Оно может из полностью не размеченного на предложения текста выделить предложения? Что-то я сомневаюсь.

Условие - знаков препинания нет.

Если обучить на данных без знаков препинанию с каким-то качество скорее всего сможет

ИМХО главная проблема в том, что это не просто один текст по одной теме, который допускает разную разбивку на предложения, не меняя смысла, а это смесь источников - участников беседы. Тема одна - общая. А мысли разные и изложенные обрывочно в разное время беседы и т.д. И обучать тут что-то не представляется возможным. Какие датасеты для обучения в таком случае готовить и сколько лет обучать. Хотя бы по источникам текста была бы разбивка.

А какой природы текст? Читают монологи и потом распознают или разговоры/диалоги?

Sup

для начала первое, но вообще по хорошему и то и другое

Если вы еще никак не решали эту проблему, то для первого случая опробуйте то, что уже вам предложил Alexander Kukushkin, чтобы понять насколько этот вариант вам подходит или нет.

А для второго, ИМХО проще участникам беседы раздать персональные радиомикрофоны в петлицу, чтобы источники текста (авторство) определять и разбивать по авторам, чтобы т.о. попытаться свести второй случай к задаче первого типа (монолог). И такой подход будет дешевле, чем потратиться на ПО  и не решить проблему. Ну или поискать решения от Google, которые научились выделять голоса из толпы

Посмотрел, задача называется automatic sentence segmentation, неплохие результаты дают LSTM сети.

Для какого случая? Для первого?

Да

я бы сказала, что задачи принципиально разные с точки зрения лингвистики:
В певом случе, когда человек читает, текст изначально письменный и там есть нормальные предложения. Если чтец хорош, то он будет интонациооно из выделать. Дальше уже вопрос к качаству распознования окончаний (вряд ли хорошо, в русском языке окончания в безударной позиции сложноразличимы). Однако так как человек читает текст, значит есть шанс тот текст найти и на нем провалидироваться

вторая задача интересней, так как в усной речи по факту не предложения, а фразы. Специфика устной речи - много кореференций, отсутствие сложных грамматических конструкций, много опущений. Если это живой диалог - провадидроваться можно только разметив тексты вручную. Поэтому более целесообразно для начала выделять словосочетания, или короткие фразы
Для адекватного качества, кажется, что надо сразу иметь разделение на говорящих

Но если знать конечную цель, можно порассуждать менее пространно

Наверное в раскрытии конечной цели, авторы вопросов не очень заинтересованы))

Да, вы абсолютно правы, это разные задачи, но надо сначала с первой разобраться)

Все правильно. От простого к сложному))

Для начала из текста абсолютно без пунктуации выделить хотя бы самые простые предложения (опустим что он впринципе корявенький, WER там далеко не нулевой)

В первом случае на качество дикции чтеца надеяться явно не стоит)

Здравствуйте товарищи. Кто-нибудь занимался CRF моделями для извлечения сущностей?