER_BERT_BASE_ZH) recognizer([list('\u4e0a\u6d77\u534e\u5b89\u5de5\u4e1a\uff08\u96c6\u56e2\uff09\u516c\u53f8\u8463\u4e8b\u957f\u8c2d\u65ed\u5149\u548c\u79d8\u4e66\u5f20\u665a\u971e\u6765\u5230\u7f8e\u56fd\u7ebd\u7ea6\u73b0\u4ee3\u827a\u672f\u535a\u7269\u9986\u53c2\u89c2\u3002'),                 list('\u8428\u54c8\u592b\u8bf4\uff0c\u4f0a\u62c9\u514b\u5c06\u540c\u8054\u5408\u56fd\u9500\u6bc1\u4f0a\u62c9\u514b\u5927\u89c4\u6a21\u6740\u4f24\u6027\u6b66\u5668\u7279\u522b\u59d4\u5458\u4f1a\u7ee7\u7eed\u4fdd\u6301\u5408\u4f5c\u3002')]) <\/code><\/pre>\n<p>  Output:<br \/>  <code> <br \/>  [[('\u4e0a\u6d77\u534e\u5b89\u5de5\u4e1a\uff08\u96c6\u56e2\uff09\u516c\u53f8', 'NT', 0, 12), ('\u8c2d\u65ed\u5149', 'NR', 15, 18),<br \/>   ('\u5f20\u665a\u971e', 'NR', 21, 24),<br \/>   ('\u7f8e\u56fd', 'NS', 26, 28),<br \/>   ('\u7ebd\u7ea6\u73b0\u4ee3\u827a\u672f\u535a\u7269\u9986', 'NS', 28, 37)],<br \/>   [('\u8428\u54c8\u592b', 'NR', 0, 3),<br \/>   ('\u4f0a\u62c9\u514b', 'NS', 5, 8),<br \/>   ('\u8054\u5408\u56fd\u9500\u6bc1\u4f0a\u62c9\u514b\u5927\u89c4\u6a21\u6740\u4f24\u6027\u6b66\u5668\u7279\u522b\u59d4\u5458\u4f1a', 'NT', 10, 31)]]<\/code><\/p>\n<pre><code class=\"python\">import hanlp tokenizer = hanlp.utils.rules.tokenize_english testing = tokenizer('Need SAP FICO consultant for support project needs to be work on 6 months on FI AREAWe') recognizer = hanlp.load(hanlp.pretrained.ner.CONLL03_NER_BERT_BASE_UNCASED_EN) recognizer(testing) <\/code><\/pre>\n<p>  Output:<br \/>  <code>[('SAP FICO', 'ORG', 1, 3)]<br \/>  <\/code><\/p>\n<p>  \u0414\u043b\u044f \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043d\u0435\u0441\u0442\u0430\u0431\u0438\u043b\u0435\u043d, \u043d\u043e, \u044d\u0442\u043e \u0440\u0435\u0448\u0430\u0435\u0442\u0441\u044f \u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0442\u043e\u043a\u0438\u043d\u0430\u0439\u0437\u0435\u0440\u0430 \u043e\u0442 NLTK.<\/p>\n<h3>PullEnti<\/h3>\n<p>  \u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 C# \u0434\u043b\u044f NER \u043d\u0430 \u0440\u0443\u0441\u0441\u043a\u043e\u043c \u044f\u0437\u044b\u043a\u0435. \u0412 2016 \u0433\u043e\u0434\u0443 \u043e\u043d\u0430 \u0437\u0430\u043d\u044f\u043b\u0430 \u043f\u0435\u0440\u0432\u043e\u0435 \u043c\u0435\u0441\u0442\u043e \u043d\u0430 \u043a\u043e\u043d\u043a\u0443\u0440\u0441\u0435 factRuEval-2016. \u0412 2018 \u0433\u043e\u0434\u0443 \u0430\u0432\u0442\u043e\u0440 \u043f\u043e\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u043b \u043a\u043e\u0434 \u043d\u0430 Java \u0438 Python.<br \/>  \u041d\u0430\u0432\u0435\u0440\u043d\u043e, \u0441\u0430\u043c\u043e\u0435 \u0441\u0438\u043c\u043f\u0430\u0442\u0438\u0447\u043d\u043e\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430. <br \/>  \u0411\u044b\u0441\u0442\u0440\u043e, \u0433\u043b\u0443\u0431\u043e\u043a\u043e, \u0441\u043e \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435\u043c \u043a \u0434\u0435\u0442\u0430\u043b\u044f\u043c. \u0420\u0435\u0448\u0435\u043d\u0438\u0435 rule based, \u0447\u0442\u043e \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u0432\u0430\u0435\u0442 \u0435\u0433\u043e \u0440\u0430\u0437\u0432\u0438\u0442\u0438\u0435, \u043e\u0434\u043d\u0430\u043a\u043e \u0435\u0433\u043e \u0430\u0432\u0442\u043e\u043d\u043e\u043c\u043d\u043e\u0441\u0442\u044c, \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u043d\u0430\u0434\u0435\u044f\u0442\u044c\u0441\u044f \u043d\u0430 \u0440\u0430\u0437\u0432\u0438\u0442\u0438\u0435 \u043f\u0440\u043e\u0435\u043a\u0442\u0430. <br \/>  \u0415\u0441\u0442\u044c python-wrapper \u0434\u043b\u044f \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438, \u0445\u043e\u0442\u044f \u043e\u043d \u0438 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u00ab\u0437\u0430\u0431\u0440\u043e\u0448\u0435\u043d\u043d\u044b\u043c\u00bb.   <\/p>\n<pre><code class=\"python\">from pullenti_wrapper.processor import (     Processor,     MONEY,     URI,     PHONE,     DATE,     KEYWORD,     DEFINITION,     DENOMINATION,     MEASURE,     BANK,     GEO,     ADDRESS,     ORGANIZATION,     PERSON,     MAIL,     TRANSPORT,     DECREE,     INSTRUMENT,     TITLEPAGE,     BOOKLINK,     BUSINESS,     NAMEDENTITY,     WEAPON, )  processor = Processor([PERSON, ORGANIZATION, GEO, DATE, MONEY]) text = russian_text result = processor(text) result.graph <\/code><\/pre>\n<p>  Output:<img decoding=\"async\" src=\"https:\/\/drive.google.com\/uc?export=download&amp;confirm=no_antivirus&amp;id=17XRP-PCNMY7UDOyyekzswdupa6O0zBwf\" alt=\"image\"\/><\/p>\n<h3>Natasha<\/h3>\n<p>  <img decoding=\"async\" src=\"https:\/\/raw.githubusercontent.com\/natasha\/natasha-logos\/master\/natasha.svg\" alt=\"image\"\/><br \/>  \u00ab\u041d\u0430\u0442\u0430\u0448\u0430\u00bb, \u044d\u0442\u043e, \u043f\u043e\u0445\u043e\u0436\u0435, \u043e\u0434\u0438\u043d \u0438\u0437 \u0433\u043b\u0430\u0432\u043d\u044b\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 NLP \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430. \u041e\u043d \u0438\u043c\u0435\u0435\u0442 \u0434\u043e\u043b\u0433\u0443\u044e \u0438\u0441\u0442\u043e\u0440\u0438\u044e, \u0438 \u043d\u0430\u0447\u0438\u043d\u0430\u043b\u0441\u044f \u0441 rule based \u0440\u0435\u0448\u0435\u043d\u0438\u044f, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u0440\u0430\u0437\u0432\u0438\u0432\u0430\u043b\u043e\u0441\u044c \u0447\u0435\u0440\u0435\u0437 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0439 Yargy Parser, \u0438 \u0441\u0435\u0439\u0447\u0430\u0441 \u0440\u0435\u0448\u0430\u0435\u0442 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438 NLP \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430: \u0442\u043e\u043a\u0435\u043d\u0438\u0437\u0430\u0446\u0438\u044e, \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u044f \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u044f, \u043b\u0435\u043c\u043c\u0430\u0442\u0438\u0437\u0430\u0446\u0438\u044f, \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0444\u0440\u0430\u0437\u044b, \u0441\u0438\u043d\u0442\u0430\u043a\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0440\u0430\u0437\u0431\u043e\u0440, NER-\u0442\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435, \u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u0435 \u0444\u0430\u043a\u0442\u043e\u0432.   <\/p>\n<pre><code class=\"python\">from natasha import (     Segmenter,     MorphVocab,          NewsEmbedding,     NewsMorphTagger,     NewsSyntaxParser,     NewsNERTagger,          PER,     NamesExtractor,      Doc )  segmenter = Segmenter() morph_vocab = MorphVocab()  emb = NewsEmbedding() morph_tagger = NewsMorphTagger(emb) syntax_parser = NewsSyntaxParser(emb) ner_tagger = NewsNERTagger(emb)  names_extractor = NamesExtractor(morph_vocab)  doc = Doc(russian_text) <\/code><\/pre>\n<p>  Output:<br \/>  <code>\u0412\u043b\u0430\u0441\u0442\u0438 \u041c\u043e\u0441\u043a\u0432\u044b \u0432\u044b\u0434\u0435\u043b\u0438\u043b\u0438 110 \u043c\u043b\u0440\u0434 \u0440\u0443\u0431\u043b\u0435\u0439 \u043d\u0430 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0443 \u043d\u0430\u0441\u0435\u043b\u0435\u043d\u0438\u044f, \u0441\u0438\u0441\u0442\u0435\u043c\u044b<br \/>   LOC\u2500\u2500\u2500 <br \/>   \u0437\u0434\u0440\u0430\u0432\u043e\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u0438 \u0433\u043e\u0440\u043e\u0434\u0441\u043a\u043e\u0433\u043e \u0445\u043e\u0437\u044f\u0439\u0441\u0442\u0432\u0430. \u041e\u0431 \u044d\u0442\u043e\u043c \u0441\u043e\u043e\u0431\u0449\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 <br \/>  \u043c\u044d\u0440\u0430 \u0441\u0442\u043e\u043b\u0438\u0446\u044b https:\/\/www.sobyanin.ru\/ \u0432 \u043f\u044f\u0442\u043d\u0438\u0446\u0443, 1 \u043c\u0430\u044f. \u041f\u043e \u0430\u0434\u0440\u0435\u0441\u0443 <br \/>  \u0410\u043b\u0442\u0443\u0444\u044c\u0435\u0432\u0441\u043a\u043e\u0435 \u0448\u043e\u0441\u0441\u0435 \u0434.51 (\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u0432\u0438\u0434 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f: <br \/>  LOC\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500 <br \/>  \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u0434\u0435\u044f\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c, \u0441\u043a\u043b\u0430\u0434\u044b) \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d \u041c\u041f\u0417? \u041f\u043e\u0434\u043f\u043e\u0440\u0443\u0447\u0438\u043a \u041a\u0438\u0436\u0435 <br \/>   ORG PER\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500 <br \/>  \u0443\u043f\u0440\u0430\u0432\u043b\u044f\u044f \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u043c \u0412\u0410\u04172107 \u043f\u0435\u0440\u0435\u0432\u043e\u0437\u0438\u043b \u0430\u0432\u0442\u043e\u043c\u0430\u0442 \u0410\u041a47 \u0441 \u0446\u0435\u043b\u044c\u044e \u043e\u0433\u0440\u0430\u0431\u043b\u0435\u043d\u0438\u044f<br \/>   \u0431\u0430\u043d\u043a\u0430 \u0412\u0422\u041124, \u043a\u0430\u043a \u0441\u043b\u0435\u0434\u0443\u0435\u0442 \u0438\u0437 \u0437\u0430\u043f\u0438\u0441\u0435\u0439. <br \/>   ORG\u2500\u2500 <br \/>  \u0412\u0437\u044b\u0441\u043a\u0430\u0442\u044c c \u0438\u043d\u0434\u0438\u0432\u0438\u0434\u0443\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043f\u0440\u0435\u0434\u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0442\u0435\u043b\u044f \u0418\u0432\u0430\u043d\u043e\u0432\u0430 \u041a\u043e\u0441\u0442\u0430\u043d\u0442\u0438\u043f\u0430 <br \/>   PER\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500<br \/>  \u041f\u0435\u0442\u0440\u043e\u0432\u0438\u0447\u0430 \u0434\u0430\u0442\u0430 \u0440\u043e\u0436\u0434\u0435\u043d\u0438\u044f 10 \u044f\u043d\u0432\u0430\u0440\u044f 1970 \u0433\u043e\u0434\u0430, \u043f\u0440\u043e\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0433\u043e \u043f\u043e \u0430\u0434\u0440\u0435\u0441\u0443 <br \/>  \u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500 <br \/>  \u0433\u043e\u0440\u043e\u0434 \u0421\u0430\u043d\u043a\u0442-\u041f\u0435\u0442\u0435\u0440\u0431\u0443\u0440\u0433, \u0443\u043b. \u041a\u0440\u0443\u0437\u0435\u043d\u0448\u0442\u0435\u0440\u043d\u0430, \u0434\u043e\u043c 5\/1\u0410 8 000 (\u0432\u043e\u0441\u0435\u043c\u044c \u0442\u044b\u0441\u044f\u0447)<br \/>   LOC\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500 PER\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500 <br \/>   \u0440\u0443\u0431\u043b\u0435\u0439 00 \u043a\u043e\u043f\u0435\u0435\u0439 \u0433\u043e\u0441\u043f\u043e\u0448\u043b\u0438\u043d\u044b \u0432 \u043f\u043e\u043b\u044c\u0437\u0443 \u0431\u044e\u0434\u0436\u0435\u0442\u0430 \u0420\u0424 \u0416\u0438\u0442\u0435\u043b\u0438 \u0442\u0440\u0435\u0431\u0443\u044e\u0442 <br \/>   LO <br \/>  \u043d\u0435\u0437\u0430\u043c\u0435\u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u043e\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0438 \u041c\u041f\u0417 \u0438 \u0435\u0433\u043e \u0432\u044b\u0432\u043e\u0434\u0430 \u0438\u0437 \u0440\u0430\u0439\u043e\u043d\u0430. \u0420\u0435\u0448\u0435\u043d\u0438\u0435 \u0431\u044b\u043b\u043e <br \/>  \u043f\u0440\u0438\u043d\u044f\u0442\u043e \u043f\u043e \u043f\u043e\u0440\u0443\u0447\u0435\u043d\u0438\u044e \u043c\u044d\u0440\u0430 \u0433\u043e\u0440\u043e\u0434\u0430 \u0421\u0435\u0440\u0433\u0435\u044f \u0421\u043e\u0431\u044f\u043d\u0438\u043d\u0430 \u0432 \u0441\u0432\u044f\u0437\u0438 \u0441 <br \/>   PER\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500 <br \/>  \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f\u043c\u0438 \u0438\u0437-\u0437\u0430 \u043a\u043e\u0440\u043e\u043d\u0430\u0432\u0438\u0440\u0443\u0441\u0430.<\/code><\/p>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442, \u043a \u0441\u043e\u0436\u0430\u043b\u0435\u043d\u0438\u044e, \u043d\u0435 \u0441\u0442\u0430\u0431\u0438\u043b\u0435\u043d, \u0432 \u043e\u0442\u043b\u0438\u0447\u0438\u0438 \u043e\u0442 \u043d\u0430\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0435\u043c\u044b\u0445 \u043f\u0440\u0430\u0432\u0438\u043b Yargy Parser \u043e\u0442 \u0442\u043e\u0433\u043e \u0436\u0435 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0430, \u0442\u0435\u043c \u043d\u0435 \u043c\u0435\u043d\u0435\u0435, \u043f\u0440\u043e\u0435\u043a\u0442 \u0430\u043a\u0442\u0438\u0432\u043d\u043e \u0440\u0430\u0437\u0432\u0438\u0432\u0430\u0435\u0442\u0441\u044f, \u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0434\u043e\u0441\u0442\u043e\u0439\u043d\u044b\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043f\u0440\u0438 \u043a\u043e\u043c\u043c\u0435\u0440\u0447\u0435\u0441\u043a\u043e\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438. <\/p>\n<h3>ner-d<\/h3>\n<p>  \u041f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0439 \u043c\u043e\u0434\u0443\u043b\u044c \u2014 \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u043d\u044b\u0439 \u043f\u0440\u043e\u0435\u043a\u0442, \u043d\u0435 \u0438\u043c\u0435\u044e\u0449\u0438\u0439 \u043e\u0441\u043e\u0431\u043e\u0439 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u043e\u0441\u0442\u0438, \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u043d\u044b\u0439 \u043f\u043e\u0432\u0435\u0440\u0445 Spacy \u0438 Thinc \u0438, \u0442\u0435\u043c \u043d\u0435 \u043c\u0435\u043d\u0435\u0435, \u0437\u0430\u0441\u043b\u0443\u0436\u0438\u0432\u0430\u044e\u0449\u0438\u0439 \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u044f \u043f\u043e\u0434\u0445\u043e\u0434\u043e\u043c \u0432\u044b\u0431\u0440\u0430\u043d\u043d\u044b\u043c \u043a \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0435 (\u0430\u043a\u0446\u0435\u043d\u0442 \u043d\u0430 \u043f\u0440\u043e\u0441\u0442\u043e\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f).  <\/p>\n<pre><code class=\"python\">from nerd import ner doc_nerd_d = ner.name(english_text) text_label = [(X.text, X.label_) for X in doc_nerd_d] print(text_label) <\/code><\/pre>\n<p>  Output:<br \/>  <code>[('7 days', 'DATE'), ('Indian', 'NORP'), ('PHP', 'ORG'), ('Laravel', 'GPE'), ('daily 4 hours', 'DATE'), ('Monday 27th Jan.', 'DATE'), ('Need SAP FICO', 'PERSON'), ('6 months', 'DATE'), ('10 days', 'DATE'), ('noon', 'TIME'), ('tomorrow', 'DATE')]<br \/>  <\/code><\/p>\n<p>  \u0418\u0437 \u0432\u0441\u0435\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 \u0441\u0430\u043c\u044b\u043c \u00ab\u0441\u0431\u0430\u043b\u0430\u043d\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u043c\u00bb \u0438 \u0443\u0434\u043e\u0431\u043d\u044b\u043c, \u0441 \u043f\u0440\u0438\u0435\u043c\u043b\u0435\u043c\u044b\u043c\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0430\u043c\u0438 \u0438 \u0443\u0434\u043e\u0431\u0441\u0442\u0432\u043e\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u043c\u043d\u0435 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f Stanza \u043e\u0442 StanfordNlp \u2014 \u0440\u0430\u0431\u043e\u0442\u0430 \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0430 \u044f\u0437\u044b\u043a\u043e\u0432 \u00ab\u0438\u0437 \u043a\u043e\u0440\u043e\u0431\u043a\u0438\u00bb, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u0430\u043a\u0430\u0434\u0435\u043c\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043f\u0440\u043e\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0438 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0430 \u043d\u0430\u0443\u0447\u043d\u043e\u0433\u043e \u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432\u0430 \u0441\u0430\u043c\u043e\u0433\u043e \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0438\u0442\u0435\u0442\u0430 \u0434\u0435\u043b\u0430\u0435\u0442 \u043f\u0440\u043e\u0435\u043a\u0442 \u0441\u0430\u043c\u044b\u043c \u043f\u0435\u0440\u0441\u043f\u0435\u043a\u0442\u0438\u0432\u043d\u044b\u043c, \u043d\u0430 \u043c\u043e\u0439 \u0432\u0437\u0433\u043b\u044f\u0434. <\/p>\n<p>  \u0412 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0440\u0430\u0437 \u044f \u043f\u043e\u0434\u0435\u043b\u044e\u0441\u044c \u043e\u043f\u044b\u0442\u043e\u043c \u043e \u0440\u0430\u0431\u043e\u0442\u0435 \u0441 \u00ab\u0437\u0430\u043a\u0440\u044b\u0442\u044b\u043c\u0438\u00bb \u0440\u0435\u0448\u0435\u043d\u0438\u044f\u043c\u0438 \u0438 \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u043c\u044b\u043c API \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430. <\/p>\n<p>  \u0412\u0435\u0441\u044c \u043a\u043e\u0434 \u0434\u043e\u0441\u0442\u0443\u043f\u0435\u043d <a href=\"https:\/\/gist.github.com\/MutuLawyer\/75ac8aef4de67b8ee573764ee545b0f8\" rel=\"nofollow\">Google Colab<\/a><\/div>\n<p> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/post\/502366\/\"> https:\/\/habr.com\/ru\/post\/502366\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"\n<div class=\"post__text post__text-html post__text_v1\" id=\"post-content-body\" data-io-article-url=\"https:\/\/habr.com\/ru\/post\/502366\/\">\n<h3>\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435<\/h3>\n<p>  \u041c\u044b \u0432 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0441\u043e\u0437\u0434\u0430\u0435\u043c \u0441\u0435\u0440\u0432\u0438\u0441, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c, \u0443\u043f\u0440\u0430\u0432\u043b\u044f\u0442\u044c \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u043e\u043d\u043d\u044b\u0435 \u0441\u043e\u0433\u043b\u0430\u0448\u0435\u043d\u0438\u044f \u0438 \u043f\u0440\u043e\u0447\u0438\u0435 \u0434\u043e\u0433\u043e\u0432\u043e\u0440\u044b \u043c\u0435\u0436\u0434\u0443 \u0444\u0440\u0438\u043b\u0430\u043d\u0441\u0435\u0440\u0430\u043c\u0438 \u0438 \u0438\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u0430\u043c\u0438. <\/p>\n<p>  \u0414\u043b\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u044d\u0442\u043e \u0437\u0430\u0434\u0430\u0447\u0438 \u044f \u043e\u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b \u0434\u0435\u0441\u044f\u0442\u043a\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u0432 \u0442\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u043a\u043e\u0434\u043e\u043c \u0438 \u0445\u043e\u0442\u0435\u043b \u0431\u044b \u043f\u043e\u0434\u0435\u043b\u0438\u0442\u044c\u0441\u044f \u043e\u043f\u044b\u0442\u043e\u043c \u0440\u0430\u0431\u043e\u0442\u044b \u0441 open source Python \u2014 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430\u043c\u0438 \u0434\u043b\u044f \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0435\u0439.<\/p>\n<h3>\u0420\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0435\u0439 <\/h3>\n<p>  \u041d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u043b\u043e\u0432 \u043e \u0441\u0430\u043c\u043e\u0439 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0435. Named Entity Recognition (NER) \u2014 \u044d\u0442\u043e \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u043d\u0430\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u044c \u0432 \u0440\u0435\u0447\u0438 \u0438 \u0442\u0435\u043a\u0441\u0442\u0435 \u043e\u043f\u0440\u0435\u0434\u043c\u0435\u0447\u0435\u043d\u043d\u044b\u0435 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 \u0441\u043b\u043e\u0432 \u0438 \u0441\u043b\u043e\u0432\u043e\u0441\u043e\u0447\u0435\u0442\u0430\u043d\u0438\u0439. \u0421\u043d\u0430\u0447\u0430\u043b\u0430 \u044d\u0442\u043e \u0431\u044b\u043b\u0438 \u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043d\u0430\u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u0438\u044f, \u0438\u043c\u0435\u043d\u0430 \u043b\u044e\u0434\u0435\u0439, \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0439, \u0430\u0434\u0440\u0435\u0441\u0430, \u043e\u0434\u043d\u0430\u043a\u043e \u0432 \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0435\u0435 \u0432\u0440\u0435\u043c\u044f \u044d\u0442\u043e \u043f\u043e\u043d\u044f\u0442\u0438\u0435 \u0441\u0438\u043b\u044c\u043d\u043e\u0439 \u0440\u0430\u0441\u0448\u0438\u0440\u0438\u043b\u043e\u0441\u044c \u0438 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e NER \u043c\u044b \u0438\u0449\u0435\u043c \u0432 \u0442\u0435\u043a\u0441\u0442\u0435 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0438 \u0430\u0431\u0441\u043e\u043b\u044e\u0442\u043d\u044b\u0435 \u0434\u0430\u0442\u044b, \u0447\u0438\u0441\u043b\u0430, \u043d\u043e\u043c\u0435\u0440\u0430 \u0438 \u0442.\u0434. <br \/>  \u0412\u044b\u044f\u0432\u043b\u0435\u043d\u0438\u0435 \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0441\u0443\u0449\u043d\u043e\u0441\u0442\u0435\u0439 \u2014 \u044d\u0442\u043e \u00ab\u0432\u043e\u0440\u043e\u0442\u0430\u00bb \u0432 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a, \u043e\u043d\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u044b\u044f\u0432\u043b\u044f\u0442\u044c \u0438 \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c \u043d\u0430\u043c\u0435\u0440\u0435\u043d\u0438\u044f \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0430, \u0443\u0441\u0442\u0430\u043d\u0430\u0432\u043b\u0438\u0432\u0430\u0442\u044c \u0441\u0432\u044f\u0437\u0438 \u0441\u043b\u043e\u0432 \u0432 \u0435\u0433\u043e \u0440\u0435\u0447\u0438 \u0438 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c \u043c\u0438\u0440\u043e\u043c. <\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-303744","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/303744","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=303744"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/303744\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=303744"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=303744"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=303744"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}