obsei
v0.0.15 ?
팬더 데이터 프레임
import pandas as pd
from obsei . source . pandas_source import PandasSource , PandasSourceConfig
# Initialize your Pandas DataFrame from your sources like csv, excel, sql etc
# In following example we are reading csv which have two columns title and text
csv_file = "https://raw.githubusercontent.com/deepset-ai/haystack/master/tutorials/small_generator_dataset.csv"
dataframe = pd . read_csv ( csv_file )
# initialize pandas sink config
sink_config = PandasSourceConfig (
dataframe = dataframe ,
include_columns = [ "score" ],
text_columns = [ "name" , "degree" ],
)
# initialize pandas sink
sink = PandasSource ()참고 : 오프라인 모드에서 변압기를 실행하려면 변압기 오프라인 모드를 확인하십시오.
일부 분석기는 GPU를 지원하고 패스 장치 매개 변수를 사용합니다. 장치 매개 변수의 가능한 값 목록 (기본값 자동 ) :
느슨하게 from obsei . sink . slack_sink import SlackSink , SlackSinkConfig
# initialize slack sink config
sink_config = SlackSinkConfig (
# Provide slack bot/app token
# For more detail refer https://slack.com/intl/en-de/help/articles/215770388-Create-and-regenerate-API-tokens
slack_token = "<Slack_app_token>" ,
# To get channel id refer https://stackoverflow.com/questions/40940327/what-is-the-simplest-way-to-find-a-slack-team-id-and-a-channel-id
channel_id = "C01LRS6CT9Q"
)
# initialize slack sink
sink = SlackSink () | |||
팬더 데이터 프레임 from pandas import DataFrame
from obsei . sink . pandas_sink import PandasSink , PandasSinkConfig
# initialize pandas sink config
sink_config = PandasSinkConfig (
dataframe = DataFrame ()
)
# initialize pandas sink
sink = PandasSink () | |||
| 2 | Google Play 스토어에서 앱 리뷰를 관찰하고 다양한 텍스트 청소 기능을 통해 텍스트를 전하며 텍스트 분류를 수행하여 분석하고 Pandas Dataframe에 알리고 결과적인 CSV를 Google 드라이브에 저장하십시오. | ||
| Playstore Reviews → Preprocessing → Classification → Pandas Dataframe → CSV Google 드라이브 | |||
| 3 | Apple App Store의 앱 리뷰 관찰, 다양한 텍스트 청소 기능을 통한 전처리 텍스트, 텍스트 분류를 수행하여 분석하고 Pandas Dataframe에 알리고 결과 CSV를 Google 드라이브에 저장하십시오. | ||
| AppStore Reviews → 전처리 → 분류 → Pandas Dataframe → CSV Google 드라이브 | |||
| 4 | Google News의 뉴스 기사, 다양한 텍스트 청소 기능을 통한 Preprocess 텍스트를 관찰하고, 작은 청크에서 텍스트를 분할하고 나중에 주어진 공식을 사용하여 최종 추론을 계산하는 동안 텍스트 분류를 수행하여 분석하십시오. | ||
| Google 뉴스 → 텍스트 클리너 → 텍스트 스플리터 → 분류 → 추론 어 그리 게이터 | |||
자세한 설치 지침, 사용법 및 예는 문서를 참조하십시오.
| 리눅스 | 스코틀랜드 사람 | 창 | 주목 | |
|---|---|---|---|---|
| 테스트 | ✅ | ✅ | ✅ | 타사 LIBS를 테스트하기가 어려운 적은 적용 범위 |
| 씨 | ✅ | ✅ | ✅ | 완전히 지원됩니다 |
| 콘다 | 지원되지 않습니다 |
Obsei 에 대한 토론은 Community Forum에서 수행 할 수 있습니다
changelogs는 릴리스를 참조하십시오
보안 문제는 이메일을 통해 당사에 문의하십시오
이 프로젝트는 Oraika Technologies에 의해 유지되고 있습니다. Lalit Pagaria와 Girish Patel 은이 프로젝트의 관리자입니다.
이러한 오픈 소스 소프트웨어 없이는 불가능했습니다.
우선,이 패키지에 기여하는 것을 고려해 주셔서 감사합니다. 크거나 작은 모든 기여는 대단히 감사합니다. 기여 가이드 라인 및 행동 강령을 참조하십시오.
우리의 모든 기고자들에게 감사드립니다
