Без заголовка

Не знаю, может и понимаете, но регулярно пишете про "стремление к embedding", игнорируя необходимость в полноценном NLP pipeline, который не заменят эти embedding, и ссылки ваши обычно полнейшая фигня -- обычно про то, как кто-то что-то извлек из текста (в небольшом количестве), не умея этот текст прилично парсить! Что с отрицанием и сложными логическими конструкциям при игнорировании NLP получится, всем понятно? (В state of the art для анализа эмоциональной окраски можете глянуть, там есть возможность на логику забить -- 86% качества на такой элементарной для человека задаче. Эти 14% ошибок (минимум) будут в вашей логической модели, создадут противоречия, а из противоречий можно вывести всё, что угодно...) Ну а строить модели по compeno -- тоже весело, вы как я понял, пропустили уровни семантического анализа и человека-моделирующего (с его внутренним пониманием и целесообразностью) и решили в модель добавлять все результаты синтаксического анализа.. поправьте меня, если я ошибся в деталях, но проблематика та же. Вы не признаете необходимость сложного pipeline, считая возможным заменить его на end-to-end learning. Хотя даже люди так не умеют учиться -- сами же учите взрослых моделированию.