Chinese_models_for_SpaCy

readme مكتوبة باللغة الإنجليزية

تم إطلاق النموذج الصيني الرسمي لـ Spacy (https://spacy.io/models/zh). تم الانتهاء من مهمة هذا المشروع إلى "تعزيز تطوير نموذج Spacy الصيني". سيدخل هذا المشروع حالة الصيانة. التحديثات اللاحقة ستكون فقط إصلاحات الأخطاء. شكرا لجميع المستخدمين على اهتمامهم ودعمهم على المدى الطويل.

النموذج الصيني Spacy

نموذج البيانات الصينية المقدمة لسباسي. النموذج حاليا في اختبار تجريبي للجمهور.

العرض التوضيحي عبر الإنترنت

العرض التوضيحي عبر الإنترنت بناءً على دفتر Jupyter.

خاصية

بعض معلومات السمة الخاصة بكائن Doc هذا王小明在北京的清华大学读书:

ner ( جديد! )

بعض معلومات NER حول دراسة Doc الخاصة بـ Wang Xiaoming王小明在北京的清华大学读书:

ابدأ

يتم توزيع النموذج في شكل ملفات ثنائية ، ويجب أن يكون لدى المستخدمين معرفة أساسية بـ Spacy (الإصدار> 2).

متطلبات النظام

Python 3 (ربما دعم Python2 ، ولكن لم يتم اختباره جيدًا)

ثَبَّتَ

قم بتنزيل النموذج

قم بتنزيل النموذج من صفحة الإصدارات ( الجديدة! يوفر للمستخدمين في الصين روابط لتسريع التنزيلات). لنفترض أن النموذج الذي تم تنزيله يسمى zh_core_web_sm-2.xxtar.gz .

تثبيت النموذج

 pip install zh_core_web_sm-2.x.x.tar.gz

من أجل تسهيل الاستخدام اللاحق في الأطر مثل Rasa NLU ، من الضروري إنشاء رابط لهذا النموذج ، من خلال تنفيذ الأمر التالي:

spacy link zh_core_web_sm zh

بعد اكتمال التشغيل ، يمكنك استخدام ZH ZH للوصول إلى النموذج.

قم بتشغيل الرمز التجريبي

يقع الرمز التجريبي في test.py بعد تثبيت النموذج ، يقوم المستخدم بتنزيل أو استنساخ الرمز في هذا المستودع ويمكنه تنفيذه مباشرة.

python3 ./test.py

افتح العنوان http://127.0.0.1:5000 وسترى ما يلي:

كيفية بناء هذا النموذج من الصفر

انظر سير العمل

مجموعة

المجموعة المستخدمة في هذا المشروع هي Ontonotes 5.0.

نظرًا لأن Ontonotes 5.0 هي المادة المحمية بحقوق الطبع والنشر لـ LDC (اتحاد البيانات اللغوية) ، فلا يمكن تضمينها مباشرة في هذا المشروع. والخبر السار هو أن Ontonotes 5.0 مجاني تمامًا لمستخدمي المجموعة ، بما في ذلك الشركات والمؤسسات الأكاديمية. يمكن للمستخدمين إنشاء حساب مؤسسة أو منظمة أكاديمية ثم الحصول على Ontonotes 5.0 مجانًا.

قائمة TODO

• السمة pos_ غير صحيحة. هذا يرتبط بفئة اللغة الصينية في سبيس.
• يبدو أن is_alpha shape_
• السمة is_stop غير صحيحة. هذا يرتبط بفئة اللغة الصينية في سبيس.
• لا يبدو أن vector السمة مدرب جيدًا.
• الخاصية is_oov خاطئة تماما. إصلاح الأولوية الأول.
• نموذج NER ، غير متوفر حاليًا بسبب عدم وجود LDC Corpus. حل تحت التدريب.
• حرر النتائج المتوسطة المستخدمة في التدريب لتسهيل المستخدمين لتخصيص النموذج

المكونات المستخدمة

• تودو

كيفية المساهمة

يرجى قراءة المساهمة. md وتقديم طلبات السحب لنا.

السيطرة على الإصدار

نستخدم Semver لمعايير الإصدار. تحقق من tags لفهم جميع الإصدارات.

مؤلف

• Xiaoquan Kong - العمل الأولي - Howl -Anderson

لمزيد من المعلومات حول المساهمين ، يرجى الرجوع إلى contributors .

حقوق الطبع والنشر

رخصة معهد ماساتشوستس للتكنولوجيا - راجع الترخيص.

شكر وتقدير

• تودو