small text

Pembelajaran aktif untuk klasifikasi teks dalam Python.

---

Instalasi | Mulai Cepat | Kontribusi | Changelog | Dokumen

Teks kecil menyediakan pembelajaran aktif yang canggih untuk klasifikasi teks. Beberapa strategi kueri yang telah diterapkan sebelumnya, strategi inisialisasi, dan penghentian kriteria disediakan, yang dapat dengan mudah dicampur dan dicocokkan untuk membangun eksperimen atau aplikasi pembelajaran aktif.

Apa itu pembelajaran aktif?

Pembelajaran aktif memungkinkan Anda untuk secara efisien memberi label data pelatihan untuk pembelajaran yang diawasi dalam skenario di mana Anda memiliki sedikit atau tidak ada data berlabel.

Fitur

• Memberikan antarmuka terpadu untuk pembelajaran aktif sehingga Anda dapat dengan mudah mencampur dan mencocokkan strategi kueri dengan pengklasifikasi yang disediakan oleh SkLearn, Pytorch, atau Transformers.
• Mendukung model Pytorch berbasis GPU dan mengintegrasikan transformator sehingga Anda dapat menggunakan model klasifikasi teks canggih untuk pembelajaran aktif.
• GPU didukung tetapi tidak diperlukan. Dalam kasus casing penggunaan khusus CPU, instalasi ringan hanya membutuhkan serangkaian dependensi minimal.
• Beberapa komponen yang dievaluasi secara ilmiah telah diimplementasikan dan siap digunakan (strategi kueri, strategi inisialisasi, dan kriteria berhenti).

---

Berita

Versi 2.0.0 Dev1 (v2.0.0.dev1) - 24 November, 2024

• Ini rilis pengembangan dengan perubahan terbanyak sejauh ini. Anda dapat mempertimbangkan ini sebagai rilis alpha, yang belum menjamin antarmuka Anda yang stabil, tetapi tidak siap digunakan.
• Versi 2.0.0 menawarkan antarmuka yang dibersihkan, strategi kueri baru, pengklasifikasi yang lebih baik, dan fungsionalitas baru seperti indeks vektor. Lihat changelog untuk daftar perubahan lengkap.

Versi 1.4.1 (v1.4.1) - 18 Agustus 2024

• Rilis Bugfix.

Versi 1.4.0 (v1.4.0) - 9 Juni, 2024

• Strategi kueri baru: Anchorsubsampling (alias anchoral).
  Terima kasih khusus kepada Pietro Lesci untuk tinjauan korespondensi dan kode.

Makalah yang diterbitkan di EACL 2023?

• Makalah yang memperkenalkan teks kecil telah diterima di EACL 2023. Temui kami di konferensi pada bulan Mei!
• UPDATE: Makalah ini dianugerahi demonstrasi sistem terbaik EACL. Terima kasih, atas dukungan Anda!

Untuk daftar perubahan lengkap, lihat log perubahan.

---

Instalasi

Teks kecil dapat dengan mudah diinstal melalui PIP:

pip install small-text

Perintah menghasilkan instalasi ramping dengan hanya dependensi yang diperlukan. Untuk instalasi penuh melalui PIP, Anda hanya perlu menyertakan Persyaratan Ekstra transformers :

pip install small-text[transformers]

Perpustakaan membutuhkan Python 3.8 atau yang lebih baru. Untuk menggunakan GPU, CUDA 10.1 atau yang lebih baru diperlukan. Informasi lebih lanjut mengenai instalasi dapat ditemukan dalam dokumentasi.

Awal yang cepat

Untuk awal yang cepat, lihat contoh yang disediakan untuk klasifikasi biner, klasifikasi multi-kelas Pytorch, dan klasifikasi multi-kelas berbasis transformator, atau periksa notebook.

Notebook

#	Buku catatan
1	Intro: Pembelajaran aktif untuk klasifikasi teks dengan teks kecil
2	Menggunakan kriteria penghentian untuk pembelajaran aktif
3	Pembelajaran Aktif Menggunakan SetFit
4	Menggunakan Kemampuan Tembakan Zero SetFit untuk Inisialisasi Mulai Dingin

Memamerkan

• Tutorial :? Pembelajaran aktif untuk klasifikasi teks dengan teks kecil (gunakan teks kecil dengan mudah dari argilla UI.)

Daftar lengkap showcases dapat ditemukan di dokumen.

? Apakah Anda ingin membagikan kasus penggunaan Anda? Terlepas dari apakah itu adalah makalah, percobaan, aplikasi praktis, tesis, dataset, atau lainnya, beri tahu kami dan kami akan menambahkan Anda ke bagian showcase atau bahkan di sini.

Dokumentasi

Baca dokumentasi terbaru di sini. Halaman penting meliputi:

• Gambaran Umum Strategi Kueri
• Catatan Reproduksibilitas

---

Lingkup fitur

Perpanjangan Tabel 1 di kertas EACL 2023.

Nama	Giat belajar
	Strategi kueri	Menghentikan kriteria
V1.3.0 teks kecil	14	5
V2.0.0 teks kecil	19	5

Kami menggunakan angka hanya untuk menunjukkan kemajuan luar biasa yang dibuat oleh teks kecil dari waktu ke waktu. Ada banyak fitur dan peningkatan yang tidak tercermin dalam angka -angka ini.

Alternatif

Modal, Alipy, Libact, Altoolbox

---

Kontribusi

Kontribusi dipersilakan. Detail dapat ditemukan di Contributing.md.

Ucapan Terima Kasih

Perangkat lunak ini dibuat oleh Christopher Schröder (@chschroeder) di kelompok NLP Universitas Leipzig yang merupakan bagian dari jaringan penelitian Webis. Proyek yang meliputi ini didanai oleh Bank Pembangunan Saxony (SAB) di bawah nomor proyek 100335729.

Kutipan

Teks kecil telah diperkenalkan secara rinci dalam kertas demonstrasi sistem EACL23 "teks kecil: pembelajaran aktif untuk klasifikasi teks dalam python" yang dapat dikutip sebagai berikut:

 @inproceedings{schroeder2023small-text,
    title = "Small-Text: Active Learning for Text Classification in Python",
    author = {Schr{"o}der, Christopher  and  M{"u}ller, Lydia  and  Niekler, Andreas  and  Potthast, Martin},
    booktitle = "Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics: System Demonstrations",
    month = may,
    year = "2023",
    address = "Dubrovnik, Croatia",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2023.eacl-demo.11",
    pages = "84--95"
}

Lisensi

Lisensi MIT