หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

------ อัปเดตกันยายน 2018 ------

เป็นเวลาหนึ่งปีแล้วที่ Torchmoji และ Deepmoji ได้รับการปล่อยตัว เรากำลังพยายามเข้าใจว่ามันถูกใช้อย่างไรเพื่อให้เราสามารถปรับปรุงและออกแบบโมเดลที่ดีขึ้นในอนาคต

คุณสามารถช่วยให้เราบรรลุเป้าหมายนี้ได้โดยตอบแบบฟอร์ม Google 4 คำถามนี้ ขอบคุณสำหรับการสนับสนุนของคุณ!

- ทอร์ชโมจิ

อ่านโพสต์บล็อกของเราเกี่ยวกับกระบวนการใช้งานที่นี่

Torchmoji เป็นการดำเนินการ Pytorch ของแบบจำลอง Deepmoji ที่พัฒนาโดย Bjarke Felbo, Alan Mislove, Anders Søgaard, Iyad Rahwan และ Sune Lehmann

รุ่นนี้ได้รับการฝึกฝนเกี่ยวกับทวีต 1.2 พันล้านครั้งกับอิโมจิเพื่อทำความเข้าใจว่าใช้ภาษาเพื่อแสดงอารมณ์อย่างไร ผ่านการถ่ายโอนการเรียนรู้แบบจำลองสามารถได้รับประสิทธิภาพที่ล้ำสมัยในงานการสร้างแบบจำลองข้อความที่เกี่ยวข้องกับอารมณ์หลายอย่าง

ลองตัวอย่างออนไลน์ของ Deepmoji ในเรื่องนี้หรือไม่? ช่องว่าง! ดูกระดาษโพสต์บล็อกหรือคำถามที่พบบ่อยสำหรับรายละเอียดเพิ่มเติม

ภาพรวม

  • Torchmoji/ มีรหัสพื้นฐานทั้งหมดที่จำเป็นในการแปลงชุดข้อมูลเป็นคำศัพท์และใช้โมเดล
  • ตัวอย่าง/ มีตัวอย่างโค้ดสั้น ๆ แสดงวิธีการแปลงชุดข้อมูลเป็นคำศัพท์โหลดโมเดลและเรียกใช้ในชุดข้อมูลนั้น
  • สคริปต์/ มีรหัสสำหรับการประมวลผลและวิเคราะห์ชุดข้อมูลเพื่อทำซ้ำผลลัพธ์ในกระดาษ
  • โมเดล/ มีโมเดลและคำศัพท์
  • ข้อมูล/ มีชุดข้อมูลดิบและประมวลผลที่เรารวมไว้ในที่เก็บนี้สำหรับการทดสอบ
  • การทดสอบ/ มีการทดสอบหน่วยสำหรับ codebase

ในการเริ่มต้นให้ดูภายในตัวอย่าง/ ไดเรกทอรี ดู score_texts_emojis.py สำหรับวิธีใช้ deepmoji เพื่อแยกการทำนายอิโมจิ, encode_texts.py สำหรับวิธีการแปลงข้อความเป็นเวกเตอร์คุณลักษณะทางอารมณ์ทางอารมณ์ 2304- มิติหรือ finetune_youtube_last.py สำหรับวิธีการใช้แบบจำลองการถ่ายโอน

โปรดพิจารณาอ้างถึงกระดาษของ Deepmoji หากคุณใช้โมเดลหรือรหัส (ดูด้านล่างสำหรับการอ้างอิง)

การติดตั้ง

เราคิดว่าคุณใช้ Python 2.7-3.5 ด้วยการติดตั้ง PIP

ก่อนอื่นคุณต้องติดตั้ง pytorch (เวอร์ชัน 0.2+) ปัจจุบันโดย: 

conda install pytorch -c pytorch

ในขั้นตอนปัจจุบันโมเดลไม่สามารถใช้ Cuda ได้อย่างมีประสิทธิภาพ ดูรายละเอียดในโพสต์บล็อก Hugging Face

เมื่อติดตั้ง pytorch ให้เรียกใช้ต่อไปนี้ในไดเรกทอรีรูทเพื่อติดตั้งการอ้างอิงที่เหลือ: 

pip install -e .

สิ่งนี้จะติดตั้งการพึ่งพาต่อไปนี้:

  • Scikit-learn
  • ข้อความไม่ใช้ข้อความ
  • อีโมจิ

จากนั้นเรียกใช้สคริปต์ดาวน์โหลดเพื่อดาวน์โหลดน้ำหนัก Torchmoji (~ 85MB) จากที่นี่และใส่ไว้ในรุ่น/ ไดเรกทอรี: 

python scripts/download_weights.py

การทดสอบ

ในการเรียกใช้การทดสอบให้ติดตั้งจมูก หลังจากติดตั้งนำทางไปยังการทดสอบ/ ไดเรกทอรีและเรียกใช้: 

 cd tests
nosetests -v

โดยค่าเริ่มต้นสิ่งนี้จะเรียกใช้การทดสอบ finetuning การทดสอบเหล่านี้จะฝึกอบรมแบบจำลองสำหรับยุคหนึ่งจากนั้นตรวจสอบความแม่นยำที่เกิดขึ้นซึ่งอาจใช้เวลาหลายนาทีกว่าจะเสร็จ หากคุณต้องการยกเว้นสิ่งเหล่านั้นให้เรียกใช้สิ่งต่อไปนี้แทน: 

 cd tests
nosetests -v -a ' !slow '

คำเตือน

รหัสนี้ได้รับการทดสอบเพื่อทำงานกับ Python 2.7 และ 3.5 บนเครื่อง Ubuntu 16.04 และ MacOS Sierra มันไม่ได้รับการปรับให้เหมาะสมสำหรับประสิทธิภาพ แต่ควรเร็วพอสำหรับวัตถุประสงค์ส่วนใหญ่ เราไม่รับประกันว่าไม่มีข้อบกพร่อง - ใช้รหัสตามความรับผิดชอบของคุณเอง!

ผลงาน

เรายินดีต้อนรับคำขอดึงหากคุณรู้สึกว่ามีอะไรดีขึ้น นอกจากนี้คุณยังสามารถช่วยเราได้อย่างมากโดยบอกเราว่าคุณรู้สึกอย่างไรเมื่อเขียนทวีตล่าสุดของคุณ เพียงคลิกที่นี่เพื่อมีส่วนร่วม

ใบอนุญาต

รหัสนี้และโมเดลที่ผ่านการฝึกอบรมได้รับอนุญาตภายใต้ใบอนุญาต MIT

ชุดข้อมูลมาตรฐาน

ชุดข้อมูลมาตรฐานจะถูกอัปโหลดไปยังที่เก็บนี้เพื่อความสะดวกเท่านั้น พวกเขาไม่ได้รับการปล่อยตัวจากเราและเราจะไม่เรียกร้องสิทธิ์ใด ๆ กับพวกเขา ใช้ชุดข้อมูลตามความรับผิดชอบของคุณและตรวจสอบให้แน่ใจว่าคุณได้รับใบอนุญาตที่ได้รับการปล่อยตัว หากคุณใช้ชุดข้อมูลมาตรฐานใด ๆ โปรดพิจารณาอ้างถึงผู้เขียนดั้งเดิม

การอ้างอิง 

 @inproceedings{felbo2017,
  title={Using millions of emoji occurrences to learn any-domain representations for detecting sentiment, emotion and sarcasm},
  author={Felbo, Bjarke and Mislove, Alan and S{o}gaard, Anders and Rahwan, Iyad and Lehmann, Sune},
  booktitle={Conference on Empirical Methods in Natural Language Processing (EMNLP)},
  year={2017}
}
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด