{"id":388238,"date":"2024-06-29T07:49:20","date_gmt":"2024-06-29T07:49:20","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=388238"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=388238","title":{"rendered":"<span>\u0413\u0435\u043d\u0435\u0440\u0430\u0442\u043e\u0440 \u0430\u0431\u0441\u0443\u0440\u0434\u0430 \u0437\u0430 \u043f\u044f\u0442\u044c \u043c\u0438\u043d\u0443\u0442 \u0441 NLTK \u0438 TreeTagger<\/span>"},"content":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-1\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/xq\/qu\/fu\/xqqufuyhnhdibskpp6kqhjjc1e4.png\" data-src=\"https:\/\/habrastorage.org\/webt\/xq\/qu\/fu\/xqqufuyhnhdibskpp6kqhjjc1e4.png\"\/><\/p>\n<p>  \u042d\u0442\u043e\u0442 \u0442\u0435\u043a\u0441\u0442, \u043f\u0440\u0438 \u0435\u0433\u043e \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e\u0439 \u0430\u0431\u0441\u0443\u0440\u0434\u043d\u043e\u0441\u0442\u0438 \u0438 \u043b\u0438\u0448\u0451\u043d\u043d\u043e\u0441\u0442\u0438 \u0441\u043c\u044b\u0441\u043b\u0430, \u043c\u043e\u0433 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u0432\u0430\u043c \u0441\u043c\u0443\u0442\u043d\u043e \u0437\u043d\u0430\u043a\u043e\u043c\u044b\u043c. \u042d\u0442\u043e \u043d\u0430\u0447\u0430\u043b\u043e \u043f\u043e\u044d\u043c\u044b \u00ab\u041c\u043e\u0441\u043a\u0432\u0430 \u2013 \u041f\u0435\u0442\u0443\u0448\u043a\u0438\u00bb, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0441\u043b\u043e\u0432\u0430, \u043f\u0440\u0438\u043d\u0430\u0434\u043b\u0435\u0436\u0430\u0449\u0438\u0435 \u043e\u0434\u043d\u043e\u0439 \u0447\u0430\u0441\u0442\u0438 \u0440\u0435\u0447\u0438, \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0430\u043d\u044b \u043c\u0435\u0436\u0434\u0443 \u0441\u043e\u0431\u043e\u0439 \u0432 \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u043c \u043f\u043e\u0440\u044f\u0434\u043a\u0435.<\/p>\n<p>  \u041d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u043b\u043e\u0436\u043d\u043e \u0432 \u043d\u0430\u0448 \u0432\u0435\u043a \u0432\u0441\u0435\u043e\u0431\u0449\u0435\u0433\u043e \u043f\u0440\u043e\u043d\u0438\u043a\u043d\u043e\u0432\u0435\u043d\u0438\u044f \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 NLP \u043d\u0430\u0431\u0440\u043e\u0441\u0430\u0442\u044c \u0442\u0430\u043a\u0443\u044e \u0438\u0433\u0440\u0443\u0448\u043a\u0443? \u041e, \u044d\u0442\u043e \u043e\u0447\u0435\u043d\u044c \u043b\u0435\u0433\u043a\u043e.<br \/>  <a name=\"habracut\"><\/a><br \/>  \u041d\u0430\u0447\u043d\u0451\u043c \u0441 \u043b\u0451\u0433\u043a\u043e\u0439 (\u0445\u0435\u0445\u0435) \u0447\u0430\u0441\u0442\u0438 \u2014 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u043d\u043e\u0439. \u0414\u043b\u044f \u043f\u0440\u043e\u0441\u0442\u043e\u0442\u044b \u043d\u0430\u043f\u0438\u0448\u0435\u043c \u043d\u0430\u0448 \u0440\u0430\u043d\u0434\u043e\u043c\u0438\u0437\u0430\u0442\u043e\u0440 \u0432 \u0432\u0438\u0434\u0435 \u043a\u043e\u043d\u0441\u043e\u043b\u044c\u043d\u043e\u0439 \u0443\u0442\u0438\u043b\u0438\u0442\u044b, \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u044e\u0449\u0435\u0439 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u0432 stdin \u0438 \u043f\u0435\u0447\u0430\u0442\u0430\u044e\u0449\u0435\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432 stdout. \u0412\u0441\u044f \u043b\u043e\u0433\u0438\u043a\u0430 \u043d\u0430\u0448\u0435\u0439 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u044b \u043b\u0435\u0433\u043a\u043e \u0431\u044c\u0451\u0442\u0441\u044f \u043d\u0430 \u0447\u0435\u0442\u044b\u0440\u0435 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0445 \u044d\u0442\u0430\u043f\u0430:<\/p>\n<ul>\n<li>\u0442\u043e\u043a\u0435\u043d\u0438\u0437\u0430\u0446\u0438\u044f \u2014 \u043d\u0443\u0436\u043d\u043e \u0440\u0430\u0437\u0431\u0438\u0442\u044c \u0432\u0445\u043e\u0434\u043d\u043e\u0439 \u0442\u0435\u043a\u0441\u0442 \u043d\u0430 \u0441\u043b\u043e\u0432\u0430 \u0438 \u0437\u043d\u0430\u043a\u0438 \u043f\u0440\u0435\u043f\u0438\u043d\u0430\u043d\u0438\u044f, \u0438\u043d\u044b\u043c\u0438 \u0441\u043b\u043e\u0432\u0430\u043c\u0438 \u2014 \u0442\u043e\u043a\u0435\u043d\u044b;<\/li>\n<li>\u0442\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u2014 \u043d\u0443\u0436\u043d\u043e \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0442\u043e\u043a\u0435\u043d\u0430 \u0441\u043e\u043e\u0431\u0440\u0430\u0437\u0438\u0442\u044c, \u043a \u043a\u0430\u043a\u043e\u0439 \u0447\u0430\u0441\u0442\u0438 \u0440\u0435\u0447\u0438 \u043e\u043d \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0441\u044f;<\/li>\n<li>\u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0438\u0432\u0430\u043d\u0438\u0435 \u2014 \u043d\u0443\u0436\u043d\u043e \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0430\u0442\u044c \u043c\u0435\u0436\u0434\u0443 \u0441\u043e\u0431\u043e\u0439 \u0442\u043e\u043a\u0435\u043d\u044b \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0442\u0438\u043f\u0430;<\/li>\n<li>\u0434\u0435\u0442\u043e\u043a\u0435\u043d\u0438\u0437\u0430\u0446\u0438\u044f \u2014 \u043d\u0443\u0436\u043d\u043e \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043a\u0440\u0430\u0441\u0438\u0432\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u0438\u0437 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0445 \u0442\u043e\u043a\u0435\u043d\u043e\u0432.<\/li>\n<\/ul>\n<p>  \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u0441\u0440\u0430\u0437\u0443 \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u043c \u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u043a\u0430\u0440\u043a\u0430\u0441 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u044b.<\/p>\n<pre><code class=\"python\">from dataclasses import dataclass import sys from typing import List   Tag = str   @dataclass class TaggedToken:     text: str     tag: Tag   def tokenize_text(text: str) -> List[str]:     ...   def tag_tokens(tokens: List[str]) -> List[TaggedToken]:     ...   def shuffle_tokens(tokens: List[TaggedToken]) -> List[TaggedToken]:     ...   def detokenize_tokens(tokens: List[TaggedToken]) -> str:     ...   if __name__ == \"__main__\":     input_text = \"\".join(sys.stdin)     tokens = tokenize_text(input_text)     tagged_tokens = tag_tokens(tokens)     sys.stderr.write(f\"Tagged tokens:\\n{tagged_tokens!r}\")     shuffled_tokens = shuffle_tokens(tagged_tokens)     result_text = detokenize_tokens(shuffled_tokens)     print(result_text) <\/code><\/pre>\n<p>  \u0425\u043e\u0440\u043e\u0448\u0430\u044f \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430 \u2013 \u0437\u0430\u043b\u043e\u0433 \u0443\u0441\u043f\u0435\u0445\u0430.<br \/>  \u00a0<\/p>\n<h3>\u0411\u0435\u0440\u0451\u043c NLTK<\/h3>\n<p>  \u041b\u0451\u0433\u043a\u0438\u043c \u0440\u043e\u0441\u0447\u0435\u0440\u043a\u043e\u043c \u043a\u043b\u0430\u0432\u0438\u0430\u0442\u0443\u0440\u044b \u0441\u0442\u0430\u0432\u0438\u043c \u0432 \u043d\u0430\u0448 virtualenv NLTK \u2014 \u043e\u0434\u043d\u0443 \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a \u043d\u0430 Python \u0434\u043b\u044f \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c\u0438 \u044f\u0437\u044b\u043a\u0430\u043c\u0438. <\/p>\n<pre><code class=\"bash\">python3 -m pip install nltk <\/code><\/pre>\n<p>  \u0422\u043e\u043a\u0435\u043d\u0438\u0437\u0430\u0446\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 \u2014 \u043e\u0434\u043d\u0430 \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u043f\u0440\u043e\u0441\u0442\u044b\u0445 \u0437\u0430\u0434\u0430\u0447 NLP, \u0442\u0430\u043a \u0447\u0442\u043e \u0437\u0430\u043c\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0442\u044c\u0441\u044f \u043d\u0430\u043c \u0437\u0434\u0435\u0441\u044c \u0441\u0438\u043b\u044c\u043d\u043e \u043d\u0435 \u043f\u0440\u0438\u0434\u0451\u0442\u0441\u044f:<\/p>\n<pre><code class=\"python\">import nltk   def tokenize_text(text: str) -> List[str]:     return nltk.word_tokenize(text) <\/code><\/pre>\n<p>  \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u0434\u043e\u0431\u0430\u0432\u0438\u043c \u0442\u0435\u0441\u0442 \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043c, \u0447\u0442\u043e \u0432\u044b\u0448\u043b\u043e:<\/p>\n<pre><code class=\"python\"># tests\/tokenizer_test.py  from mixer import tokenize_text   def test_tokenizer():     assert tokenize_text(\"hello world\") == [\"hello\", \"world\"] <\/code><\/pre>\n<p>  \u041c\u043e\u0436\u043d\u043e \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u043f\u0440\u044f\u043c\u043e \u0432 \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441\u0435 PyCharm (\u043f\u0435\u0440\u0435\u043a\u043b\u044e\u0447\u0438\u0442\u0435 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0439 \u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a \u043d\u0430 pytest) \u0438 \u0443\u0432\u0438\u0434\u0435\u0442\u044c, \u0447\u0442\u043e \u0432\u0441\u0451 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043a\u0430\u043a \u043e\u0436\u0438\u0434\u0430\u0435\u0442\u0441\u044f.<\/p>\n<p>  \u0422\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u043e\u043a\u0435\u043d\u044b \u0432 NLTK \u0442\u043e\u0436\u0435 \u043a\u0440\u0430\u0439\u043d\u0435 \u043f\u0440\u043e\u0441\u0442\u043e:<\/p>\n<pre><code class=\"python\">def tag_tokens(tokens: List[str]) -> List[TaggedToken]:     return [         TaggedToken(text=token, tag=tag)         for token, tag in nltk.pos_tag(tokens)  # \u0442\u0443\u0442 \u0432\u0441\u044f \u043c\u0430\u0433\u0438\u044f     ] <\/code><\/pre>\n<p>  \u00a0  <\/p>\n<h3>\u041f\u0438\u0448\u0435\u043c \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c<\/h3>\n<p>  \u0410\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0447\u0430\u0441\u0442\u044c \u0441\u0430\u043c\u0430\u044f \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u0430\u044f, \u0432\u0435\u0440\u043d\u043e? \u041d\u0430\u043c \u043d\u0430\u0434\u043e \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0430\u0442\u044c \u0434\u0440\u0443\u0433 \u0441 \u0434\u0440\u0443\u0433\u043e\u043c \u0442\u043e\u043a\u0435\u043d\u044b \u0441 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u043c \u0442\u0435\u0433\u043e\u043c. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u043c \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u0441\u043f\u0438\u0441\u043e\u043a \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043f\u043e \u043a\u0430\u0436\u0434\u043e\u043c\u0443 \u0442\u0435\u0433\u0443, \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0430\u0435\u043c \u0435\u0433\u043e, \u0430 \u043f\u043e\u0442\u043e\u043c \u0441\u043e\u0431\u0435\u0440\u0451\u043c \u0432\u0441\u0435 \u0442\u043e\u043a\u0435\u043d\u044b \u043e\u0431\u0440\u0430\u0442\u043d\u043e \u0432 \u043e\u0434\u043d\u0443 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0437\u0430 \u0441\u0447\u0451\u0442 \u0437\u0430\u043f\u043e\u043c\u0438\u043d\u0430\u043d\u0438\u044f, \u0432 \u043a\u0430\u043a\u043e\u0439 \u043f\u043e\u0437\u0438\u0446\u0438\u0438 \u043a\u0430\u043a\u043e\u0439 \u0442\u0435\u0433 \u0434\u043e\u043b\u0436\u0435\u043d \u0441\u0442\u043e\u044f\u0442\u044c.<\/p>\n<p>  \u0421\u043f\u043e\u0439\u043b\u0435\u0440: \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0441\u043b\u043e\u0432\u0430 \u043b\u0443\u0447\u0448\u0435 \u043d\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0438\u0432\u0430\u0442\u044c. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u0437\u0430\u0432\u0435\u0434\u0451\u043c \u0434\u043b\u044f \u043d\u0438\u0445 \u0432\u0438\u0440\u0442\u0443\u0430\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u0433 \u0438 \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0438\u0432\u0430\u0442\u044c \u043f\u0440\u0438\u043d\u0430\u0434\u043b\u0435\u0436\u0430\u0449\u0438\u0435 \u0435\u043c\u0443 \u0442\u043e\u043a\u0435\u043d\u044b \u043d\u0435 \u0431\u0443\u0434\u0435\u043c.<\/p>\n<pre><code class=\"python\">DONT_MIX_WORDS = {     \"a\", \"an\", \"the\",     \"am\", \"is\", \"are\", \"been\", \"was\", \"were\",     \"have\", \"had\", } DONT_MIX_MARKER = \"DONT_MIX\"   def shuffle_tokens(tokens: List[TaggedToken]) -> List[TaggedToken]:     tokens = [         token if token.text not in DONT_MIX_WORDS else TaggedToken(text=token.text, tag=DONT_MIX_MARKER)         for token in tokens     ]     tokens_by_tag: MutableMapping[Tag, List[TaggedToken]] = defaultdict(list)     index_to_tag: MutableMapping[int, Tag] = {}     index_to_subindex: MutableMapping[int, int] = {}     for idx, token in enumerate(tokens):         index_to_tag[idx] = token.tag         index_to_subindex[idx] = len(tokens_by_tag[token.tag])         tokens_by_tag[token.tag].append(token)     for tag, curr_tokens in tokens_by_tag.items():         if tag != DONT_MIX_MARKER:             random.shuffle(curr_tokens)     return [         tokens_by_tag[index_to_tag[idx]][index_to_subindex[idx]]         for idx in range(len(tokens))     ] <\/code><\/pre>\n<p>  \u0422\u0435\u0441\u0442 \u0442\u0443\u0442 \u0441\u043e\u0447\u0438\u043d\u0438\u0442\u044c \u0443\u0436\u0435 \u0441\u043b\u043e\u0436\u043d\u0435\u0435, \u043d\u043e \u044f \u043d\u0430 \u0441\u043a\u043e\u0440\u0443\u044e \u0440\u0443\u043a\u0443 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b \u0432\u043e\u0442 \u0442\u0430\u043a\u043e\u0439:<\/p>\n<pre><code class=\"python\">def test_shuffle():     tokens = [TaggedToken(str(i), \"TAG_1\") for i in range(100)] + \\              [TaggedToken(str(i), \"TAG_2\") for i in range(100)]     shuffled_tokens = shuffle_tokens(tokens)     assert tokens != shuffled_tokens     assert sorted(tokens[:100], key=repr) + sorted(tokens[100:], key=repr) == \\            sorted(shuffled_tokens[:100], key=repr) + sorted(shuffled_tokens[100:], key=repr) <\/code><\/pre>\n<p>  \u0421 \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u044c\u044e \u043f\u043e\u0440\u044f\u0434\u043a\u0430 2E-158 \u043e\u043d \u0443\u043f\u0430\u0434\u0451\u0442. \u041f\u043e\u0442\u043e\u043c\u043a\u0438 \u0440\u0443\u0433\u043d\u0443\u0442\u0441\u044f \u043d\u0430 \u043d\u0430\u0441 \u0438 \u043d\u0430\u0448\u0438 \u0447\u0451\u0440\u0442\u043e\u0432\u044b \u0444\u043b\u0430\u043f\u0430\u044e\u0449\u0438\u0435 \u0442\u0435\u0441\u0442\u044b, \u043a\u043e\u043b\u043e\u043d\u0438\u0437\u0438\u0440\u0443\u044f \u0442\u0443\u043c\u0430\u043d\u043d\u043e\u0441\u0442\u044c \u0410\u043d\u0434\u0440\u043e\u043c\u0435\u0434\u044b.<\/p>\n<p>  \u0417\u0434\u0435\u0441\u044c, \u043a\u043e\u043d\u0435\u0447\u043d\u043e, \u0435\u0449\u0451 \u043d\u0430\u0434\u043e \u043f\u043e\u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0443 \u043d\u0430\u0448\u0438\u0445 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u044b\u0445 \u0441\u043b\u043e\u0432 \u0438 \u0432\u0441\u044f\u043a\u043e\u0435 \u043a\u043e\u0440\u043d\u0435\u0440\u043a\u0435\u0439\u0441\u044b, \u043d\u043e \u0442\u0435\u0441\u0442\u043e\u0432 \u043c\u043d\u0435 \u0438 \u043d\u0430 \u0440\u0430\u0431\u043e\u0442\u0435 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u043f\u0438\u0448\u0435\u0442\u0441\u044f, \u043f\u043e\u0439\u0434\u0451\u043c \u0434\u0430\u043b\u044c\u0448\u0435 \u043a \u0434\u0435\u043b\u0443.<br \/>  \u00a0<\/p>\n<h3>\u0414\u0435\u0442\u043e\u043a\u0435\u043d\u0438\u0437\u0438\u0440\u0443\u0435\u043c<\/h3>\n<p>  \u0417\u0434\u0435\u0441\u044c \u043c\u044b \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u043c\u0441\u044f \u043a NLTK \u2014 \u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442 \u0438\u0437 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043e\u043d \u0442\u043e\u0436\u0435 \u0443\u043c\u0435\u0435\u0442!<\/p>\n<pre><code class=\"python\">from nltk.tokenize.treebank import TreebankWordDetokenizer   def detokenize_tokens(tokens: List[TaggedToken]) -> str:     return TreebankWordDetokenizer().detokenize([token.text for token in tokens]) <\/code><\/pre>\n<p>  \u041d\u0430\u043a\u043e\u043d\u0435\u0446 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0443 \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c! \u042f \u0434\u043e\u0431\u0430\u0432\u0438\u043b \u0432 <code>test_en.txt<\/code> \u043f\u0435\u0440\u0432\u044b\u0439 \u0430\u0431\u0437\u0430\u0446 \u0441\u0442\u0430\u0442\u044c\u0438 \u0412\u0438\u043a\u0438\u043f\u0435\u0434\u0438\u0438 \u043f\u0440\u043e \u043e\u0434\u043d\u0443 \u0432\u043e\u0441\u0442\u043e\u0447\u043d\u043e\u0435\u0432\u0440\u043e\u043f\u0435\u0439\u0441\u043a\u0443\u044e \u0441\u0432\u0435\u0440\u0445\u0434\u0435\u0440\u0436\u0430\u0432\u0443.<\/p>\n<pre><code class=\"bash\">$ python3 mixer.py &lt; test_en.txt Europe, and the sixteen Europe, is a time spanning Earth Saint or Asia Europe . It is the largest language in the country, encompassing in million 146.2 inhabited kilometres, and covering more in million while Federation's Russian country world . Petersburg has of cultural nation nations, and has the most zones across any world with the land, in spoken native borders . they extends a capital than 17 one-eighth; and is the most sovereign nation of Northern, and the ninth-most Russian world in the language . Slavic, the country, is the largest city in Russia, over Moscow Russia is the country's populous country and populous centre . Russians are the largest Europe and European population; It speak square, the most eleven Eastern area, and the most second-largest spoken city of Slavic. <\/code><\/pre>\n<p>  \u0423\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e. \u0415\u0441\u0442\u044c, \u043a\u043e\u043d\u0435\u0447\u043d\u043e, \u043a\u043e\u0441\u044f\u043a\u0438 \u2013 \u043f\u0440\u043e\u0431\u0435\u043b \u043f\u0435\u0440\u0435\u0434 \u0442\u043e\u0447\u043a\u043e\u0439, \u0434\u0430 \u0438 \u043d\u0430\u0434\u043e \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u043f\u043e\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u0440\u0435\u0433\u0438\u0441\u0442\u0440. \u041f\u0440\u043e\u0431\u0435\u043b \u043f\u0435\u0440\u0435\u0434 \u0442\u043e\u0447\u043a\u043e\u0439 \u044f \u0432\u044b\u0440\u0435\u0436\u0443 <code>str.replace<\/code>\u043e\u043c, \u0430 \u0434\u043b\u044f \u0443\u0447\u0451\u0442\u0430 \u0440\u0435\u0433\u0438\u0441\u0442\u0440\u0430 \u0441\u0434\u0435\u043b\u0430\u044e \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u0444\u043e\u043a\u0443\u0441 \u2014 \u0441\u043a\u0430\u0436\u0443, \u0447\u0442\u043e \u0432\u0441\u0435 \u0441\u043b\u043e\u0432\u0430, \u043d\u0430\u0447\u0438\u043d\u0430\u044e\u0449\u0438\u0435\u0441\u044f \u0441 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u0431\u0443\u043a\u0432\u044b \u043d\u0435 \u043f\u043e\u0441\u043b\u0435 \u0442\u043e\u0447\u043a\u0438 (\u0432 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c \u0442\u0435\u043a\u0441\u0442\u0435) \u2014 \u0438\u043c\u0435\u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435, \u0430 \u0441 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u0439 \u2014 \u043d\u0430\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435. \u0414\u0430\u043b\u044c\u0448\u0435 \u043f\u043e\u043f\u0440\u0430\u0432\u043b\u044e \u0440\u0435\u0433\u0438\u0441\u0442\u0440 \u0432 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0438\u0438 \u0441 \u044d\u0442\u0438\u043c \u043f\u0440\u0430\u0432\u0438\u043b\u043e\u043c. <\/p>\n<pre><code class=\"python\">def detokenize_tokens(tokens: List[TaggedToken], private_nouns: Set[str]) -> str:     cased_tokens = []     for prev_token, token in zip([TaggedToken(\".\", \".\")] + tokens, tokens):         if prev_token.text == \".\":             cased_tokens.append(token.text[0].upper() + token.text[1:])         elif token.text.lower() in private_nouns:             cased_tokens.append(token.text[0].lower() + token.text[1:])         else:             cased_tokens.append(token.text)     result = TreebankWordDetokenizer().detokenize(cased_tokens)     result = result.replace(\" .\", \".\")     return result <\/code><\/pre>\n<p>  <\/p>\n<h3>\u0415\u0441\u0442\u044c \u0434\u0440\u0443\u0433\u0438\u0435 \u0442\u0435\u0433\u0433\u0435\u0440\u044b<\/h3>\n<p>  \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u0434\u0432\u0438\u043d\u0435\u043c \u043a \u0441\u0430\u043c\u043e\u043c\u0443 \u0432\u0435\u0441\u0451\u043b\u043e\u043c\u0443 \u2014 \u0440\u0443\u0441\u0441\u043a\u043e\u043c\u0443 \u044f\u0437\u044b\u043a\u0443. \u0412 NLTK \u0435\u0441\u0442\u044c \u0442\u043e\u043a\u0435\u0439\u043d\u0430\u0439\u0437\u0435\u0440 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u043d\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0435\u0433\u043e \u0440\u0430\u0431\u043e\u0442\u044b \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0436\u0435\u043b\u0430\u0442\u044c \u043b\u0443\u0447\u0448\u0435\u0433\u043e. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u0440\u043e\u0433\u043e\u043d\u0438\u043c \u0435\u0433\u043e \u043d\u0430 \u0443\u0436\u0435 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u0439 \u043d\u0430\u043c \u043f\u043e\u044d\u043c\u0435 (\u043f\u0435\u0440\u0435\u0434 \u044d\u0442\u0438\u043c \u043d\u0443\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u0440\u0435\u0441\u0443\u0440\u0441 \u0434\u043b\u044f NLTK: <code> python -c \"import nltk; nltk.download('averaged_perceptron_tagger_ru')\"<\/code>).<\/p>\n<pre><code class=\"bash\">$ python3 mixer.py &lt; test_ru.txt \u0412\u0441\u0435\u0445 \u0433\u043e\u0432\u043e\u0440\u044f\u0442. \u0412\u0435\u0447\u0435\u0440: \u0440\u0430\u0437\u0443, \u043f\u0440\u043e \u043d\u0438\u0447\u0435\u0433\u043e \u044f \u0432\u0438\u0434\u0435\u043b \u0441 \u043d\u0435\u0433\u043e, \u0430 \u0441\u0430\u043c \u0432\u0435\u0434\u044c \u043d\u0430\u0447\u0430\u043b\u0430 \u043d\u0435 \u0432\u0438\u0434\u0435\u043b, \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u041a\u0440\u0435\u043c\u043b\u044c \u0443\u0436\u0435, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043b\u044e\u0434\u0438,) \u0432\u044b\u043f\u0438\u043b \u043a\u0430\u043a \u043d\u0430 \u2013. \u0411\u044b\u043b \u0441 \u044e\u0433 \u0438\u0437 \u043a\u043e\u043d\u0435\u0446 \u041e\u0442\u043e \u043a\u043e\u043d\u0446\u0430 (\u0441 \u2013 \u0432\u043e\u043a\u0440\u0443\u0433 \u043e\u043f\u044b\u0442\u0443. \u0412 \u0421\u0430\u0432\u0435\u043b\u043e\u0432\u0441\u043a\u043e\u043c \u0434\u043b\u044f \u043c\u0435\u0441\u0442. \u041e\u0447\u0435\u043d\u044c \u0447\u0442\u043e \u043a\u0430\u043a \u043a\u0440\u0443\u0442\u0438\u043b\u0441\u044f \u0442\u044b\u0441\u044f\u0447\u0443 \u0438 \u0412\u043e\u0442 \u0441\u0435\u0432\u0435\u0440\u0430 \u043d\u0438 \u0441\u043b\u044b\u0448\u0430\u043b \u041c\u043e\u0441\u043a\u0432\u0435, \u043d\u0438 \u0447\u0442\u043e\u0431 \u043d\u0430\u0441\u043a\u0432\u043e\u0437\u044c \u0435\u0449\u0435 \u043d\u0435 \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u043b, \u0434\u0435\u043a\u043e\u043a\u0442\u0430 \u0438\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e \u0446\u0435\u043b\u044b\u0439 \u0440\u0430\u0437 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b\u0438 \u043f\u043e \u0442\u0435\u0445 \u0441\u0442\u0430\u043a\u0430\u043d, \u0438 \u043d\u0435 \u043f\u043e\u0442\u043e\u043c\u0443 \u0430 \u0432\u0447\u0435\u0440\u0430 \u043f\u044c\u044f\u043d \u043d\u0430\u043f\u0438\u0432\u0448\u0438\u0441\u044c: \u044f, \u0438 \u043d\u0435 \u0437\u043d\u0430\u044e \u0432 \u0437\u0443\u0431\u0440\u043e\u0432\u043a\u0438, \u043f\u043e\u043f\u0430\u043b\u043e \u043d\u0430 \u0437\u0430\u043f\u0430\u0434\u0430 \u0432\u043e\u0441\u0442\u043e\u043a \u0440\u0430\u0437, \u0442\u0430\u043a \u0438 \u043d\u0430 \u041a\u0440\u0435\u043c\u043b\u044f \u0443\u0432\u0438\u0434\u0435\u043b, \u0447\u0442\u043e \u043f\u043e \u0440\u0430\u0437\u0443 \u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e \u041a\u0440\u0435\u043c\u043b\u044c \u043f\u043e\u0445\u043c\u0435\u043b\u044e\u0433\u0438 \u0412\u0441\u0435 \u043b\u0443\u0447\u0448\u0435\u0433\u043e \u043e\u043f\u044f\u0442\u044c \u043d\u0435 \u0432\u044b\u0448\u0435\u043b, <\/code><\/pre>\n<p>  \u0412\u0438\u0434\u043d\u043e, \u0447\u0442\u043e \u043f\u043b\u043e\u0445\u043e. \u0415\u0441\u043b\u0438 \u043a\u043e\u043f\u043d\u0443\u0442\u044c, \u0432\u044b\u043b\u0435\u0437\u0430\u0435\u0442 \u043c\u043d\u043e\u0433\u043e \u043d\u0435\u0434\u043e\u0431\u0440\u043e\u0433\u043e. NLTK \u0437\u043d\u0430\u0435\u0442 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043c\u0430\u043b\u043e \u043e \u0440\u0443\u0441\u0441\u043a\u043e\u043c \u044f\u0437\u044b\u043a\u0435; \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043d\u0438\u0447\u0435\u0433\u043e \u043f\u0440\u043e \u043f\u0430\u0434\u0435\u0436\u0438 \u0438 \u0441\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u044f.<\/p>\n<p>  \u041d\u043e \u0432 \u0441\u0442\u0430\u0442\u044c\u044f\u0445 \u043f\u043e \u0442\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044e \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u044e\u0442\u0441\u044f \u043d\u0435 \u0441 NLTK. \u0422\u0430\u043c \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u044e\u0442\u0441\u044f \u0441 <a href=\"https:\/\/www.cis.uni-muenchen.de\/~schmid\/tools\/TreeTagger\/\">TreeTagger<\/a> \u2013 \u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u0438 \u043c\u044b \u0435\u0433\u043e \u043f\u043e\u0434\u0442\u044f\u043d\u0435\u043c.<\/p>\n<p>  \u041f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u044d\u0442\u043e \u043d\u0435 pure Python \u043f\u0430\u043a\u0435\u0442, \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0440\u0435\u0437\u043a\u043e \u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0435\u0442\u0441\u044f. \u041d\u0438\u0436\u0435 \u043f\u0438\u0448\u0443, \u043a\u0430\u043a \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u043d\u0430 MacOS:<\/p>\n<pre><code class=\"bash\"># \u0421\u043a\u0430\u0447\u0438\u0432\u0430\u0435\u043c \u0441\u0430\u043c\u0443 \u0443\u0442\u0438\u043b\u0438\u0442\u0443 \u0438 \u0432\u0441\u043f\u043e\u043c\u043e\u0433\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0441\u043a\u0440\u0438\u043f\u0442\u044b wget https:\/\/www.cis.uni-muenchen.de\/~schmid\/tools\/TreeTagger\/data\/tree-tagger-MacOSX-3.2.3.tar.gz https:\/\/www.cis.uni-muenchen.de\/~schmid\/tools\/TreeTagger\/data\/tagger-scripts.tar.gz mkdir -p treetagger &amp;&amp; tar -xzf tree-tagger-MacOSX-3.2.3.tar.gz --directory treetagger &amp;&amp; tar -xzf tagger-scripts.tar.gz --directory treetagger # \u0421\u043a\u0430\u0447\u0438\u0432\u0430\u0435\u043c \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0443 \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 wget https:\/\/www.cis.uni-muenchen.de\/~schmid\/tools\/TreeTagger\/data\/russian.par.gz gunzip -c russian.par.gz > treetagger\/lib\/russian.par <\/code><\/pre>\n<p>  \u0418\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441 \u043d\u0430\u043c \u043f\u0440\u0435\u0434\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u043d\u0441\u043e\u043b\u044c\u043d\u044b\u0439. \u0427\u0442\u043e \u043f\u043e\u0434\u0435\u043b\u0430\u0442\u044c, \u0431\u0443\u0434\u0435\u043c \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0447\u0435\u0440\u0435\u0437 subprocess:<\/p>\n<pre><code class=\"python\">def tokenize_and_tag_text(text: str) -> List[TaggedToken]:     output = subprocess.run(\"cmd\/tree-tagger-russian\",                             cwd=\"treetagger\",                             input=text.encode(\"utf-8\"),                             capture_output=True).stdout.decode(\"utf-8\")     result = []     for line in output.strip().split(\"\\n\"):         text, tag, _ = line.split(\"\\t\")         result.append(TaggedToken(text=text, tag=tag))     return result <\/code><\/pre>\n<p>  \u0414\u043e\u0431\u0430\u0432\u0438\u043c \u0432\u044b\u0431\u043e\u0440 \u0442\u0435\u0433\u0433\u0435\u0440\u0430 \u0432 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u043e\u0442 \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u043a\u043e\u043c\u0430\u043d\u0434\u043d\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0438:<\/p>\n<pre><code class=\"python\">if __name__ == \"__main__\":     parser = argparse.ArgumentParser(description=\"Shuffle words in text.\")     parser.add_argument(\"--tagger\", type=str, default=\"nltk\", choices=[\"nltk\", \"treetagger\"])     args = parser.parse_args(sys.argv)      input_text = \"\".join(sys.stdin)     if args.tagger == \"nltk\":         tokens = tokenize_text(input_text)         tagged_tokens = tag_tokens(tokens)     elif args.tagger == \"treetagger\":         tagged_tokens = tokenize_and_tag_text(input_text)     private_nouns = calc_private_nouns_set(tagged_tokens)     sys.stderr.write(f\"Tagged tokens:\\n{tagged_tokens!r}\")     shuffled_tokens = shuffle_tokens(tagged_tokens)     result_text = detokenize_tokens(shuffled_tokens, private_nouns)     print(result_text) <\/code><\/pre>\n<p>  \u0423 \u043d\u0435\u0433\u043e \u0432\u0441\u0451 \u0435\u0449\u0451 \u0435\u0441\u0442\u044c \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0441 \u043f\u0443\u043d\u043a\u0442\u0443\u0430\u0446\u0438\u0435\u0439. \u0417\u0434\u0435\u0441\u044c \u0443\u0436 \u044f \u043f\u0440\u043e\u0441\u0442\u043e \u0437\u0430\u043f\u0440\u0435\u0442\u0438\u043b \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0438\u0432\u0430\u0442\u044c \u0432\u0441\u0435 \u043f\u0443\u043d\u043a\u0442\u0443\u0430\u0446\u0438\u043e\u043d\u043d\u044b\u0435 \u0442\u043e\u043a\u0435\u043d\u044b.<\/p>\n<p>  \u0412\u043e\u0442 \u0442\u0435\u043f\u0435\u0440\u044c \u0445\u043e\u0440\u043e\u0448\u043e.<\/p>\n<blockquote><p>\u0412\u0441\u0435 \u0433\u043e\u0432\u043e\u0440\u044f\u0442: \u041a\u0440\u0435\u043c\u043b\u044c, \u041a\u0440\u0435\u043c\u043b\u044c. \u0421 \u0442\u0435\u0445 \u044f \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u043b \u043d\u0430 \u043d\u0435\u0433\u043e, \u0447\u0442\u043e\u0431 \u0441\u0430\u043c \u0432\u0435\u0434\u044c \u0440\u0430\u0437\u0443 \u0412\u043e\u0442 \u0431\u044b\u043b. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437 \u0435\u0449\u0435 (\u0442\u044b\u0441\u044f\u0447\u0443 \u0440\u0430\u0437), \u043d\u0430\u043f\u0438\u0432\u0448\u0438\u0441\u044c \u0438 \u0432\u043e\u043a\u0440\u0443\u0433 \u043f\u043e\u0445\u043c\u0435\u043b\u044e\u0433\u0438, \u0432\u0438\u0434\u0435\u043b \u043f\u043e \u041c\u043e\u0441\u043a\u0432\u0435 \u0434\u043b\u044f \u0437\u0430\u043f\u0430\u0434\u0430 \u0432 \u043a\u043e\u043d\u0435\u0446, \u0441 \u0441\u0435\u0432\u0435\u0440\u0430 \u043f\u0440\u043e \u044e\u0433, \u041e\u0442\u043e \u0434\u0435\u043a\u043e\u043a\u0442\u0430 \u043d\u0430 \u0432\u0435\u0447\u0435\u0440, \u0432\u0447\u0435\u0440\u0430 \u0438 \u043a\u0430\u043a \u043f\u043e\u043f\u0430\u043b\u043e \u2013 \u0447\u0442\u043e \u043d\u0438 \u0440\u0430\u0437\u0443 \u043d\u0438 \u0441\u043b\u044b\u0448\u0430\u043b \u043a\u043e\u043d\u0446\u0430. \u0422\u043e\u043b\u044c\u043a\u043e \u0438\u043b\u0438 \u043e\u0447\u0435\u043d\u044c \u043d\u0430\u0441\u043a\u0432\u043e\u0437\u044c \u043d\u0435 \u0432\u044b\u043f\u0438\u043b, \u2013 \u0430 \u043d\u0435 \u0446\u0435\u043b\u044b\u0439 \u0441\u0442\u0430\u043a\u0430\u043d \u043a\u0440\u0443\u0442\u0438\u043b\u0441\u044f \u0438\u0437 \u0432\u0441\u0435\u0445 \u043c\u0435\u0441\u0442, \u0438 \u043d\u0435 \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043e\u043f\u044f\u0442\u044c \u043f\u044c\u044f\u043d \u0432\u0438\u0434\u0435\u043b: \u044f, \u043a\u0430\u043a \u043d\u0435 \u0432\u044b\u0448\u0435\u043b \u0432 \u0421\u0430\u0432\u0435\u043b\u043e\u0432\u0441\u043a\u043e\u043c, \u0443\u0432\u0438\u0434\u0435\u043b \u0441 \u043d\u0430\u0447\u0430\u043b\u0430 \u0432\u043e\u0441\u0442\u043e\u043a \u0437\u0443\u0431\u0440\u043e\u0432\u043a\u0438, \u0442\u0430\u043a \u0430 \u043f\u043e \u043e\u043f\u044b\u0442\u0443 \u0437\u043d\u0430\u044e, \u0438 \u043d\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e \u041a\u0440\u0435\u043c\u043b\u044f \u043b\u044e\u0434\u0438 \u043d\u0438\u0447\u0435\u0433\u043e \u043b\u0443\u0447\u0448\u0435\u0433\u043e \u0443\u0436\u0435 \u043d\u0435 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b\u0438.  <\/p><\/blockquote>\n<p>  \u0427\u0435\u043c \u0434\u043e\u043b\u044c\u0448\u0435 \u0442\u0435\u043a\u0441\u0442 \u2014 \u0442\u0435\u043c \u0432\u0435\u0441\u0435\u043b\u0435\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0438\u0432\u0430\u043d\u0438\u0435 (\u0438 \u0442\u0435\u043c \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u0435\u0435 \u0440\u0435\u0433\u0438\u0441\u0442\u0440 \u0443 \u0441\u043b\u043e\u0432). Have fun.<\/p>\n<p>  \u0422\u0440\u0430\u0434\u0438\u0446\u0438\u043e\u043d\u043d\u043e, \u0432\u0435\u0441\u044c \u043a\u043e\u0434 \u0432 \u043f\u043e\u043a\u043e\u043c\u043c\u0438\u0442\u043d\u043e\u043c \u0438\u0437\u043b\u043e\u0436\u0435\u043d\u0438\u0438 <a href=\"https:\/\/github.com\/Saluev\/habr-nltk-demo\">\u043d\u0430 Github<\/a>.<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \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\/articles\/566304\/\"> https:\/\/habr.com\/ru\/articles\/566304\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-1\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/xq\/qu\/fu\/xqqufuyhnhdibskpp6kqhjjc1e4.png\" data-src=\"https:\/\/habrastorage.org\/webt\/xq\/qu\/fu\/xqqufuyhnhdibskpp6kqhjjc1e4.png\"\/><\/p>\n<p>  \u042d\u0442\u043e\u0442 \u0442\u0435\u043a\u0441\u0442, \u043f\u0440\u0438 \u0435\u0433\u043e \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e\u0439 \u0430\u0431\u0441\u0443\u0440\u0434\u043d\u043e\u0441\u0442\u0438 \u0438 \u043b\u0438\u0448\u0451\u043d\u043d\u043e\u0441\u0442\u0438 \u0441\u043c\u044b\u0441\u043b\u0430, \u043c\u043e\u0433 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u0432\u0430\u043c \u0441\u043c\u0443\u0442\u043d\u043e \u0437\u043d\u0430\u043a\u043e\u043c\u044b\u043c. \u042d\u0442\u043e \u043d\u0430\u0447\u0430\u043b\u043e \u043f\u043e\u044d\u043c\u044b \u00ab\u041c\u043e\u0441\u043a\u0432\u0430 \u2013 \u041f\u0435\u0442\u0443\u0448\u043a\u0438\u00bb, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0441\u043b\u043e\u0432\u0430, \u043f\u0440\u0438\u043d\u0430\u0434\u043b\u0435\u0436\u0430\u0449\u0438\u0435 \u043e\u0434\u043d\u043e\u0439 \u0447\u0430\u0441\u0442\u0438 \u0440\u0435\u0447\u0438, \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0430\u043d\u044b \u043c\u0435\u0436\u0434\u0443 \u0441\u043e\u0431\u043e\u0439 \u0432 \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u043c \u043f\u043e\u0440\u044f\u0434\u043a\u0435.<\/p>\n<p>  \u041d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u043b\u043e\u0436\u043d\u043e \u0432 \u043d\u0430\u0448 \u0432\u0435\u043a \u0432\u0441\u0435\u043e\u0431\u0449\u0435\u0433\u043e \u043f\u0440\u043e\u043d\u0438\u043a\u043d\u043e\u0432\u0435\u043d\u0438\u044f \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 NLP \u043d\u0430\u0431\u0440\u043e\u0441\u0430\u0442\u044c \u0442\u0430\u043a\u0443\u044e \u0438\u0433\u0440\u0443\u0448\u043a\u0443? \u041e, \u044d\u0442\u043e \u043e\u0447\u0435\u043d\u044c \u043b\u0435\u0433\u043a\u043e.  <\/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-388238","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/388238","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=388238"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/388238\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=388238"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=388238"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=388238"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}