Друзья всем привет! Может кто-нибудь подсказать библиотеки для получения отглагольных существительных на русском?

Господа а что то кроме LDA/LSI  есть для моделирования топиков из текста? Задача чтобы вытащить основные темы из текста для дальнейшего расположения этих текстов в презу.

Ну те каждый слайд имеет свою тему по этому необходима довольно высокая точность, при этом нельзя вытащить какие то фичи которые будут характеризовать тот или иной слайд.

BigARTM (https://bigartm.readthedocs.io/en/stable/)
или ABAE
https://github.com/alexeyev/abae-pytorch

О, а с русским у abae все плохо?

Ну это смотря какую модель эмбедингов туда положить

В SDK Pullenti есть так называемые "дериватные группы", содержащие однокоренные слова разных частей речи (ПРОИЗВОДСТВО ПРОИЗВОДИТЬ ПРОИЗВЕСТИ ПРОИЗВОДСТВЕННЫЙ ПРОИЗВОДИМЫЙ ПРОИЗВЕДЁННЫЙ и т.д.). В статическом классе Pullenti.Semantic.Utils.DerivateService есть функция FindDerivates(словоформа). Можно из одной части речи в другую, или, например, для несовершенной формы глагола получить совершенную и т.п. Группа содержит не только русские, но и украинские слова (ещё и английские, но тут качество не гарантируется). Подробности см. в документации. Сейчас в словаре около 15000 групп.

Например, если "плагиат" искать не на уровне нормализованных слов, а на уровне групп, то может искаться межязыковой плагиат.

Спасибо! Не слышал даже от таком. Сегодня посмотрю.

Интересно как, спасибо

А ты не знаешь , есть ли там конкретно отглагольные сущ.? Типа Разрабатывать-разработка

Есть. Группа содержит список слов с частями речи, в том числе там есть и существительные, и глаголы.

Konstantin, а твоя лицензия сейчас позволяет их выложить отдельно как датасет? Не все готовы подтянуть Pullenti когда им нужна только эта функциональность...

Пока не готов

ты не готов, но лицензия позволяет? если кто-нибудь это сделает, кому это нужно, то так можно?

СДК на каком языке? межязыковый плагиат = надежда на идентичный корень в славянских языках с общей графикой?

SDK на 4-х языках: C#, Java, Python и javascript (см. www.pullenti.ru)

и что внутри СДК используется чтоб достать корень на англ языке? или полностью самописное?

Этот словарь формировался с 2011 года, сначала полуавтоматически, затем вручную и использовался в нескольких проектах. В частности, для сравнения диссертаций www.dissercomp.ru, который используется в основном украинскими пользователями. Это работает сейчас для русского и украинского языках, на английский не стоит здесь обращать внимание.

то есть вы вручную повбивали слово => корень? понятно

Корня там явно нет, просто слова объединялись в группу. Была идея, что делать синонимию, модель управления и пр. не на уровне слов, а на уровне групп.