俄语句子检测

Question

我正在使用 Apache OpenNLP 库。我正在做一个项目，该项目需要用不同的语言执行几个 NLP 任务，其中俄语是一个非常重要的任务。但是我不懂俄语，也找不到任何适用于俄语的 OpenNLP 模型。

因此，我能够可靠地执行句子检测的唯一方法是在俄语文本上训练一个句子检测器并生成一个我稍后将使用的模型。我必须分析的文本非常具体，不足以创建有效的模型。

因此，我想问是否有人可以提供一个俄语参考文本，分为足够通用的句子（包含常见的成语、缩写词等......）。我不知道应该多长时间，因为文档没有指定训练文本的建议大小。不过，我觉得几百句话就够了。

Answer 1

为什么不直接在“.”上拆分一些给定的文本？然后自己检查一下，纠正你看到的任何错误？-- 仅仅几百个句子，制作你自己的语料库可能需要和在互联网上找到一个语料库一样长。

Answer 2

最后我拿了第一条评论中建议的文件，加上维基百科上的一些文章，达到了 98% 的精度，所以很好：3