вы главное когда сделаете

эксперимент, нам расскажите потом

а то мы тут советуем, советуем и не знаем, правильно советуем или нет :)

Спасибо за рекомендации!Сейчас пока все на стадии брейншторма, результатами обязательно поделюсь

При подсчёте слов по временам может "фонить" прямая речь или цитаты

Привет! Помимо того, что посоветовали, я бы ещё подумала над формулировкой задачи (в зависимости от того, для чего потом используется классификация). Вряд ли тексты реальных новостей можно четко разделить на две категории, т.к. очень часто сам текст строится по принципу "сначала рассказываем о событии, потом о возможных последствиях". Условно говоря "учёные изобрели 10 разных вакцин, поэтому в ближайшее время удастся привить половину населения планеты", "за Иванова прогосовало 146% населения, так что он остаётся на второй срок". Именно новостные заметки, а не различную аналитику/мнения экспертов, пишут обычно на основе информационных поводов и прошедших событий. Не получится ли, что там везде в среднем преобладает прошедшее время? Возможно, нужно классифицировать не весь текст, а отдельные предложения/абзацы (если нужно выделить все прогнозы) или заголовки.

Если делать классификатор на основе граммем или решать эвристиками (количество глаголов в определённом времени в тексте), я бы брала не ярги, а pymorphy (в ярги, если я правильно помню, везде он используется)/mystem/rnnmorph, и размечала время на настоящее/непрошедшее/прошедшее (в НКРЯ и у mystem такая же разметка).

Про предложения согласен. Что касается постановки задачи, то на первом этапе нужно будет реализовать для ограниченного набора событий ( например банкротства, изменение фин. показателей )

а разметка уже есть хоть небольшая?

Ага, я бы тогда вообще отобрала какую-то одну крупную категорию текстов (например, всё про банкротство), и посмотрела, какие там встречаются формулировки, как бы человек такие тексты сортировал. И определяла время не всех глаголов, а только того, который относится к событию непосредственно. Кажется, тут можно даже не на уровне предложения, а на уровне словосочетания посмотреть ("станет банкротом/объявили банкротом"). Самое простое - разбить текст по запятым и в отрезке с ключевым словом/названием события определять время у глагола.

Возможно, как бейзлайн подойдет :)

Неа)

Если разметки нет, можно похожими правилами разметить данные, просмотреть и потом уже тренировать классификатор.

В SDK Pullenti есть нормализация именных групп (существительное с прилагательными) и более сложных конструкций ("законом, принимаемым..." => "закон, принимаемый") - используйте функцию GetTextValue или GetTextValueOfMetaToken с ключом GetTextAttr.FirstNounGroupToNominative статического класса Pullenti.Ner.Core.MiscHelper. Или вызывайте функцию GetNormalCaseText() у создаваемых именных групп NounPhraseToken.

Часто так бывает что код на питоне медленный.
Причем не просто медленный, а ооооочень медленный. Что мы делаем в таких случаях?
Правильно, идем к любителям карри и спрашиваем: Dear freind how to run my python code on gpu?
На что он отвечает - изи

https://www.geeksforgeeks.org/running-python-script-on-gpu/
Ну или если короче

from numba import jit, cuda
@jit(target ="cuda")

Кстати мне помогло ускориться

серьезно? а cpython?

Он не умеет на карточке запускаться

У меня просто опять беды с размерами м приходится кидаться костылями

Это для каких операций актуально? Наверняка же не во всех случаях ускорение на практике есть? Можете опытом поделиться, что в вашем случае сработало)

Когда есть циклы