small text

Aprendizagem ativa para classificação de texto em Python.

---

Instalação | Iniciar rápido | Contribuição | Changelog | Documentos

O texto pequeno fornece aprendizado ativo de ponta para classificação de texto. São fornecidas várias estratégias de consulta pré-implementadas, estratégias de inicialização e critérios de parada, que podem ser facilmente misturados e combinados para criar experimentos ou aplicações de aprendizado ativo.

O que é aprendizado ativo?

O aprendizado ativo permite rotular com eficiência dados de treinamento para aprendizado supervisionado em um cenário em que você tem pouco ou nenhum dados rotulado.

Características

• Fornece interfaces unificadas para aprendizado ativo, para que você possa misturar e combinar facilmente estratégias de consulta com os classificadores fornecidos pela Sklearn, Pytorch ou Transformers.
• Suporta modelos de Pytorch baseados em GPU e integra transformadores para que você possa usar modelos de classificação de texto de última geração para aprendizado ativo.
• A GPU é suportada, mas não é necessária. No caso de um caso de uso somente para CPU, uma instalação leve requer apenas um conjunto mínimo de dependências.
• Vários componentes avaliados cientificamente são pré-implementados e prontos para uso (estratégias de consulta, estratégias de inicialização e critérios de parada).

---

Notícias

Versão 2.0.0 dev1 (v2.0.0.dev1) - 24 de novembro de 2024

• Este é um lançamento de desenvolvimento com mais mudanças até agora. Você pode considerar isso uma liberação alfa, que ainda não garante interfaces estáveis, mas está pronto para uso.
• A versão 2.0.0 oferece interfaces limpas, novas estratégias de consulta, classificadores aprimorados e novas funcionalidades, como índices vetoriais. Consulte o Changelog para obter uma lista completa de alterações.

Versão 1.4.1 (v1.4.1) - 18 de agosto de 2024

• Liberação de bugfix.

Versão 1.4.0 (v1.4.0) - 9 de junho de 2024

• Nova estratégia de consulta: AnchorSubsampling (também conhecido como ancorado).
  Agradecimentos especiais a Pietro Lesci pela correspondência e revisão de código.

Artigo publicado no EACL 2023?

• O artigo que apresenta um texto pequeno foi aceito na EACL 2023. Encontre-nos na conferência em maio!
• ATUALIZAÇÃO: O artigo recebeu uma demonstração do EACL Best System. Obrigado, pelo seu apoio!

Para uma lista completa de alterações, consulte o log de alterações.

---

Instalação

Pequeno texto pode ser facilmente instalado via PIP:

pip install small-text

O comando resulta em uma instalação fina com apenas as dependências necessárias. Para uma instalação completa via PIP, você só precisa incluir o requisito extra transformers :

pip install small-text[transformers]

A biblioteca requer Python 3.8 ou mais recente. Para usar a GPU, é necessário CUDA 10.1 ou mais recente. Mais informações sobre a instalação podem ser encontradas na documentação.

Início rápido

Para um início rápido, consulte os exemplos fornecidos para classificação binária, classificação de multi-classe Pytorch e classificação de várias classes baseada em transformador ou confira os notebooks.

Notebooks

#	Caderno
1	Introdução: aprendizado ativo para classificação de texto com texto pequeno
2	Usando critérios de parada para aprendizado ativo
3	Aprendizado ativo usando setfit
4	Usando os recursos de tiro zero do Setfit para inicialização de início frio

Showcase

• Tutorial :? Aprendizagem ativa para classificação de texto com texto pequeno (use um texto pequeno convenientemente na interface do usuário da Argilla.)

Uma lista completa de exibições pode ser encontrada nos documentos.

? Você gostaria de compartilhar seu caso de uso? Independentemente de ser um artigo, um experimento, uma aplicação prática, uma tese, um conjunto de dados ou outro, informe -nos e o adicionaremos à seção Showcase ou mesmo aqui.

Documentação

Leia a documentação mais recente aqui. Páginas dignas de nota incluem:

• Visão geral das estratégias de consulta
• Notas de reprodutibilidade

---

Escopo de recursos

Extensão da Tabela 1 no papel EACL 2023.

Nome	Aprendizado ativo
	Estratégias de consulta	Parada de critérios
Pequeno texto v1.3.0	14	5
Texto pequeno v2.0.0	19	5

Usamos os números apenas para mostrar um tremendo progresso que o texto pequeno fez com o tempo. Existem muitos recursos e melhorias que não se refletem nesses números.

Alternativas

Modal, Alipy, Libact, Altoolbox

---

Contribuição

Contribuições são bem -vindas. Os detalhes podem ser encontrados em contribuindo.md.

Agradecimentos

Este software foi criado por Christopher Schröder (@chschroeder) no grupo NLP da Universidade de Leipzig, que faz parte da rede de pesquisa da Webis. O projeto abrangente foi financiado pelo Banco de Desenvolvimento da Saxônia (SAB) sob o projeto número 100335729.

Citação

O texto pequeno foi introduzido em detalhes no artigo de demonstração do sistema EACL23 "Texto pequeno: aprendizado ativo para classificação de texto em python", que pode ser citado da seguinte maneira:

 @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"
}

Licença

MIT Licença