natasha：解决基本的俄罗斯NLP任务，针对较低级别的Natasha项目的API

Natasha解决了俄语的基本NLP任务：标记化，句子分段，单词嵌入，形态标记，词形化，短语规范化，语法解析，NER标记，事实提取。 新闻文章的每项任务质量均与当前的SOTA相似或更高，请参阅。 娜塔莎（Natasha）不是研究项目，其基础技术是为生产而构建的。 我们注意模型大小，RAM使用率和性能。 模型在CPU上运行，请使用Numpy进行推断。 Natasha通过一个便捷的API集成了库： 令牌，俄语的句子分段 —紧凑的俄罗斯嵌入 —用于俄罗斯NLP的现代深度学习技术，用于俄罗斯形态，语法，NER的紧凑模型。 基于规则的事实提取，类似于Tomita解析器。 — NER和语法标记的NLP可视化。 :warning: API可能会更改，对于现实世界的任务，请考虑使用Natasha项目中的低级库。 针对新闻文章进行了优化的模型，其他领域的质量可能会更低。 要使用旧的NamesExtractor ， AddressExtactor降级pip install natasha<1 yargy<0.13 安装 Natasha支持Python 3.5+和PyPy3： $ pip