Чтобы подготовить русскоязычные тексты для дальнейшего анализа, мне однажды понадобилось разбить их на предложения. Разумеется, автоматически. Что приходит на ум в первую очередь, если нужно разделить текст на предложения? Разбить по точкам — угадал?

Если вы начнете это делать, то довольно быстро столкнетесь с тем, что точка — это не всегда разделитель предложений (“т.к.”, “т.д.”, “т.п.”, “пр.”, “S.T.A.L.K.E.R.”). Причем эти токены не всегда будут исключениями при разбивке текста на предложения. Например, “т.п.” может быть в середине предложения, а может и в конце.

Вопросительный и восклицательный знак тоже не всегда разделяют текст на предложения. Например, “Yachoo!”. Предложения могут разделять и другие знаки, например, двоеточие (когда следует список из отдельных утверждений).

Поэтому я долго не думая поискал готовый инструмент и остановился на Томита-парсере от Яндекса. О нем и расскажу.
Читать дальше →

Дизайнера Майкла Джантзена (Michael Jantzen) называют специалистом по экспериментальному дизайну современной мебели, и делают это неспроста. Он уже зарекомендовал себя новатором, разработав проект мебели-хамелеона под названием Transformation Table & Chair, о чем мы успели писать на Novate.Ru. А недавно решился на еще один эксперимент, придумав серию невысоких журнальных столиков Interactive Segmented Tables, с дизайном которых можно играть бесконечно.

Подробнее..