Nltk: Das Teilen von Sätzen schlägt in einigen Eckfällen fehl

Ich verstehe, wie schwierig es ist, Sätze zu trennen, die Abkürzungen enthalten, und dass das Hinzufügen von Abkürzungen Tücken haben kann, wie in #2154 schön erklärt wird. Ich bin jedoch über einige Eckfälle gestolpert, nach denen ich gerne fragen würde. Es sieht so aus, als ob Sie eines der folgenden verwenden würden

• z.B
• dh
• et al.

im Satz wird den Satz falsch aufteilen.

Beispiel für ie und eg

>>> sentence = ("Even though exempli gratia and id est are both Latin "
                "(and therefore italicized), no need to put e.g. or i.e. in "
                "italics when they’re in abbreviated form.")
>>> sent_tokenize_list = sent_tokenize(sentence)                                                                                                                           

>>> sent_tokenize_list                                                                                                                                            
['Even though exempli gratia and id est are both Latin (and therefore italicized), no need to put e.g.',
 'or i.e.',
 'in italics when they’re in abbreviated form.']

Beispiel für et al.

>>> from nltk.tokenize import sent_tokenize
>>> sentence = ("If David et al. get the financing, we can move forward "
                "with the prototype. However, this is very unlikely be cause "
                "they did not publish sufficiently last year.")
>>> sent_tokenize_list = sent_tokenize(sentence)
>>> sent_tokenize_list
['If David et al.',
 'get the financing, we can move forward with the prototype.',
 'However, this is very unlikely because they did not publish sufficiently last year.']

Auf meinem Laptop verwende ich nltk.__version__ 3.4.5.

Aus meiner Sicht unterscheidet sich dieses Problem von #2154, da dies bekannte und häufig verwendete Abkürzungen sind (insbesondere in akademischen Kreisen).