Kashgari

Kashgari

ภาพรวม ประสิทธิภาพ | การติดตั้ง เอกสาร การบริจาค

- เราเปิดตัวเวอร์ชัน 2.0.0 ด้วยการสนับสนุน TF2 -

หากคุณใช้โครงการนี้สำหรับการวิจัยของคุณโปรดอ้างอิง:

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

ภาพรวม

Kashgari เป็นกรอบการเรียนรู้การถ่ายโอน NLP ที่เรียบง่ายและทรงพลังสร้างโมเดลที่ทันสมัยใน 5 นาทีสำหรับการจดจำเอนทิตีที่มีชื่อ (NER) การติดแท็กส่วนหนึ่งของคำพูด (POS) และงานการจำแนกประเภทข้อความ

• เป็นมิตรกับมนุษย์ รหัสของ Kashgari นั้นตรงไปตรงมาบันทึกและทดสอบซึ่งทำให้เข้าใจและแก้ไขได้ง่ายมาก
• ทรงพลังและเรียบง่าย Kashgari ช่วยให้คุณสามารถใช้โมเดลการประมวลผลภาษาธรรมชาติที่ล้ำสมัย (NLP) กับข้อความของคุณเช่นการจดจำเอนทิตีที่มีชื่อ (NER), การติดแท็กส่วนหนึ่ง (POS) และการจำแนกประเภท
• การเรียนรู้การถ่ายโอนในตัว Kashgari ในตัว Bert และ Word2vec Embedding รุ่นที่ผ่านการฝึกอบรมมาแล้วซึ่งทำให้การถ่ายโอนการเรียนรู้เพื่อฝึกอบรมแบบจำลองของคุณง่ายมาก
• ปรับขนาดได้อย่างเต็มที่ Kashgari ให้สภาพแวดล้อมที่ง่ายรวดเร็วและปรับขนาดได้สำหรับการทดลองอย่างรวดเร็วฝึกอบรมแบบจำลองและการทดลองของคุณด้วยวิธีการใหม่โดยใช้การฝังตัวที่แตกต่างกันและโครงสร้างแบบจำลอง
• พร้อมผลิต Kashgari สามารถส่งออกโมเดลด้วยรูปแบบ SavedModel สำหรับการให้บริการ tensorflow คุณสามารถปรับใช้โดยตรงบนคลาวด์

เป้าหมายของเรา

• ผู้ใช้ทางวิชาการ การทดลองง่ายขึ้นเพื่อพิสูจน์สมมติฐานของพวกเขาโดยไม่ต้องเข้ารหัสตั้งแต่เริ่มต้น
• ผู้เริ่มต้น NLP เรียนรู้วิธีการสร้างโครงการ NLP ที่มีคุณภาพรหัสระดับการผลิต
• นักพัฒนา NLP สร้างรูปแบบการจำแนกระดับ/การติดฉลากระดับการผลิตภายในไม่กี่นาที

ผลงาน

ยินดีต้อนรับสู่การเพิ่มรายงานประสิทธิภาพ

งาน	ภาษา	ชุดข้อมูล	คะแนน
การจดจำเอนทิตีชื่อ	ชาวจีน	คลังข้อมูลประจำวันของผู้คน	95.57
การจำแนกข้อความ	ชาวจีน	SMP2018ECDTCORPUS	94.57

การติดตั้ง

โครงการขึ้นอยู่กับ Python 3.6+ เนื่องจากเป็นปี 2019 และการบอกกล่าวประเภทนั้นยอดเยี่ยม

แบ็กเอนด์	เวอร์ชัน Kashgari	แยกออกจากกัน
Tensorflow 2.2+	pip install 'kashgari>=2.0.2'	tf2.10+ ด้วย tf.keras
Tensorflow 1.14+	pip install 'kashgari>=1.0.0,<2.0.0'	tf1.14+ ด้วย tf.keras
เครส	pip install 'kashgari<1.0.0'	เวอร์ชัน keras

คุณต้องติดตั้ง tensorflow_addons ด้วย tensorflow

รุ่น Tensorflow	รุ่น 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

บทเรียน

นี่คือชุดของบทเรียนด่วนเพื่อให้คุณเริ่มต้นด้วยห้องสมุด:

• บทช่วยสอน 1: การจำแนกข้อความ
• บทช่วยสอน 2: การติดฉลากข้อความ
• บทช่วยสอน 3: seq2seq
• บทช่วยสอน 4: การฝังภาษา

นอกจากนี้ยังมีบทความและโพสต์ที่แสดงวิธีการใช้ 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เบิร์ต 的中文命名实体识别（ ner)
• เบิร์ต/เออร์นี่文本分类和部署
• 五分钟搭建一个基于 Bert 的 ner 模型
• การจำแนกประเภทข้อความหลายคลาสกับ Kashgari ใน 15 นาที

ตัวอย่าง:

• การแปลเครื่องประสาทด้วย SEQ2SEQ

ผู้มีส่วนร่วม

ขอบคุณไปที่คนที่ยอดเยี่ยมเหล่านี้ และมีหลายวิธีในการมีส่วนร่วม เริ่มต้นด้วยแนวทางของผู้สนับสนุนจากนั้นตรวจสอบปัญหาที่เปิดเหล่านี้สำหรับงานที่เฉพาะเจาะจง