obsei
v0.0.15 ?
แพนด้า dataframe
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 ()หมายเหตุ: หากต้องการเรียกใช้หม้อแปลงในโหมดออฟไลน์ให้ตรวจสอบโหมดออฟไลน์ของ Transformers
เครื่องวิเคราะห์บางตัวรองรับ GPU และใช้พารามิเตอร์ อุปกรณ์ Pass รายการค่าที่เป็นไปได้ของพารามิเตอร์ อุปกรณ์ (ค่าเริ่มต้น อัตโนมัติ ):
หย่อน 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 () | |||
แพนด้า dataframe 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 | สังเกตบทวิจารณ์แอพจาก Google Play Store ข้อความประมวลผลล่วงหน้าผ่านฟังก์ชั่นการทำความสะอาดข้อความต่างๆวิเคราะห์โดยการจำแนกประเภทข้อความแจ้งให้พวกเขาทราบถึง Pandas Dataframe และจัดเก็บ CSV ผลลัพธ์ไปยัง Google Drive | ||
| บทวิจารณ์ playstore →การประมวลผลล่วงหน้า→การจำแนกประเภท→ Pandas Dataframe → CSV ใน Google Drive | |||
| 3 | สังเกตบทวิจารณ์แอพจาก Apple App Store, ข้อความประมวลผลล่วงหน้าผ่านฟังก์ชั่นการทำความสะอาดข้อความต่าง ๆ วิเคราะห์โดยการจำแนกประเภทข้อความแจ้งให้พวกเขาทราบถึง Pandas Dataframe และจัดเก็บ CSV ผลลัพธ์ไปยัง Google Drive | ||
| บทวิจารณ์ AppStore →การประมวลผลล่วงหน้า→การจำแนกประเภท→ Pandas DataFrame → CSV ใน Google Drive | |||
| 4 | สังเกตบทความข่าวจาก Google News, ข้อความประมวลผลล่วงหน้าผ่านฟังก์ชั่นการทำความสะอาดข้อความต่าง ๆ วิเคราะห์ผ่านการจัดประเภทข้อความในขณะที่แยกข้อความเป็นชิ้นเล็ก ๆ และการคำนวณการอนุมานขั้นสุดท้ายในภายหลังโดยใช้สูตรที่กำหนด | ||
| Google News → Text Cleaner →ตัวแยกข้อความ→การจำแนกประเภท→ Inference Aggregator | |||
สำหรับคำแนะนำการติดตั้งโดยละเอียดการใช้งานและตัวอย่างอ้างอิงเอกสารของเรา
| ลินเวกซ์ | Mac | หน้าต่าง | คำพูด | |
|---|---|---|---|---|
| การทดสอบ | ความคุ้มครองต่ำเป็นเรื่องยากที่จะทดสอบ libs ของบุคคลที่สาม | |||
| ปิ๊ก | สนับสนุนอย่างเต็มที่ | |||
| คอนดา | ไม่รองรับ |
การอภิปรายเกี่ยวกับ OBSEI สามารถทำได้ที่ Community Forum
อ้างอิงรุ่นสำหรับ Changelogs
สำหรับปัญหาด้านความปลอดภัยใด ๆ โปรดติดต่อเราทางอีเมล
โครงการนี้ได้รับการดูแลโดย Oraika Technologies Lalit Pagaria และ Girish Patel เป็นผู้ดูแลโครงการนี้
สิ่งนี้เป็นไปไม่ได้หากไม่มีซอฟต์แวร์โอเพ่นซอร์สเหล่านี้
ก่อนอื่นขอขอบคุณที่พิจารณาถึงการมีส่วนร่วมในแพ็คเกจนี้การมีส่วนร่วมทุกครั้งที่ไม่ว่าจะเล็กหรือใหญ่ก็ชื่นชมอย่างมาก โปรดอ้างอิงแนวทางการบริจาคของเราและจรรยาบรรณ
ขอบคุณมากสำหรับผู้มีส่วนร่วมของเราทุกคน
