Как мы воскресили русский NLP и сократили потребление памяти на 90%

Классно!

Если не секрет, можете поделиться опытом использования данной либы? И есть ли оценки качества/скорости работы, в каких кейсах?

Как мы воскресили русский NLP и сократили потребление памяти на 90%

Справделивости ради, в классическом случае морфанализ выполняется на уровне слов, поэтому pymorphy2 может ошибаться в ТОП-1 результатах разбора

Более детальный разбор должен выполняться на следующем уровне (синтаксис), и библиотека позволяет это сделать, предлагая множество вариантов тегов

Как мы воскресили русский NLP и сократили потребление памяти на 90%

Похоже на тест MVP, статья и комментарии чисто для отладки... То ли еще будет))

Как мы воскресили русский NLP и сократили потребление памяти на 90%

Очень похоже...

Как мы воскресили русский NLP и сократили потребление памяти на 90%

Можете прокомментировать?

Оригинальная библиотека хранила словари в виде обычных Python dict. Мы перешли на DAWG (Directed Acyclic Word Graph).

Оригинальная это какая? В статье 2013 года автор библиотеки анонсировал применение данного решения в pymorphy2

https://habr.com/ru/articles/176575