иду в обратную сторону -- нарезаю тексты на потенциальные МВЕ (S ~>Adj* Noun<rt> [Noun<gr='adv'>.....]. или что--то подобное, как фрагмент длинной согласованной цепи типа цепи "именных групп"). томитой. с дефисным мультисловом засада -- цепочки не нормализует если часть в иноязычице.

в то время как с кириллицей -- всё пучком.

полез смотреть -- если закоментить пару строк
/src/FactExtract/Parser/afdocparser/normalize/homonim.cpp



-- становится с этим делом хорошо :

//а то ж мне статистику по нормалям наводить в бд средствами поломанного под себя ханспелла, а как норм форму мве выбрать -- не руками же править "тысячи их".

теперь сижу и думаю -- наверняка что--то сломалось, "а мы не замечаем" . хотелось бы понять, что.

ведь если строчки специально руками писаны... (вероятно кейсится надо на разные ветки. какие ? )