Kashgari

Kashgari

Visão geral | Desempenho | Instalação | Documentação | Contribuindo

??? Lançamos a versão 2.0.0 com suporte TF2. ???

Se você usar este projeto para sua pesquisa, cite:

 @misc{Kashgari
  author = {Eliyar Eziz},
  title = {Kashgari},
  year = {2019},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {url{https://github.com/BrikerMan/Kashgari}}
}

Visão geral

Kashgari é uma estrutura de aprendizado de transferência de NLP simples e poderosa, construa um modelo de última geração em 5 minutos para tarefas de reconhecimento de entidade (NER), marcação de parte do discurso (POS) e classificação de texto.

• Amigável ao ser humano . O código de Kashgari é direto, bem documentado e testado, o que facilita a compreensão e a modificação.
• Poderoso e simples . O Kashgari permite que você aplique os modelos de processamento de idiomas naturais (PNL) de ponta ao seu texto, como o nome de entidade nomeado (NER), a marcação de parte do fala (POS) e a classificação.
• Aprendizagem de transferência embutida . Os modelos de incorporação de Bert e Word2vec, embutidos de Kashgari, o que torna muito simples transferir o aprendizado para treinar seu modelo.
• Totalmente escalável . O Kashgari fornece um ambiente simples, rápido e escalável para experimentação rápida, treinar seus modelos e experimentar novas abordagens usando diferentes incorporações e estrutura de modelos.
• Produção pronta . Kashgari poderia exportar modelo com formato SavedModel para porção de tensorflow, você pode implantá -lo diretamente na nuvem.

Nosso objetivo

• Usuários acadêmicos experimentam a experimentação para provar sua hipótese sem codificar do zero.
• Os iniciantes da PNL aprendem a construir um projeto de PNL com qualidade de código de nível de produção.
• Os desenvolvedores da PNL constroem um modelo de classificação/rotulagem no nível de produção em minutos.

Desempenho

Bem -vindo ao Relatório de Desempenho.

Tarefa	Linguagem	Conjunto de dados	Pontuação
Reconhecimento de entidade nomeado	chinês	Corpus diário do povo	95.57
Classificação de texto	chinês	SMP2018ECDTCORPUS	94.57

Instalação

O projeto é baseado no Python 3.6+, porque é 2019 e a sugestão do tipo é legal.

Back -end	Versão Kashgari	Desc
Tensorflow 2.2+	pip install 'kashgari>=2.0.2'	TF2.10+ com tf.keras
Tensorflow 1.14+	pip install 'kashgari>=1.0.0,<2.0.0'	Tf1.14+ com tf.keras
Keras	pip install 'kashgari<1.0.0'	versão Keras

Você também precisa instalar tensorflow_addons com o tensorflow.

Versão Tensorflow	Versão tensorflow_addons
Tensorflow 2.1	pip install tensorflow_addons==0.9.1
Tensorflow 2.2	pip install tensorflow_addons==0.11.2
Tensorflow 2.3, 2.4, 2.5	pip install tensorflow_addons==0.13.0

Tutoriais

Aqui está um conjunto de tutoriais rápidos para você começar com a biblioteca:

• Tutorial 1: Classificação de texto
• Tutorial 2: rotulagem de texto
• Tutorial 3: SEQ2SEQ
• Tutorial 4: Incorporação de idiomas

Também existem artigos e postagens que ilustram como usar Kashgari:

• 基于 Kashgari 2 的短文本分类: 数据分析和预处理
• 基于 Kashgari 2 的短文本分类: 训练模型和调优
• 基于 Kashgari 2 的短文本分类: 模型部署
• 15 分钟搭建中文文本分类模型
• 基于 Bert 的中文命名实体识别 （NER)
• Bert/Ernie 文本分类和部署
• 五分钟搭建一个基于 Bert 的 Ner 模型
• Classificação de texto de várias classes com Kashgari em 15 minutos

Exemplos:

• Tradução da máquina neural com seq2seq

Colaboradores

Obrigado a essas pessoas maravilhosas. E há muitas maneiras de se envolver. Comece com as diretrizes do colaborador e verifique essas questões abertas para tarefas específicas.