Таймкоды: 00:00 Начало 00:37 Токенизация 02:08 Библиотека Razdel для токенизации 02:58 Библиотека Natasha (хороша для русского текста) 08:48 N-grams 11:04 Стоп-слова 15:17 Стемминг vs Лемматизация 21:12 Part of Speech 23:11 Named entities recognition
Качество звука не очень хорошее. Если смотреть в ускоренном темпе хотя бы 1.25х, то слова уже воспринимать очень трудно, хотя скорость произношения сама по себе невысокая. Нужен микрофон получше. Качество видео тоже могло быть Full HD.
А в релиз ноте Spacy 3.0 написано что она умеет в русский. И автор Razdel упомянут - "Retrained pipelines for all supported languages, plus new core pipelines for Macedonian and Russian. Thanks to @borijang, @buriy and @kuk for the contributions!Э